細胞の「もしも」を予測するAI、Stack登場！生物学の常識を変える4つの理由

私たちの体は数十兆個もの細胞から成り立っています。しかし、その一つひとつの細胞が病気や薬に対してどのように反応するのかを正確に理解することは、現代科学にとっても非常に困難な課題です。この複雑な生命の謎に挑むため、細胞を一個単位で分析する「シングルセル（単一細胞）解析」という技術が生まれました。

しかし、この技術によって得られるデータは膨大であり、その真の意味を読み解くには高度な解析能力が求められます。そこで登場したのが、大規模なデータから普遍的なパターンを学習する「基盤モデル」と呼ばれるAIです。これまでにもいくつかのモデルが開発されてきましたが、未知のデータに対する予測精度には限界がありました。

今回ご紹介するのは、その限界を打ち破る革新的なAIモデル「Stack」です。Stackは、実に1億4900万個ものヒト細胞データでトレーニングされており、細胞研究に革命をもたらす可能性を秘めた、全く新しいアプローチを採用しています。この記事では、Stackの驚くべき能力を4つの重要なポイントに絞って、分かりやすく解説していきます。

ポイント1：細胞は「文脈」から学ぶ - 個々ではなく集合体として捉える新発想

Stackの最も革新的な点は、細胞を「文脈（コンテクスト）」の中で理解しようとするアプローチにあります。

従来のモデルの多くは、各細胞を独立した「点」として分析していました。しかしStackは、分析対象の細胞だけでなく、その周囲に存在する他の細胞の情報（＝文脈）も考慮に入れることで、一つひとつの細胞をより深く、正確に理解します。

この仕組みは「細胞間アテンション」と呼ばれます。シングルセル解析で得られるデータは、個々の細胞レベルではノイズが多く含まれがちです。Stackは、周囲の細胞から情報を集約することで、ノイズの中から本当に意味のあるシグナルを抽出し、データの信号対雑音比（シグナル-ノイズ比）を向上させることができるのです。これは、個々の細胞をバラバラに見るのではなく、集合体として捉えることで本質に迫る、画期的な発想と言えるでしょう。

ポイント2：圧倒的な予測能力 - そのデータ専用に作られたモデルさえ凌駕する

Stackの真価は、未知のデータに対する驚異的な予測能力にあります。特に「ゼロショット」設定、つまり、そのデータセットについて一切の事前学習や追加学習（ファインチューニング）を行っていない状態で、圧倒的な性能を発揮します。

検証実験において、Stackは評価対象のデータセットでゼロからトレーニングされたり、ファインチューニングされたりした他のどのモデルよりも、一貫して優れた結果を示しました。これは、たとえるなら、全く見たことのない古代言語を発見した際、その言語を数ヶ月学んだ専門家よりも、一度もその言語に触れたことのない万能翻訳機が完璧な翻訳をしてみせるようなものです。

特定の生物学的状況に合わせて追加学習することなく、全く新しい文脈に適応できるStackの能力は、未知の疾患や新薬の影響を迅速かつ正確に予測できる可能性を示唆しており、創薬の初期スクリーニングにおけるスピードと経済性を根本から変えるかもしれません。

ポイント3：未来の医療？ - AIアートのように「細胞をプロンプトで操作」する

Stackの最も直感的でインパクトのある機能が「セルプロンプティング」です。これは、まるで画像生成AIに指示（プロンプト）を与えて絵を描かせるように、細胞の状態を仮想的に操作する技術です。

この仕組みを絵画にたとえてみましょう。変化を予測したい「クエリ細胞」（例：健康なB細胞）は、いわば白紙のキャンバスです。一方、参照する「プロンプト細胞」（例：ある薬にさらされたT細胞）は、絵の「画風」や「スタイル」を提供します。Stackは、この「画風」でキャンバスに絵を描くように、もし健康なB細胞が薬にさらされた細胞の「スタイル」になったらどうなるかを「描画」してくれるのです。

この機能を使えば、例えば「ある薬を投与されたT細胞」をプロンプトとして、「まだ投与されていないB細胞」をクエリに設定することで、B細胞がその薬に対してどのように反応するのかを仮想的にシミュレーションし、遺伝子発現の変化を予測できます。これにより、実験を行う前に薬の効果を多角的に検討することが可能になります。

ポイント4：仮想人体アトラス「Perturb Sapiens」の誕生

Stackの強力な予測能力を応用し、研究者たちは「Perturb Sapiens」という画期的なデータセットを生成しました。

これは、28の組織、40の細胞クラスにわたり、201種類の薬物およびサイトカイン（細胞間の情報伝達を担う物質）による摂動（刺激）を受けた状態をシミュレートした、史上初の「摂動を受けたヒト全臓器細胞アトラス」です。

これまで、人体を構成する多種多様な細胞が、様々な薬物に対してどのように反応するのかを網羅的に実験で検証することは不可能でした。Perturb Sapiensは、この課題を解決する仮想的な人体モデルであり、創薬研究などを劇的に加速させる可能性を秘めた、まさに革命的なリソースです。そして何より重要なのは、これが単なる理論上のシミュレーションではないという点です。研究チームはPerturb Sapiensによる予測の一部を、実際の実験室でのデータ（in vitro）と比較検証し、このモデルが生物学的に現実的で正確な細胞応答を生成することを確認しています。

結論：仮想細胞が拓く生物学の未来

この記事で見てきたように、Stackは「文脈学習」による深い理解、「ゼロショット」での圧倒的な予測性能、そして「セルプロンプティング」による仮想実験という、これまでのAIモデルにはない画期的な能力を備えています。

Stackがもたらす「カウンタファクチュアル（反実仮想）な細胞状態の生成」という新しいアプローチは、これまで不可能だった問いに答えを与えてくれます。特定の薬が特定の患者の細胞にどう作用するかを事前にシミュレーションしたり、まだ存在しない治療法の効果を予測したりするなど、創薬や個別化医療に計り知れないインパクトを与えるでしょう。

AIによって生命の設計図が完全に解読される日は、もうすぐそこまで来ているのかもしれません。

解説動画：

参考資料：https://www.biorxiv.org/content/10.64898/2026.01.09.698608v1.full.pdf

その他記事、コラム、書籍はこちら↓