TED2019
Leila Pirhaji: The medical potential of AI and metabolites
リーラ・パーハジ: AIを使って中間代謝産物のもつ医学的可能性を探る
Filmed:
Readability: 5.5
1,210,569 views
多くの病気は中間代謝産物によって引き起こされます。中間代謝産物は体内にある脂肪、ブドウ糖、コレステロールなどの小さな分子です。しかし 私たちは、それが何であるか、どのように作用するのか正確には知りません。バイオテク企業家でTEDフェローである リーラー・パーハッジは中間代謝産物のパターンを特徴づけ、病気の発生過程をより正確に理解し、そしてより効果的な治療法を発見するためのAIをベースとしたネットワークを構築する計画を話してくれます。
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
2003年に
00:15
when we sequenced the human genome,
1
3420
2913
ヒトゲノムを解読したとき
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
多くの病気を治療するための
答えが手に入ると考えました
答えが手に入ると考えました
00:22
But the reality is far from that,
3
10974
2657
しかし現実はそれと程遠いものでした
00:26
because in addition to our genes,
4
14782
1921
私たちの遺伝子に加えて
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
環境やライフスタイルも
多くの主要な病気を引き起こす―
多くの主要な病気を引き起こす―
00:33
in developing many major diseases.
6
21321
2548
重大な要因になりうるからです
00:35
One example is fatty liver disease,
7
23893
3580
一例が脂肪肝です
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
世界人口の20%以上が冒され
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
治療法もなく 肝がんまたは
00:46
or liver failure.
10
34662
1423
肝不全に至ります
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
従って DNAの解読だけでは
効果的な治療法を見つけるのに
効果的な治療法を見つけるのに
00:54
to find effective therapeutics.
12
42285
2232
十分な情報が得られません
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
明るい面を見れば 人体には
他にもたくさんの分子があります
他にもたくさんの分子があります
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
実際 10万以上の中間代謝産物があります
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
中間代謝産物とは
その大きさが非常に小さい分子です
その大きさが非常に小さい分子です
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
知られている例として ブドウ糖
果糖 脂肪やコレステロールなどがあります
果糖 脂肪やコレステロールなどがあります
01:14
things we hear all the time.
17
62189
1510
いつも耳にするものです
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
中間代謝産物は私たちの代謝に
関与しています
関与しています
01:20
They are also downstream of DNA,
19
68066
4028
さらにDNAの制御下にもあるので
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
遺伝子とライフスタイルの両方からの
情報を持っています
情報を持っています
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
多くの病気の治療法を見つけるには
中間代謝産物への理解が不可欠です
中間代謝産物への理解が不可欠です
01:34
I've always wanted to treat patients.
22
82897
2212
私はずっと 患者を治療したいと
思ってきました
思ってきました
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
それなのに 15年前に
医学部をやめてしまったのは
医学部をやめてしまったのは
01:41
as I missed mathematics.
24
89816
1965
数学への思いを捨てられなかったからです
01:45
Soon after, I found the coolest thing:
25
93019
2936
その後すぐに
私は素晴らしいことに気付きました
私は素晴らしいことに気付きました
01:48
I can use mathematics to study medicine.
26
96692
2763
数学を使って医学の研究が
できるということです
できるということです
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
以来 私は生物学的データを分析するための
アルゴリズムを開発しています
アルゴリズムを開発しています
01:59
So, it sounded easy:
28
107092
2283
簡単そうに見えたのです
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
体内の すべての中間代謝産物に関する
データを集めて
データを集めて
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
病気の時どのように変化するかを表す
数学的モデルを開発して
数学的モデルを開発して
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
治療のために その変化に介入するのです
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
そして これまで誰もこれを
やったことがない理由に気付きました
やったことがない理由に気付きました
02:19
it's extremely difficult.
33
127230
1687
とても難しいからです
02:20
(Laughter)
34
128941
1087
（笑）
02:22
There are many metabolites in our body.
35
130052
2412
私たちの体には多くの中間代謝産物があります
02:24
Each one is different from the other one.
36
132783
2500
すべてが他のものとは異なります
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
いくつかの中間代謝産物については
質量分析機を使用して
質量分析機を使用して
02:31
using mass spectrometry instruments.
