特表 2023-526670 機械学習モデルを使用した疾患の転帰の予測

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-06-22

(54)【発明の名称】機械学習モデルを使用した疾患の転帰の予測

(51)【国際特許分類】

   C12Q 1/02 20060101AFI20230615BHJP

   G01N 33/50 20060101ALI20230615BHJP

   G01N 33/68 20060101ALI20230615BHJP

   G01N 33/53 20060101ALI20230615BHJP

   G01N 33/15 20060101ALI20230615BHJP

   G01N 33/48 20060101ALI20230615BHJP

   G16H 50/70 20180101ALI20230615BHJP

   C12N 5/071 20100101ALN20230615BHJP

   C12N 5/10 20060101ALN20230615BHJP

   C12N 15/09 20060101ALN20230615BHJP

   C12Q 1/68 20180101ALN20230615BHJP

【ＦＩ】

C12Q1/02

G01N33/50 P

G01N33/68

G01N33/53 Y

G01N33/50 Z

G01N33/15 Z

G01N33/48 Z

G16H50/70

C12N5/071

C12N5/10

C12N15/09 100

C12Q1/68 100Z

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2022571752

(86)(22)【出願日】2021-05-21

(85)【翻訳文提出日】2022-12-08

(86)【国際出願番号】 US2021033702

(87)【国際公開番号】W WO2021237117

(87)【国際公開日】2021-11-25

(31)【優先権主張番号】63/029,038

(32)【優先日】2020-05-22

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＴＲＩＴＯＮ

２．ＪＡＶＡ

３．ＴＥＮＳＯＲＦＬＯＷ

(71)【出願人】

【識別番号】522454068

【氏名又は名称】インシトロ インコーポレイテッド

(74)【代理人】

【識別番号】100102978

【弁理士】

【氏名又は名称】清水 初志

(74)【代理人】

【識別番号】100102118

【弁理士】

【氏名又は名称】春名 雅夫

(74)【代理人】

【識別番号】100160923

【弁理士】

【氏名又は名称】山口 裕孝

(74)【代理人】

【識別番号】100119507

【弁理士】

【氏名又は名称】刑部 俊

(74)【代理人】

【識別番号】100142929

【弁理士】

【氏名又は名称】井上 隆一

(74)【代理人】

【識別番号】100148699

【弁理士】

【氏名又は名称】佐藤 利光

(74)【代理人】

【識別番号】100188433

【弁理士】

【氏名又は名称】梅村 幸輔

(74)【代理人】

【識別番号】100128048

【弁理士】

【氏名又は名称】新見 浩一

(74)【代理人】

【識別番号】100129506

【弁理士】

【氏名又は名称】小林 智彦

(74)【代理人】

【識別番号】100205707

【弁理士】

【氏名又は名称】小寺 秀紀

(74)【代理人】

【識別番号】100114340

【弁理士】

【氏名又は名称】大関 雅人

(74)【代理人】

【識別番号】100214396

【弁理士】

【氏名又は名称】塩田 真紀

(74)【代理人】

【識別番号】100121072

【弁理士】

【氏名又は名称】川本 和弥

(72)【発明者】

【氏名】コラー ダフネ

(72)【発明者】

【氏名】ケイカス アジャメテ

(72)【発明者】

【氏名】シャロン エイロン

(72)【発明者】

【氏名】コッタ－ラムジーノ セシリア ジョバンナ シルビア

(72)【発明者】

【氏名】パルメド ピーター フランクリン ジュニア

(72)【発明者】

【氏名】スルタン モハマド ムニーブ

(72)【発明者】

【氏名】スタニツァス パナヨティス ディミトリオス

(72)【発明者】

【氏名】カサーレ フランチェスコ パオロ

(72)【発明者】

【氏名】リーセルマン アダム ジョセフ

(72)【発明者】

【氏名】カテガヤ ローン

(72)【発明者】

【氏名】サリック マックス アール．

【テーマコード（参考）】

2G045

4B063

4B065

5L099

【Ｆターム（参考）】

2G045AA25

2G045DA13

2G045DA36

2G045JA01

4B063QA05

4B063QQ08

4B063QQ42

4B063QQ52

4B063QR47

4B063QR48

4B063QR90

4B063QS38

4B065AA93X

4B065AB01

4B065AC20

