透過模擬重現細胞直接轉換過程：利用AI預測可誘導細胞轉換的小分子化合物

國立大學法人九州工業大學 大學院情報工學研究院的濱野桃子副教授等人的研究團隊，與國立大學法人東海國立大學機構 名古屋大學大學院情報學研究科的山西芳裕教授透過共同研究，針對不需經過iPS細胞※1，將細胞直接轉換為其他種類細胞的「直接重新編程（Direct Reprogramming）※2」，開發了一項能夠預測誘導該過程之最佳小分子化合物※3組合的全新方法。

重點
- 開發了一項AI技術，可預測能誘導體細胞直接轉換為其他種類細胞（直接重新編程）的小分子化合物。
- 透過模擬重現細胞轉換過程，並將其分類為初期、中期、後期等多個階段，成功預測出適合各個階段的小分子化合物組合。
- 該提案方法預期將有助於再生醫療等領域中，細胞治療所需之細胞製備效率的提升與安全性的強化。

本研究團隊開發了一項AI技術，用於預測能誘導體細胞直接轉換為其他類型細胞（直接重新編程）的小分子化合物（如藥物或化學物質等）。在直接重新編程領域中，目前強烈需要建立一種使用高安全性小分子化合物來誘導細胞轉換的方法。因此，在本次提出的方法中，團隊開發出能夠針對細胞轉換的每個階段，簡便預測所需小分子化合物的AI技術。首先，從單細胞等級的基因表現數據出發，透過模擬重現了直接重新編程的誘導過程。接著，將細胞轉換的過程分為初期、中期、後期等階段，透過調查各階段變化的基因表現模式，闡明了細胞轉換的動態分子機制。最後，利用最佳化演算法，成功預測了控制各階段動態分子機制的小分子化合物組合。透過本提案方法，將能夠簡便地預測出階段性誘導直接重新編程的小分子化合物，預期未來可促進再生醫療領域中細胞製備的效率提升及安全性強化。

本研究成果將於2026年5月18日在《Communications Chemistry》上公開發表。

■ 研究的背景與經過
直接重新編程是一種不需要經過如iPS細胞般未分化狀態，直接將身體細胞轉換為其他種類細胞的技術。由於能在短時間內以低成本製備細胞，被寄予厚望成為擔綱未來再生醫療的創新技術。然而，傳統方法是透過將編碼轉錄因子的基因導入原始細胞中來進行誘導，這會帶來因基因導入所引起的細胞致癌風險。為了避免致癌風險，使用小分子化合物（藥物或化學物質等）進行直接重新編程的方法正受到廣泛關注（圖1）。

以實驗方式鑑定誘導直接重新編程的最佳小分子化合物組合，需要龐大的實驗成本，且極為困難。此外，利用小分子化合物的誘導法由於細胞轉換效率低於導入轉錄因子的方法，導致開發進度落後，過去的開發主力多集中於使用轉錄因子的手法。因此，目前迫切需要一種技術，能夠有效活用近年來累積的生命科學大數據，從單細胞等級掌握細胞轉換的誘導過程，並鑑定出能控制細胞轉換機制的小分子化合物。

圖1：利用小分子化合物將細胞直接轉換為其他種類細胞的直接重新編程（部分插圖引用自TogoTV）

■ 研究的內容
九州工業大學大學院情報工學研究院的濱野桃子副教授、伊藤綠風研究生（當時）、川崎瞭太研究生（當時）、渡邊輝研究生、松尾有紗研究生等人的研究團隊，與名古屋大學大學院情報學研究科的山西芳裕教授進行共同研究，開發了能夠預測誘導直接重新編程之小分子化合物的AI模型。

在本研究的提案方法中，首先透過模擬重現了直接重新編程的誘導過程。接著，將細胞轉換的過程區分為初期、中期、後期等階段，並透過調查各階段變化的基因表現模式，闡明了細胞轉換的動態分子機制。最後，利用最佳化演算法，預測出能夠控制隨階段變化的細胞轉換分子機制的小分子化合物組合（圖2）。

圖2：預測階段性誘導直接重新編程之小分子化合物組合的提案方法
對直接重新編程被誘導的過程進行了模擬。將細胞轉換過程分為初期、中期、後期等階段，並透過調查各階段變化的基因表現模式，闡明了細胞轉換的動態分子機制。