38
139059
2593
分子量を測定できます
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
しかし まったく同じ質量を持つ分子が
10種類あることがあります
10種類あることがあります
02:38
we don't know exactly what they are,
40
146093
1807
それらが何であるかを知ることは難しく
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
それらすべてを同定したい場合は
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
さらに実験を行う必要があり
これには数十年という月日と
これには数十年という月日と
02:45
and billions of dollars.
43
153850
1714
数十億ドルがかかるかもしれません
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
そこで 私たちはそれを行うために 人工知能
つまりAIのプラットフォームを開発しました
つまりAIのプラットフォームを開発しました
02:53
We leveraged the growth of biological data
45
161794
2844
生物学的データの増加を活用し
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
中間代謝産物に関するすべての既存の情報と
他の分子との相互作用に関する
他の分子との相互作用に関する
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
データベースを構築しました
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
私たちはこのすべてのデータを
メガネットワークとして総合しました
メガネットワークとして総合しました
03:07
Then, from tissues or blood of patients,
49
175710
3396
そして 患者の組織や血液から
03:11
we measure masses of metabolites
50
179130
2751
中間代謝産物の質量を測定して
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
病気になった時に変化する
中間代謝産物の質量を調べます
中間代謝産物の質量を調べます
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
しかし 先に述べたように
それらが何であるかは正確には分かりません
それらが何であるかは正確には分かりません
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
180の分子量を持つのはブドウ糖かもしれず
ガラクトースまたは果糖であるかもしれません
ガラクトースまたは果糖であるかもしれません
03:25
They all have the exact same mass
54
193561
2019
それらは完全に同じ質量を持っていますが
03:27
but different functions in our body.
55
195604
2087
体内での機能はそれぞれ異なります
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
私たちのAIアルゴリズムは
これらすべての曖昧さを計算に入れています
これらすべての曖昧さを計算に入れています
03:33
It then mined that meganetwork
57
201326
2736
そしてメガネットワークを探索して
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
どのように中間代謝産物同士が関連して
03:40
that result in disease.
59
208463
1958
病気を引き起こすかを突き詰めるのです
03:42
And because of the way they are connected,
60
210445
2238
それらがどのように繋がっているかによって
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
私たちは各中間代謝産物の質量から
その物質を推測することができます
その物質を推測することができます
03:49
like that 180 could be glucose here,
62
217054
2924
例えば この180の分子量は
ブドウ糖の可能性があります
ブドウ糖の可能性があります
03:52
and, more importantly, to discover
63
220002
2551
もっと重要なことは
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
ブドウ糖や他の中間代謝産物の変化が
どのように病気に繋がるのかを
どのように病気に繋がるのかを
03:57
lead to a disease.
65
225968
1505
解明できるということです
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
こんな 病気のメカニズムへの新しい理解から
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
それを標的にした
効果的な治療法を見つけることができます
効果的な治療法を見つけることができます
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
私たちはスタート・アップ企業を設立して
この技術を市場に出し
この技術を市場に出し
04:11
and impact people's lives.
69
239470
1805
人々の生活に影響を与えようとしています
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
現在 私と私のチームはReviveMedで
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
中間代謝産物が主たる要因となる重要疾患の
治療法を見つけることに取り組んでいます
治療法を見つけることに取り組んでいます
04:22
like fatty liver disease,
72
250420
1897
脂肪肝の場合
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
脂肪の蓄積が原因で発生します
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
脂肪は肝臓に存在する中間代謝産物の１つです
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
先に述べたように
脂肪肝は蔓延していて 治療法もありません
脂肪肝は蔓延していて 治療法もありません
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
脂肪肝は一例に過ぎません
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
さらに私たちは治療法のない
何百もの病気に対する研究に取り組みます
何百もの病気に対する研究に取り組みます
04:40
with no treatment.
78
268700
1493
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
中間代謝産物に関するデータを収集し続けて
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
中間代謝産物の変化が
04:50
leads to developing diseases,
81
278363
2402
どのように疾気の発症に繋がるのかを
理解することで
理解することで
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
私たちのアルゴリズムは
より賢くなって
より賢くなって
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
適切な患者に 適切な治療法を
発見できるようになります
発見できるようになります
05:00
And we will get closer to reach our vision
84
288522
3770
こうして AIを使い
効率よく人の命を救うという
効率よく人の命を救うという
05:04
of saving lives with every line of code.
85
292316
3863
私たちの目標に近づくのです
05:08
Thank you.
86
296203
1321
ありがとうございます
05:09
(Applause)
87
297548
3827
（拍手）
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com