標的型ネオアンチゲン配列最適化のための量子コンピューティングフレームワーク

日本電気株式会社（NEC）、大鵬薬品工業株式会社、公益財団法人がん研究会、国立研究開発法人産業技術総合研究所（産総研）、および早稲田大学は、がん免疫療法のための計算基盤を確立する共同研究プロジェクトを開始した。この協業では、量子コンピューティングと人工知能を活用し、創薬応用に向けてネオアンチゲン候補の設計および検証を行う。

がん標的化に向けた学際的協業
本コンソーシアムは、がん免疫療法における主要な構造的ボトルネック、すなわち標的免疫応答を引き起こすネオアンチゲンの正確な特定と最適化に取り組む。がん細胞に特異的に発生するネオアンチゲンは、主要組織適合遺伝子複合体（MHC）分子によって細胞表面に提示される。MHCクラスII分子を介してCD4陽性T細胞の応答を引き出すことは、他の免疫細胞を活性化し、抗腫瘍免疫を維持するために極めて重要である。しかし、必要なアミノ酸配列の特性、MHCクラスIIの結合親和性、および細胞表面への提示メカニズムを予測するには、非常に膨大な組み合わせ空間を評価する必要がある。この生物学的および計算上の複雑さを管理するには、企業の計算基盤、医薬品開発フレームワーク、および専門的な学術的免疫学研究を組み合わせた協調的アプローチが不可欠である。

ハイブリッド計算アーキテクチャによる配列最適化
この技術的ソリューションは、人工知能と量子コンピューティングを統合し、多因子配列設計を管理することで機能する。このアーキテクチャ内では、人工知能アルゴリズムが様々なネオアンチゲン候補の潜在的な免疫応答を予測およびスコアリングする。同時に、量子コンピューティングアルゴリズムが、ネオアンチゲンコア領域に隣接する最適なアミノ酸配列を計算する。このアプローチにより、システムは従来の計算モデルの能力を超える量の配列の組み合わせと結合変数を処理できるようになり、高い免疫原性が予測される配列候補の体系的な生成が可能になる。

インフラストラクチャの統合と実験的検証
新エネルギー・産業技術総合開発機構（NEDO）が管理する実証プログラムの下、2026年9月から2029年3月まで実施される予定の同プロジェクトは、産総研が開発した計算基盤「ABCI-Q」に依存している。このハードウェア環境は、量子処理、ハイパフォーマンスコンピューティング（HPC）、および人工知能システムをネイティブに統合している。ネオアンチゲン配列の計算による生成後、研究者は物理的な免疫学的実験を実施し、予測されたT細胞応答を検証する。これらの検証から生成された実証データはその後計算モデルにフィードバックされ、物理的な実験室の出力に基づいて初期の人工知能スコアリングパラメータを改良する反復的な機械学習パイプラインを構築する。

創薬におけるプロセス安定性
このプラットフォームの主な用途は、標的免疫療法のための創薬パイプラインの加速である。従来の試行錯誤による実験室での逐次合成を、量子加速による計算スクリーニングに置き換えることで、本コンソーシアムはより高い精度で有効な治療標的を分離することを目指している。計算設計と実験的フィードバックによるこのクローズドループのメカニズムは、がん創薬の初期段階を安定させるように設計されており、その後の治療法開発に向けた免疫原性の高いネオアンチゲン配列の特定に要する総時間とリソースを削減する。

Aishwarya Mambet（Induportals編集者）、AIの支援により編集。

www.nec.com