クレブランド・クリニックとIBM、がんネオアンチゲン予測のための量子機械学習モデルを開発

クレブランド・クリニックとIBMリサーチの研究者たちは、治療用T細胞免疫応答を引き起こす異常な細胞表面タンパク質である、免疫原性ネオアンチゲンを生成する腫瘍遺伝子変異を予測するための量子機械学習フレームワークを開発しました。この研究は、Science Advances誌に「Quantum convolutional HLA immunogenic peptide prediction (Q-CHIPP): Quantum neural networkによる次世代ネオアンチゲン予測」というタイトルで発表され、量子畳み込みニューラルネットワーク（QCNN）と生物医学的ドメイン知識を組み合わせることで、精密免疫腫瘍学におけるデータ不足と過学習の問題に対処しています。

免疫原性ネオアンチゲンの予測は、個別化がんワクチンや標的免疫療法の開発における主要な課題であり続けています。単一の腫瘍は数千もの変異候補ペプチドを発現する可能性がありますが、そのごく一部だけが主要組織適合性複合体（MHC）に結合し、その後T細胞受容体（TCR）によって認識されます。従来の機械学習モデルは、小さくノイズの多い生物学的データセットで学習する際に過学習に陥りやすく、以前は特定されていなかった抗原に対して評価する際に予測の一般化性能が低下することがよくあります。共同チームは、わずか150個のサンプルからなるトレーニングセットから意味のある生物学的パターンを抽出できるQCNNアーキテクチャを設計することで、このデータ非効率性のボトルネックに取り組みました。