4B065BA01

4B065BB08

4B065BB19

4B065BB20

4B065CA44

5L099AA04

(57)【要約】

本開示の実施形態は、介入を検証するためのＭＬ対応細胞疾患モデルを実装すること、介入に対するレスポンダーである可能性が高い患者集団を特定すること、及び治療的構造活性相関スクリーニングを開発することを含む。細胞疾患モデルを生成するために、ヒトの遺伝的コホート、文献、及び汎用の細胞または組織レベルのゲノムデータからデータを組み合わせて、特定の疾患を生じさせる一連の要因（例えば、遺伝的、環境的、細胞的要因）を解明する。一連の因子を使用してｉｎ ｖｉｔｒｏ細胞を操作し、細胞疾患モデルの実装に有用な機械学習モデルをトレーニングするためのトレーニングデータを生成する。
【選択図】図１Ｂ

【特許請求の範囲】

【請求項1】

臨床転帰を予測するＭＬ対応細胞疾患モデルで使用するための機械学習モデルを開発するための方法であって、
疾患の遺伝的構造とアラインした細胞を取得するかまたは取得したことと、
前記細胞内の疾患細胞状態を促進するように前記細胞を改変することと、
前記細胞から表現型アッセイデータを捕捉することと、
前記細胞疾患モデルに有用な前記機械学習モデルをトレーニングするために、機械学習（ＭＬ）実装方法により、前記細胞の前記表現型アッセイデータを分析することであって、前記機械学習モデルが、前記捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む、前記分析することと
を含む、前記開発するための方法。

【請求項2】

前記機械学習モデルのトレーニングが、ｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを、前記ＭＬ実装方法によって分析することを含む、請求項１に記載の方法。

【請求項3】

前記ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することによって、前記ＥＲＰが検証される、請求項２に記載の方法。

【請求項4】

ＥＲＰの表現型アッセイデータが、摂動因子（perturbagen）に曝露された複数の細胞から捕捉される、請求項２または３に記載の方法。

【請求項5】

前記複数の細胞が、異なる濃度の摂動因子に曝露される、請求項４に記載の方法。

【請求項6】

前記複数の細胞が、複数の遺伝的バックグラウンドを含む、請求項４または５に記載の方法。

【請求項7】

前記１つ以上のＥＲＰが、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む、請求項２～６のいずれか一項に記載の方法。

【請求項8】

前記１つ以上のＥＲＰが、少なくとも５つのＥＲＰを含む、請求項７に記載の方法。

【請求項9】

疾患の遺伝的構造が、
疾患に関連する遺伝子座を同定することと、
疾患に関連する同定された遺伝子座から疾患の原因要素を同定することであって、前記原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することと
によって決定される、請求項１～８のいずれか一項に記載の方法。

【請求項10】

疾患に関連する遺伝子座を同定することが、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施することを含む、請求項９に記載の方法。

【請求項11】

前記疾患の原因要素を同定することが、
遺伝的関連性を取得するかまたは取得したことと；前記疾患に関連する前記同定した遺伝子座と遺伝的関連性を共局在化することと
を含む、請求項９に記載の方法。

【請求項12】

疾患の遺伝的構造が、
１つ以上のサンプルの遺伝子データと前記１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施すること
によって決定される、請求項１～８のいずれか一項に記載の方法。

【請求項13】

前記１つ以上のサンプルの前記臨床表現型のラベルが、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される、請求項１２に記載の方法。

【請求項14】

前記臨床表現型が、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである、先行請求項のいずれか一項に記載の方法。

【請求項15】

前記臨床表現型が、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する、請求項１４に記載の方法。

【請求項16】

前記細胞が、分化した細胞である、先行請求項のいずれか一項に記載の方法。

【請求項17】

前記細胞が、人工多能性幹細胞から分化した細胞である、先行請求項のいずれか一項に記載の方法。

【請求項18】

前記細胞が、疾患の遺伝的構造とアラインされる遺伝的マーカーを保有する、先行請求項のいずれか一項に記載の方法。

【請求項19】

前記細胞内の前記遺伝的マーカーが、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して操作される、請求項１８に記載の方法。

