400万化合物から白血病候補薬をスクリーニング法で特定

レス大学（テキサス州）のナタシャ・キイエンコ教授らは、機械学習を活用した逆算型スクリーニング手法により、急性骨髄性白血病（AML）の薬剤候補を400万種超の化合物ライブラリから特定した。本研究成果は学術誌『Leukemia』に2026年版として掲載された。 従来計算機スクリーニングが特定の分子構造や標的を前提とするのに対し、本手法は過去の実験データからアポトーシス誘導、オートファジー促進、グルタチオンレダクターゼ阻害の3つの実質的機能を抽出し、アルゴリズムに学習させた。その結果、条件を満たす化合物は100種以下に絞り込まれ、上位20種が実験室で検証された。 チームは特にグルタチオンレダクターゼ阻害の選択的毒性機構を選定した。AML細胞は高いエネルギー需要に伴いミトコンドリア活性が旺盛であり、その過程で発生する活性酸素種の中和に同酵素に依存する。これを阻害すると細胞内の酸化ストレスが許容範囲を超え、酸素過負荷による細胞死を誘発する。正常細胞には代替解毒経路が存在するため耐性を示す一方、がん細胞のみが選択的に排除されるメカニズムが確認された。 臨床試料を用いた検証では、候補化合物が既存AML治療薬との併用において顕著な相乗効果を示し、AML細胞の95から97％を死滅させた。一方、正常造血細胞の死滅率は約5％にとどまり、高い選択性と安全性プロファイルが実証された。共同研究にはテキサス州の化学者らやMDアンダーソン癌センターが参加し、患者由来試料が臨床的妥当性を担保した。 キイエンコ教授は、本計算生物学パイプラインが他の腫瘍種への標的探索や創薬リード化合物の同定に応用可能だと指摘。AML特有の代謝脆弱性をAIスクリーニングで逆算する新手法は、標的創薬の効率化と個別化医療の進展に寄与する可能性を秘めている。