疾患の要因である遺伝因子と環境因子の関係を明らかに

――疾患の解明と治療に向けて，ヒューマン・メタバース疾患研究では遺伝因子と環境因子の複雑な相互作用によって生じる多因子性疾患に焦点を当てています。この理由について教えてください。

西田　前提として押さえていただきたいのは，各人で疾患の原因が異なることです。ヒトゲノムの解読やマウス等での動物実験によって疾患の原因とされる遺伝子が調べられています。しかし，原因遺伝子を持っていても，発症する人としない人がいるのです。これは遺伝因子に加え環境因子との複雑な相互作用によって発症するからと考えられています。特に多因子性の慢性疾患ではこの傾向が顕著であり，これまでマウス実験等で行ってきた単一因子のみに着目した要素還元的アプローチだけでは対応できません。

――それでは，多因子性疾患に対してどのようなアプローチを行うのでしょうか。

西田　患者の生体情報のデジタルコピー（バイオデジタルツイン）を仮想空間に作り，多因子が影響するリアルタイムな生体情報を再現することで，患者ごとに最適な治療を提供する超個別的な治療，さらには発症前からの予防的介入の実現をめざしています（図）。

――具体的にどのような生体情報からバイオデジタルツインは構築されますか。

西田　血液検査や画像検査等で得るクリニカルデータ（マクロ情報）と，患者本人から生成されたiPS細胞で再現したミニチュア臓器（オルガノイド）経由で得た生体反応（ミクロ情報）に情報数理科学的な処理を加えて構築します。マクロとミクロの生体情報の統合によって，疾患再現度の高いバイオデジタルツインを構築でき，疾患メカニズムの解明や，新しい治療法の開発が可能になります。

――つまり，バイオデジタルツインは臓器単位で構築できるのですね。

西田　その通りです。今後，構築する臓器を増やしながら臓器間ネットワークにも着目して，最終的には体全体で起こっている生命現象を仮想空間内で再現していきたいです。

人工知能の進化がプロジェクト成功の鍵に

――先ほど話題に挙がった情報数理科学的処理とはどのような工程か教えてください。

西田　取得したマクロとミクロな生体情報の関係性をモデリングします。そして，人工知能（AI）をバイオデジタルツインに対する情報の入力処理と出力処理に活用します。

――バイオデジタルツインの利用では，医療者や研究者は具体的にどのような形で患者情報を入力し，どのような形で情報が出力されることになりますか。

西田　われわれはChatGPTのようなマルチモーダルなAIモデルといった基盤も活用するためCTやMRIといった画像情報のみならず，電子カルテに書くような言語情報，それから音声情報の入力も可能となります。そして，医療者や研究者が求める情報を自然言語で出力することを想定しています。

　情報の出力において重要なのはAIによるモデリング（思考過程）を可視化することです。データ入力の結果，将来がんになる可能性を示されてもモデリングの根拠がわからなければ医療の場合は納得できないですよね。従来のAIはこの思考過程がブラックボックスになっていましたが，今ではexplainable AI（説明可能なAI）という手法も発達してきました。バイオデジタルツインの構築のみならず利用においても，AI技術の...