ケンブリッジ大学の「世界初」AI設計ワクチン――臨床試験で明らかになったこと

39人のボランティア、マイクロジェット、そして一つの主張：ケンブリッジ大学が「世界初」と呼ぶAI設計ワクチン

これは既存のレシピを少し調整したようなものではないため、詳細が重要となる。ケンブリッジ大学の研究グループは、多くのコロナウイルスのウイルス遺伝子データを使用し、それを機械学習パイプラインに入力した。そしてアルゴリズムに対し、ウイルスファミリー全体で共通する特徴、つまりウイルスが容易に変更できない部位を標的とするコンパクトな抗原を出力するよう求めた。ワクチン自体は、針を使わないマイクロ流体ジェットを用いて皮膚へDNAとして投与された。この投与手法を選択した理由について研究チームは、製造を迅速化し、従来の注射器に関連するサプライチェーンのボトルネックの一部を回避するためだと述べている。

AI設計の「世界初」ワクチン：ケンブリッジ大学が実際に試験したこと

Journal of Infection誌に記載された第I相試験には50人未満の被験者が登録され、公表されている報告ではケンブリッジとサウサンプトンの試験参加者39人に焦点が当てられている。ここで用いられたプラットフォームは、AIが設計した抗原をコードするDNAコンストラクトであり、高圧かつ髪の毛ほどの細さの液体ジェットによって、遺伝的な設計図を皮膚細胞内へ強制的に注入するものである。この方法は、COVID-19パンデミック中に広く使用されたmRNA脂質ナノ粒子のアプローチとは異なる。

ケンブリッジ大学が中心的な分子を「スーパー抗原」と呼ぶのは、コロナウイルスファミリーの保存された複数の断片を単一の標的にまとめて束ねているからである。動物実験では、このコンストラクトは複数のコロナウイルスに対して広範な反応を刺激した。ヒトを対象とした試験での主要評価項目は安全性と忍容性であった。免疫原性は測定可能であったものの、「控えめ」であると表現された。これは科学者が意図的に用いる表現で、シグナルは存在するものの、多くの人が「強力な防御効果がある」と呼べるレベルにはまだ達していないことを意味する。

重要な点として、研究チームはすでに、数百人の参加者の募集が見込まれるより大規模な第II相プログラムを開始している。次のステップでは、より多様な人々においてワクチンがヒトの免疫系をどの程度訓練できるか、また抗体やT細胞の反応が用量や異なる投与手法によって向上するかどうかが検証される。

AIはどのように「スーパー抗原」を見つけたのか（そしてそれが完成したワクチンとは異なる理由）

極めて単純に言えば、ケンブリッジ大学のシステムはパターン発見器である。研究者らは公開されているウイルス配列データベースや監視データベースを収集し、機械学習を用いて、多くのコロナウイルス間で共通しており、かつ生物学的に制約のある領域、つまりウイルスが機能し続けるために不可欠で、容易に変更できない部位を特定した。その後、アルゴリズムはこれらの保存されたモチーフを、免疫系が認識可能な単一の人工抗原へとつなぎ合わせた。

これは魔法の杖ではない。保存領域は、免疫系がそれを無視したり、抗体が到達しにくいタンパク質部位に位置していたりするため、標的として不向きな場合がある。そのため、実用的なワクチン設計には依然として人間の判断が必要となる。どの保存部位を提示するか、形状を安定させるべきか、アジュバントが必要か、そしてどの投与プラットフォームがヒトの免疫系を活性化できるかといった判断である。AIは探索を加速し候補を提示するが、どの候補を試験するかを決めるのは、依然としてウェットラボの免疫学である。

アルゴリズムを、家屋の列において耐力壁を指摘する経験豊富な偵察隊員だと考えてほしい。それによってラボでの数週間から数か月の作業は削減されるが、嵐の中で倒壊しないよう、どのように足場を家に固定するかを決めるのはエンジニアの仕事である。

