がん生検を受けるたびに、検査室は約5ドルの組織スライドを作成します。顕微鏡で細胞の形状を示し、すべてのがん患者がすでに記録に残っています。 その検査にはもっと高度なものとして「多重免疫蛍光検査(multiplex immunofluorescence)」があります(基本的には腫瘍の近くにどの免疫細胞がいて、何をしているかを示すタンパク質レベルの地図です)。サンプル1つあたり数千ドルかかり、多くの病院にはない専門的な機器が必要で、ほとんどスケールもありません。しかし、これは腫瘍医が免疫療法が本当に効果があるかどうかを見極めるために必要なデータです。現在、がん患者の免疫療法に反応するのは約20〜40%に過ぎず、その最大の理由の一つは、医師が腫瘍が「熱い」(免疫細胞が積極的に抵抗している)か「冷たい」(免疫系が無視している)かを簡単に判断できないことです。 マイクロソフト、プロビデンス・ヘルス、ワシントン大学は、5ドルのスライドを分析し、21の異なるタンパク質マーカーで高価な検査結果を予測するAIを訓練しました。彼らはこれをGigaTIMEと名付け、安価なスライドと高価な検査が共存する4,000万個の細胞で訓練し、その後、全米7州の51病院で14,256人の実際のがん患者に展開しました。 その結果は、生物学界で最も選りすぐりの学術誌の一つである『Cell』に掲載されました。このモデルは約30万の仮想タンパク質マップを生成し、24のがんタイプと306のサブタイプをカバーしました。この研究は、免疫細胞の行動、遺伝的変異、腫瘍の病期、患者の生存率との間に、これまでこのスケールでは見えなかった1,234の実質的で検証された関連性を発見しました。10,200人のがん患者の全く別のデータベースと比較したところ、結果はほぼ完全に一致し(1.0点満点中0.88点)、一致しました。 Nature Methodsは2024年に空間プロテオミクス(特定のタンパク質が組織内の位置をマッピングする)を「今年の方法」に選び、2026年3月の更新でGigaTIMEをこの種の分析を「民主化」するモデルとして特に引用しました。完全なモデルはHugging Faceでオープンソースです。生検スライドをアーカイブしたがん研究室は、ほとんどが数千枚持っていますが、新しい機器を一切購入せずに仮想免疫プロファイリングを行うことができるようになりました。