MIT、ハーバード医学大学院、イェール大学、スタンフォード大学、ペンシルベニア大学の研究者らが、深層学習AIツール「CellLENS（Cell Local Environment and Neighborhood Scan）」を開発した。研究はMITポスドクのBokai Zhuが主導し、2025年7月11日にMITが発表した。
CellLENSは畳み込みニューラルネットワークとグラフニューラルネットワークを組み合わせ、個々の細胞の包括的デジタルプロファイルを構築する。従来は別々に分析していたRNA分子、タンパク質分子、細胞の位置、顕微鏡下の形態という4つの領域を統合し、周囲環境に応じて異なる行動をとる細胞を分離できる。
健康組織、リンパ腫、肝がんのサンプルに適用した結果、稀な免疫細胞サブタイプを発見し、腫瘍浸潤や免疫抑制などの疾患プロセスとの関連を明らかにした。研究成果はNature Immunology誌に掲載された。
共著者のAlex K. Shalekは医療工学科学研究所（IMES）所長、IMESおよび化学のJ. W. Kieckhefer教授を務める。
From: 
New AI system uncovers hidden cell subtypes, boosts precision medicine
【編集部解説】
CellLENSが画期的である理由は、従来別々に分析されていた4つの要素を統合した点にあります。畳み込みニューラルネットワーク（CNN）とグラフニューラルネットワーク（GNN）を組み合わせることで、細胞の遺伝子発現、タンパク質発現、形態学的特徴、そして組織内での空間的位置という多次元データを同時に処理できるようになりました。
この技術革新により、見た目は似ていても周囲の環境によって異なる振る舞いをする細胞を正確に識別することが可能となっています。例えば、同じT細胞でも腫瘍の境界で活動しているものと、腫瘍から離れた場所にいるものでは機能が大きく異なることを明確に区別できます。
がん免疫療法への具体的インパクト
現在のがん免疫療法が抱える最大の課題は、治療効果の予測困難性です。免疫チェックポイント阻害剤などの免疫療法は、一部の患者には劇的な効果を示す一方で、多くの患者では効果が限定的であることが知られています。
CellLENSは、腫瘍境界にのみ存在する特定の免疫細胞亜集団を特定することで、従来の免疫療法が効果を発揮しにくい理由を解明する可能性があります。これにより、患者個別の免疫細胞の分布と活動パターンに基づいた、より精密な治療戦略の構築が期待されます。
精密医療の新たな展開
この技術は、バイオマーカー発見の新時代を切り開く可能性を秘めています。従来のバイオマーカーは主に遺伝子発現や特定のタンパク質の存在に基づいていましたが、CellLENSは細胞の「文脈」も含めた包括的な情報を提供します。
健康組織、リンパ腫、肝がんでの検証により、稀な免疫細胞サブタイプの発見と、それらの疾患プロセスとの関連性が明らかになりました。これは、がんの早期診断や治療効果の予測において、従来よりもはるかに精密なアプローチを可能にします。
潜在的なリスクと課題
AI技術の医療応用には、いくつかの重要な懸念事項があります。特に、モデルの解釈可能性の問題は深刻です。CellLENSのような複雑な深層学習システムは「ブラックボックス」的な性質を持つため、なぜその判断に至ったかを完全に理解することが困難な場合があります。
また、学習データの偏りによる診断の不正確性や、予期しない副作用の見落としなどのリスクも存在します。医療現場での実用化に向けては、十分な検証と安全性の確保が不可欠でしょう。
規制環境への影響
AI技術の医療応用は、既存の規制フレームワークに新たな課題をもたらします。特に、診断支援システムとしてのCellLENSの承認プロセスでは、従来の医療機器とは異なる評価基準が必要になる可能性があります。
FDA等の規制当局は、AI技術の継続的な学習能力と、それに伴う性能変化への対応策を検討する必要があるでしょう。また、患者データの取り扱いやプライバシー保護についても、より厳格な基準が求められることが予想されます。
長期的な医療変革への展望
CellLENSのような技術は、医療の根本的な変革を促す可能性があります。従来の「一律の治療法」から「個別化された精密医療」への移行を加速させ、患者一人ひとりの生物学的特徴に基づいた治療選択が標準となる時代の到来を示唆しています。
さらに、この技術は創薬プロセスにも革命をもたらす可能性があります。新薬の標的となる細胞亜集団の特定や、薬剤の効果予測において、従来よりもはるかに精密なアプローチが可能になるでしょう。
社会実装に向けた課題
技術的な優秀性にもかかわらず、実際の医療現場での普及には時間がかかると予想されます。医療従事者の教育、既存システムとの統合、コスト効率性の検証など、多くの実務的な課題が残されています。