【請求項20】

前記細胞を改変することが、細胞を疾患関連細胞型に分化させること、前記細胞の遺伝子発現を調節すること、及び前記細胞を前記疾患細胞状態にすることを促進する薬剤または環境条件を提供することのうちの１つ以上を含む、先行請求項のいずれか一項に記載の方法。

【請求項21】

前記疾患関連細胞型が、前記疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される、請求項２０に記載の方法。

【請求項22】

前記薬剤が、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである、請求項２０に記載の方法。

【請求項23】

前記薬剤が、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである、請求項２０～２２のいずれか一項に記載の方法。

【請求項24】

前記環境条件が、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である、請求項２０に記載の方法。

【請求項25】

前記細胞の前記表現型アッセイデータが、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む、先行請求項のいずれか一項に記載の方法。

【請求項26】

前記画像データが、高解像度顕微鏡検査データまたは免疫組織化学データのうちの１つを含む、請求項２５に記載の方法。

【請求項27】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、前記細胞が、前記細胞集団内の他の細胞に対して多様化する、先行請求項のいずれか一項に記載の方法。

【請求項28】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、疾患進行の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる、先行請求項のいずれか一項に記載の方法。

【請求項29】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、成熟の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる、先行請求項のいずれか一項に記載の方法。

【請求項30】

前記細胞が、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステムのうちの１つから取得される、先行請求項のいずれか一項に記載の方法。

【請求項31】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析することが、
前記表現型アッセイデータを数値ベクトルとしてエンコードすることと、
前記数値ベクトルを前記機械学習モデルに入力することと
を含む、先行請求項のいずれか一項に記載の方法。

【請求項32】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析することが、
前記細胞の前記表現型アッセイデータ、前記細胞の遺伝学、及び前記細胞に適用された改変を、前記機械学習モデルへの入力として提供すること
を含む、先行請求項のいずれか一項に記載の方法。

【請求項33】

介入を検証するための方法であって、
請求項１に記載の方法を使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応細胞疾患モデルを適用すること
を含む、前記検証するための方法。

【請求項34】

ＭＬ対応細胞疾患モデルを適用することが、
１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入により処理される、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと
を含む、請求項３３に記載の方法。

【請求項35】

前記細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと
をさらに含み、
前記介入を検証することが、前記第２の臨床表現型の予測に基づいて検証することをさらに含む、
請求項３４に記載の方法。

【請求項36】

前記臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項３４または３５に記載の方法。

【請求項37】

前記処理細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記処理細胞の遺伝学及び前記処理細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記処理細胞に適用される改変が、前記介入を含む、請求項３６に記載の方法。

【請求項38】

前記細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記細胞の遺伝学及び前記細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記細胞に適用される改変が、前記介入を含まない、請求項３６に記載の方法。

【請求項39】

前記介入を検証することが、前記処理細胞に対応する臨床表現型の予測を、前記細胞に対応する第２の臨床表現型と比較することを含む、請求項３５～３８のいずれか一項に記載の方法。

【請求項40】

前記介入を検証することが、前記介入が有効かどうか、または無毒かどうかを判定することを含む、請求項３４～３９のいずれか一項に記載の方法。

【請求項41】

介入に対するレスポンダーとしての患者集団を特定するための方法であって、
前記患者集団を表す複数の細胞アバターを選択すること、
細胞アバターが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記複数の細胞アバターの１つに対する前記介入にＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、前記介入を選択するために、請求項１に記載の方法を使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用すること
を含む、前記特定するための方法。

【請求項42】

前記患者集団の患者から対象の特徴を取得するかまたは取得したことと、
前記複数の細胞アバター中の他の細胞アバターのそれぞれが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記他の細胞アバターのそれぞれに前記ＭＬ対応細胞疾患モデルを適用することと、
前記患者集団の患者の対象の特徴と、前記患者集団を表す前記複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成することと
をさらに含む、請求項４１に記載の方法。

【請求項43】

前記対象の特徴が、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む、請求項４２に記載の方法。

【請求項44】

前記ＭＬ対応細胞疾患モデルを適用することが、
前記細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記細胞が、疾患の遺伝的構造とアラインされる、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
を含む、請求項４１に記載の方法。

