AIで疾患理解を加速：形態と遺伝子発現を分離統合する新手法

空間トランスクリプトミクスとマルチモーダル学習の課題

空間トランスクリプトミクス（ST）は、組織内の遺伝子発現パターンと形態情報を同時に捉える画期的な技術です。これにより、細胞の機能や疾患の進行をより詳細に理解できるようになります。この二つの異なる種類のデータを統合し、共通の構造を学習する「マルチモーダル表現学習」は、AI研究の重要なフロンティアです。しかし、従来のマルチモーダルモデルには課題がありました。それは、形態と遺伝子発現という異なるモダリティが持つ「共有される情報」と、それぞれのモダリティに「固有の情報」を明確に区別せず、単一の潜在空間に圧縮してしまう点です。この曖昧な統合は、せっかく学習した表現の活用範囲を制限し、疾患メカニズムの深い理解を妨げる要因となっていました。

共有情報と個別情報の「分離」が鍵

この課題に対し、私達は新しいアプローチを検証しました。それは、マルチモーダル表現学習において、データが持つ「共有潜在成分」と、各モダリティに「固有の潜在成分」を明示的に分離（disentanglement）する手法です。例えば、癌組織のH&E染色画像と遺伝子発現データがあった場合、癌細胞に共通する悪性度を示す特徴は共有成分として、一方で染色パターンの微細な違いや特定の遺伝子の発現レベルといった各モダリティ特有の情報は固有成分として、それぞれ独立して学習させることを目指します。この明確な因子分解により、モデルはより精緻で解釈可能な表現を獲得できると考えました。

VAEと対照学習で検証された効果

私たちは、この分離表現の有効性を評価するため、二つの主要なAIモデルファミリーを比較しました。一つは生成モデルとして広く使われる「VAE（Variational Autoencoder）ベース」のアプローチ、もう一つは類似度学習に強みを持つ「対照学習（Contrastive Learning）」のアプローチです。これらのモデルを、それぞれ標準的な統合方法と、今回提案する「分離表現」を導入したバリアントで比較しました。実験は、二つの異なる癌コホートから得られたH&E画像とSTデータを用いて行われました。評価指標としては、異なるモダリティ間での再構築性能、そして疾患診断などの下流タスクにおける予測性能（プロービング性能）を用いました。

実験の結果、二つの重要なトレンドが明らかになりました。まず、対照学習アプローチは、VAEベースのモデルよりも一貫して高い下流タスクの予測性能を示しました。これは、対照学習がデータ間の類似性・非類似性を効果的に学習する能力が高いことを示唆しています。次に、今回導入した「分離表現」は、再構築と予測の両方で性能向上に寄与することが確認されました。特に、その改善効果はモデルの種類、タスクの性質、そして分離の強度によって変動するものの、全体としてマルチモーダル表現学習の質を高めることが示されました。

疾患理解とAI基盤モデルへの示唆

この研究成果は、空間トランスクリプトミクスにおけるマルチモーダル表現学習の新たな方向性を示しています。共有情報とモダリティ固有情報を明示的に分離して学習するアプローチは、疾患の複雑なメカニズムをより深く理解するための強力なツールとなり得ます。例えば、特定の遺伝子変異が組織形態にどのように影響するか、あるいは特定の形態学的特徴がどのような遺伝子発現パターンと関連しているか、といった因果関係に近い洞察を得やすくなります。これは、新たなバイオマーカーの発見や、より効果的な治療法の開発に直結する可能性があります。

さらに、この研究で確立された評価フレームワークは、将来的に登場するであろう「基盤モデル」の開発においても非常に有用です。様々なモダリティを統合する大規模な基盤モデルが求められる中で、どのように情報を因子分解し、より汎用性の高い表現を学習させるかという設計思想は、その性能を大きく左右するでしょう。

私の見方：データ統合の未来

私の経験上、異なる種類のデータを統合する際、ただ混ぜ合わせるだけでは限界があります。重要なのは、データが持つ意味合いを理解し、何が共通で何が固有かを設計段階で明確にすることです。この「分離表現」のアプローチは、まさにその設計思想をAIモデルに組み込む試みであり、非常に本質的だと感じます。

特に、医療や生命科学分野では、画像、遺伝子、臨床データなど多種多様な情報が溢れています。これらを効果的に統合し、疾患の複雑な病態を解き明かすには、単なる相関関係を見るだけでなく、各情報の役割を明確に区別する能力が不可欠です。この研究は、そのための強力な一歩であり、今後のAIを活用した医療研究の基盤を築くものと確信しています。我々も、プロダクト開発においてこの「分離」の概念を積極的に取り入れ、より精度の高い予測モデルを構築していきます。