また、この技術の恩恵を受けられる患者層の拡大も重要な課題です。高度な技術を要するため、医療格差の拡大を防ぐための配慮が必要になるでしょう。
【用語解説】
畳み込みニューラルネットワーク（CNN）
画像認識に特化した深層学習アルゴリズムの一種。画像の特徴を階層的に抽出し、パターン認識を行う。CellLENSでは細胞の形態学的特徴の解析に使用される。
グラフニューラルネットワーク（GNN）
グラフ構造データを処理する深層学習手法。ノード間の関係性を学習できるため、CellLENSでは細胞間の空間的関係や相互作用の解析に活用される。
免疫チェックポイント阻害剤
がん細胞が免疫系の攻撃を回避するメカニズムを阻害する薬剤。PD-1やPD-L1などの免疫チェックポイント分子を標的とし、T細胞の抗腫瘍活性を回復させる。
バイオマーカー
疾患の診断、治療効果の予測、病気の進行度を示す生物学的指標。血液中のタンパク質、遺伝子発現パターン、細胞の特徴などが含まれる。
腫瘍微小環境
腫瘍細胞とその周囲の正常細胞、免疫細胞、血管、細胞外マトリックスなどで構成される複雑な生物学的環境。がんの進行や治療効果に大きく影響する。
マルチオミクス
ゲノミクス、プロテオミクス、メタボロミクスなど複数のオミクス技術を統合して生物学的システムを包括的に解析するアプローチ。
CD4 T細胞
ヘルパーT細胞とも呼ばれる免疫細胞の一種。他の免疫細胞の活動を調節し、適応免疫応答の中心的役割を果たす。
古典的ホジキンリンパ腫（cHL）
リンパ系のがんの一種。特徴的なリード・シュテルンベルク細胞の存在により診断される。比較的治療成績が良好ながん種として知られる。
空間オミクス
組織内での細胞の位置情報を保持しながら、遺伝子発現やタンパク質発現を解析する技術。細胞の機能と組織内での役割の関係を理解するために重要。
【参考リンク】
MIT（マサチューセッツ工科大学）（外部）
世界最高峰の工学・科学技術研究機関。AI、バイオテクノロジー分野で革新的な研究を行っている。
Broad Institute（外部）
MITとハーバード大学の共同研究機関。ゲノミクス、バイオメディカル研究の世界的拠点。
Ragon Institute（外部）
マサチューセッツ総合病院、MIT、ハーバード大学の共同研究機関。免疫系を活用した疾患治療法開発を目指す。
MIT Institute for Medical Engineering and Science（外部）
MITの医療工学・科学研究所。工学、科学、医学を融合して人間の健康課題解決を目指す。
Nature Immunology（外部）
免疫学分野の世界最高峰の学術誌。免疫系の基礎研究から臨床応用まで幅広く掲載。
【参考動画】
Alex Shalek教授がオープンデータの重要性について語るインタビュー動画。データ共有、再現性、プライバシー保護について議論している。
2015年のAlex Shalek教授による単一細胞トランスクリプトミクス技術に関する講演。細胞の多様性探索について詳しく解説している。
【参考記事】
CellLENS enables cross-domain information fusion for enhanced cell population delineation（外部）
Nature Immunology誌に掲載されたCellLENSの原著論文。空間オミクスデータにおける細胞集団の詳細な解析手法について技術的詳細を記載。
MIT’s CellLENS AI maps immune cell behavior to advance cancer treatment（外部）
CellLENSの技術概要と、がん治療への応用可能性について解説。免疫細胞の行動マッピングによる治療法改善の可能性を詳述。
【編集部後記】
CellLENSのようなAI技術が医療現場に浸透していく中で、私たち一人ひとりの医療体験はどのように変わっていくのでしょうか。
もしかすると、数年後には病院で「あなたの腫瘍境界にいるT細胞の活動パターンから、この免疫療法が最も効果的です」といった、まるでSF映画のような診断を受ける日が来るかもしれません。
一方で、こうした高度な技術が普及する過程で生まれる医療格差や、AIの判断に依存することへの不安も気になるところです。皆さんは、自分の治療方針がAIによって決定されることに対して、どのような感情を抱かれますか？
また、精密医療の恩恵を誰もが平等に受けられる社会を実現するために、私たちにできることは何でしょうか。ぜひSNSで、皆さんの率直なご意見をお聞かせください。
AI(人工知能)ニュースをinnovaTopiaでもっと読む
ヘルスケアテクノロジーニュースをinnovaTopiaでもっと読む