【請求項45】

前記臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項４４に記載の方法。

【請求項46】

前記介入が、２つ以上の治療薬を含む併用療法を含む、請求項３３～４５のいずれか一項に記載の方法。

【請求項47】

構造活性相関（ＳＡＲ）スクリーニングを開発するための方法であって、
１つ以上の治療薬のそれぞれについて、疾患に対する前記治療薬の予測される影響を取得するかまたは取得したことであって、前記予測される影響が、請求項１に記載の方法を使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応細胞疾患モデルを適用することによって決定される、前記取得するかまたは取得したことと、
前記治療薬の前記予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成することと
を含む、前記開発するための方法。

【請求項48】

前記機械学習モデルから生成される予測が、標的に対する治療効果に従ってクラスタ化された治療薬を含む、請求項４７に記載の方法。

【請求項49】

疾患に対する前記治療薬の前記予測される影響が、
疾患の遺伝的構造とアラインされる細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記治療薬の前記予測される影響を決定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
によって決定される、請求項４７または４８に記載の方法。

【請求項50】

前記治療薬の予測される影響が、治療有効性、または治療毒性が無いことのうちの１つである、請求項４７～４９のいずれか一項に記載の方法。

【請求項51】

疾患を調節するための生物学的標的を同定するための方法であって、
ＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、請求項１に記載の方法を使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含み、前記予測が、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される、前記適用することと、
前記機械学習モデルから生成される前記予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定することと、
遺伝子改変を生物学的標的として選択することと
を含む、前記同定するための方法。

【請求項52】

前記表現型アッセイデータが、疾患状態を誘発する摂動で処理された細胞に由来する、請求項５１に記載の方法。

【請求項53】

前記予測に基づいて前記遺伝子改変を同定することが、細胞における前記遺伝子改変の存在が、前記摂動によって誘発される前記疾患状態と相関することを決定することを含む、請求項５２に記載の方法。

【請求項54】

前記機械学習モデルから生成される予測が、機械学習された埋め込みを含む、請求項３３～５３のいずれか一項に記載の方法。

【請求項55】

前記ＭＬ実装方法が、弱い教師アプローチと部分的な教師アプローチの組み合わせである、先行請求項のいずれか一項に記載の方法。

【請求項56】

前記ＭＬ実装方法が、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である、先行請求項のいずれか一項に記載の方法。

【請求項57】

ＭＬ対応細胞疾患モデルで使用するための機械学習モデルを開発するための非一時的コンピュータ可読媒体であって、プロセッサによって実行される場合に、
細胞に由来する表現型アッセイデータを取得するかまたは取得したことであって、前記細胞が、疾患の遺伝的構造とアラインされ、かつ細胞内の疾患細胞状態を促進するように改変される、前記取得するかまたは取得したことと、
前記ＭＬ対応細胞疾患モデルに有用な前記機械学習モデルをトレーニングするために、機械学習（ＭＬ）実装方法により、前記細胞の前記表現型アッセイデータを分析することであって、前記機械学習モデルが、前記捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む、前記分析すること
を含むステップを前記プロセッサに実行させる命令を含む、前記非一時的コンピュータ可読媒体。

【請求項58】

前記機械学習モデルをトレーニングするための命令が、プロセッサによって実行される場合に、前記ＭＬ実装方法により、ｉｎ ｖｉｔｒｏモデルにおいて健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを分析することを含むステップを前記プロセッサに実行させる命令をさらに含む、請求項５７に記載の非一時的コンピュータ可読媒体。

【請求項59】

前記ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉された対応する表現型アッセイデータと比較することによって、前記ＥＲＰが検証される、請求項５８に記載の非一時的コンピュータ可読媒体。

【請求項60】

ＥＲＰの表現型アッセイデータが、摂動因子に曝露された複数の細胞から捕捉される、請求項５８または５９に記載の非一時的コンピュータ可読媒体。

【請求項61】

前記複数の細胞が、異なる濃度の摂動因子に曝露される、請求項６０に記載の非一時的コンピュータ可読媒体。

【請求項62】

前記複数の細胞が、複数の遺伝的バックグラウンドを含む、請求項６０または６１に記載の非一時的コンピュータ可読媒体。

【請求項63】

前記１つ以上のＥＲＰが、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む、請求項５８～６２のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項64】

