MIT、細胞が交わす信号の履歴を解読するAIモデル「IRIS」を開発

マサチューセッツ工科大学（MIT）生物学助教授でホワイトヘッド生物医学研究所のメンバーであるPulin Li氏と大学院生のNicholas Hutchins氏らが率いる研究チームは、細胞同士の情報伝達を解読する機械学習モデル「IRIS」を開発した。研究成果は2026年9月8日付の科学誌「Nature Methods」にオープンアクセス論文として掲載された。

受精卵から胚が発生する過程において、幹細胞は周囲の細胞と化学信号をやり取りし、脳や肝臓、筋肉などの専門的な細胞へと分化していく。従来、こうしたシグナル伝達経路の影響は細胞の種類ごとに大きく異なると考えられており、全細胞の履歴を網羅的に追究するには膨大な実験が必要とされていた。しかし研究チームは、同じ伝達経路であれば細胞種が異なっても特有の「指紋」のような固有の遺伝子活動パターンが残されることを突き止めた。

ニューラルネットワークを基盤とするIRISは、この指紋パターンを検知することで、過去に学習していない細胞であっても、発生段階でどの信号を受け取ったかを推定できる。Li氏はこれを音声認識システムが英語の訓練を活用して他言語を認識する「転移学習」に例えている。モデルの訓練にあたっては、数千個のヒト胚性幹細胞が6つの主要な伝達経路の組み合わせにどのように応答したかを測定した大規模データセットが用いられた。

研究チームが原腸形成期のマウス胎児の単一細胞を用いてIRISを検証したところ、心臓、腸、筋肉、脊髄組織になる細胞において、いつどこで特定の伝達経路が活性化するかを正確に予測した。さらに、肺の発生に重要な細胞種を作り出すために必要な信号の予測を行い、マウス胎児を用いた実験でその正しさを実証した。

この技術により、実験室で幹細胞を目的の機能細胞へ誘導する精度が向上し、再生医療や疾患研究向けミニ臓器（オルガノイド）の作製が加速すると期待されている。研究チームは、原因不明の肺線維症や喘息、肺がんなどの疾患メカニズム解明や創薬試験、損傷した組織を修復する再生治療の設計に役立つとしている。