AI設計の「世界初」ワクチン：安全性、試験、そして「控えめな」免疫反応の意味

AIは実際にワクチン開発を加速させるのか、そして産業の構図は変わるのか

答えはイエスであり、二つの明確な点で変革をもたらす。第一に、AIは探索範囲を縮小する。候補抗原を選択するために数か月かかる反復的なラボ作業を行う代わりに、十分に訓練されたモデルであれば、数時間から数日で有望な設計を提案できる。これは、初のヒト臨床試験への到達を早めるのに役立つ。第二に、AIは人間が直感的に試そうと思わないような組み合わせ（モザイク）を探索することができ、より広範な免疫を誘発する抗原の形状を発見できる可能性がある。

しかし、設計段階でのスピードが常に大規模な展開のスピードに直結するわけではない。DNAコンストラクトの製造や新しい投与デバイスの検証には、依然として施設、原材料、規制当局の承認が必要となる。特に欧州には製造拠点や調達当局がパッチワークのように点在しており、迅速な展開には調整された契約と備蓄戦略が求められる。要するに、AIは上流の工程を短縮できるが、工場、規制当局の認可、コールドチェーンといった下流のボトルネックが、ワクチンが人々に届くまでの速度を依然として決定づけているのである。

欧州の政策と産業：なぜケンブリッジ大学の成功がEUの備えにとって重要なのか

ケルンからケンブリッジまで、産業の現実はよく知られたものである。革新的なラボは存在するが、実験的なワクチンを何百万回分も製造することはサプライチェーンの問題である。ケンブリッジ大学の研究がEUの保健機関や資金提供団体にとって興味深いのは、ウイルスファミリー全体を保護することを目的としたプラットフォームが、調達の計算式を変えるからである。単一の広範なワクチンがあれば、毎年行われる再設計や、27の各国の保健システムにまたがる複雑な調達サイクルの必要性が軽減される可能性がある。

とはいえ、欧州の規制経路は英国のものとは異なる。医薬品・医療製品規制庁（MHRA）が英国での初期作業を監督したが、全欧州的な使用には欧州医薬品庁（EMA）および各国の予防接種委員会が関与することになる。学術的なマイルストーンを大陸全体の備えへと変えたいのであれば、ブリュッセルがホライゾン欧州（Horizon Europe）の資金、共同調達の枠組み、官民の製造パートナーシップをうまく活用する必要があるだろう。

次に注目すべき点

この取り組みがどこまで進むかは、いくつかの具体的なシグナルによって決定される。第II相試験の免疫原性データ：より大規模で多様なコホートにおいて抗体価やT細胞反応は上昇するか？ 製造計画：DNAコンストラクトとマイクロ流体投与デバイスのためのスケーラブルなプロセスは確立されているか？ そして透明性：研究チームはAI設計パイプラインと訓練データを公開し、独立したグループが検証や拡張を行えるようにするのか？

技術的には、他のグループもすでにインフルエンザや出血熱に対して同様のアイデアを試みており、ケンブリッジ大学によれば、複数のチームがその方向で動いているという。複数の独立したグループが同じ保存された標的に収束すれば、それはこのアプローチが孤立した成功例ではなく、強固なものであるという強力な証拠となるだろう。

現時点では、この成果は機械学習と迅速な投与プラットフォームという新しいツールチェーンをヒトで試験したという点で注目に値する。これまでの結果は安全性に関しては有望であり、免疫学的に示唆に富むものである。しかし、これらはパンデミックの際に人々が頼りにした、実績のあるCOVIDワクチン製造ルートの代替品にはまだなっていない。

欧州には免疫学者やバイオテクハブが存在する。しかし、どの首都が投与費用を保証し、最初の展開で問題が発生した際にどの規制当局が非難を浴びることになるのか、それを決める必要がある。

情報源

• Journal of Infection（第I相試験論文）
• ケンブリッジ大学（ウイルス人獣共通感染症研究室）
• DIOSynVax（産業パートナー）
• サウサンプトン大学（臨床試験実施場所）
• オックスフォード・ワクチン・グループ（外部専門家解説）
• 国立健康・ケア研究機構（NIHR）声明