前記１つ以上のＥＲＰが、少なくとも５つのＥＲＰを含む、請求項６３に記載の非一時的コンピュータ可読媒体。

【請求項65】

疾患の遺伝的構造が、
疾患に関連する遺伝子座を同定することと、
疾患に関連する同定された遺伝子座から疾患の原因要素を同定することであって、前記原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することと
によって決定される、請求項５７～６４のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項66】

疾患に関連する遺伝子座を同定することが、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施したことを含む、請求項６５に記載の非一時的コンピュータ可読媒体。

【請求項67】

前記疾患の原因要素を同定することが、
ゲノムアノテーションを取得するかまたは取得したことと；疾患に関連する同定された遺伝子座と前記ゲノムアノテーションを共局在化することと
を含む、請求項６５に記載の非一時的コンピュータ可読媒体。

【請求項68】

疾患の遺伝的構造が、
１つ以上のサンプルの遺伝子データと前記１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施すること
によって決定される、請求項５７～６４のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項69】

前記１つ以上のサンプルの臨床表現型のラベルが、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される、請求項６８に記載の非一時的コンピュータ可読媒体。

【請求項70】

前記臨床表現型が、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである、請求項５７～６９のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項71】

前記臨床表現型が、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する、請求項７０に記載の非一時的コンピュータ可読媒体。

【請求項72】

前記細胞が、分化した細胞である、請求項５７～７０のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項73】

前記細胞が、人工多能性幹細胞から分化した細胞である、請求項５７～７２のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項74】

前記細胞が、疾患の遺伝的構造とアラインされる遺伝的変化を保有している、請求項５７～７３のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項75】

前記細胞内の前記遺伝的変化が、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して操作される、請求項７４に記載の非一時的コンピュータ可読媒体。

【請求項76】

前記細胞の改変が、細胞を疾患関連細胞型に分化させること、前記細胞の遺伝子発現を調節すること、及び前記細胞を前記疾患細胞状態へと刺激する薬剤または環境条件を提供することのうちの１つ以上を含む、請求項５７～７５のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項77】

前記疾患関連細胞型が、前記疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される、請求項７６に記載の非一時的コンピュータ可読媒体。

【請求項78】

前記薬剤が、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである、請求項７６に記載の非一時的コンピュータ可読媒体。

【請求項79】

前記薬剤が、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである、請求項７６～８１のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項80】

前記環境条件が、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である、請求項７６に記載の非一時的コンピュータ可読媒体。

【請求項81】

前記細胞の前記表現型アッセイデータが、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む、請求項５７～８０のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項82】

前記画像データが、高解像度顕微鏡検査データまたは免疫組織化学データのうちの１つを含む、請求項５７～８１のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項83】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、前記細胞が、前記細胞集団内の他の細胞に対して多様化する、請求項５７～８２のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項84】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、疾患進行の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる、請求項５７～８３のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項85】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、成熟の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる、請求項５７～８４のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項86】

前記細胞が、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステムのうちの１つから取得される、請求項５７～８５のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項87】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析するステップをプロセッサに実行させる命令が、プロセッサによって実行される場合に、
前記表現型アッセイデータを数値ベクトルとしてエンコードすることと、
前記数値ベクトルを前記機械学習モデルに入力することと
を含むステップを前記プロセッサに実行させる命令をさらに含む、請求項５７～８６のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項88】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析するステップをプロセッサに実行させる命令が、プロセッサによって実行される場合に、
前記細胞の前記表現型アッセイデータ、前記細胞の遺伝学、及び前記細胞に適用された改変を、前記機械学習モデルへの入力として提供すること
を含むステップを前記プロセッサに実行させる命令をさらに含む、請求項５７～８７のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項89】

介入を検証するための非一時的コンピュータ可読媒体であって、プロセッサによって実行される場合に、
請求項５７に記載の非一時的コンピュータ可読媒体を使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応細胞疾患モデルを適用すること
を含むステップを前記プロセッサに実行させる命令を含む、前記非一時的コンピュータ可読媒体。

【請求項90】

前記ＭＬ対応細胞疾患モデルを適用することが、
１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入により処理される、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと
を含む、請求項８９に記載の非一時的コンピュータ可読媒体。

【請求項91】

プロセッサによって実行される場合に、
細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと
を含むステップを前記プロセッサに実行させる命令をさらに含み、
前記介入を検証することが、前記第２の臨床表現型の予測に基づいて検証することをさらに含む、
請求項９０に記載の非一時的コンピュータ可読媒体。

【請求項92】

前記臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項９０または９１に記載の非一時的コンピュータ可読媒体。

【請求項93】

前記処理細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記処理細胞の遺伝学及び前記処理細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記処理細胞に適用される改変が、前記介入を含む、請求項９２に記載の非一時的コンピュータ可読媒体。

【請求項94】

前記細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記細胞の遺伝学及び前記細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記細胞に適用される改変が、前記介入を含まない、請求項９２に記載の非一時的コンピュータ可読媒体。

【請求項95】

前記介入を検証することが、前記細胞に対応する臨床表現型の予測を、前記処理細胞に対応する第２の臨床表現型と比較することを含む、請求項９１～９４のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項96】

前記介入を検証することが、前記介入が有効かどうか、または無毒かどうかを判定することを含む、請求項９０～９５のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項97】

患者集団を介入に対するレスポンダーとして識別するための非一時的コンピュータ可読媒体であって、プロセッサによって実行される場合に、
前記患者集団を表す複数の細胞アバターを選択すること、
細胞アバターが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記複数の細胞アバターの１つに対する前記介入にＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、前記介入を選択するために、請求項５７に記載の非一時的コンピュータ可読媒体を使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用すること
を含むステップを前記プロセッサに実行させる命令を含む、前記非一時的コンピュータ可読媒体。

【請求項98】

プロセッサによって実行される場合に、
前記患者集団の患者から対象の特徴を取得するかまたは取得したことと、
前記複数の細胞アバター中の他の細胞アバターのそれぞれが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記他の細胞アバターのそれぞれに前記ＭＬ対応細胞疾患モデルを適用することと、
前記患者集団の患者の対象の特徴と、前記患者集団を表す前記複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成することと
を含むステップを前記プロセッサに実行させる命令をさらに含む、請求項９７に記載の非一時的コンピュータ可読媒体。

【請求項99】

前記対象の特徴が、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む、請求項９８に記載の非一時的コンピュータ可読媒体。

【請求項100】

前記ＭＬ対応細胞疾患モデルを適用するステップをプロセッサに実行させる命令が、プロセッサによって実行される場合に、
前記細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記細胞が、疾患の遺伝的構造とアラインされる、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
を含むステップを前記プロセッサに実行させる命令をさらに含む、請求項９７に記載の非一時的コンピュータ可読媒体。

【請求項101】

前記臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項１００に記載の非一時的コンピュータ可読媒体。

【請求項102】

前記介入が、２つ以上の治療薬を含む併用療法を含む、請求項８９～１０１のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項103】

構造活性相関（ＳＡＲ）スクリーニングを開発するための非一時的コンピュータ可読媒体であって、プロセッサによって実行される場合に、
１つ以上の治療薬のそれぞれについて、疾患に対する前記治療薬の予測される影響を取得するかまたは取得したことであって、前記予測される影響が、請求項５７に記載の非一時的コンピュータ可読媒体を使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応細胞疾患モデルを適用することによって決定される、前記取得するかまたは取得したことと、
前記治療薬の前記予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成することと
を含むステップを前記プロセッサに実行させる命令を含む、前記非一時的コンピュータ可読媒体。

【請求項104】

前記機械学習モデルから生成される予測が、標的に対する治療効果に従ってクラスタ化された治療薬を含む、請求項１０３に記載の非一時的コンピュータ可読媒体。

【請求項105】

前記疾患に対する前記治療薬の前記予測される影響が、
疾患の遺伝的構造とアラインされる細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記治療薬の前記予測される影響を決定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
によって決定される、請求項１０３または１０４に記載の非一時的コンピュータ可読媒体。

【請求項106】

前記治療薬の前記予測される影響が、治療有効性、または治療毒性が無いことのうちの１つである、請求項１０３～１０５のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項107】

疾患を調節するための生物学的標的を同定するための非一時的コンピュータ可読媒体であって、プロセッサによって実行される場合に、
ＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、請求項５７に記載の非一時的コンピュータ可読媒体を使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含み、前記予測が、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される、前記適用することと、
前記機械学習モデルから生成される予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定することと、
遺伝子改変を生物学的標的として選択することと
を含むステップを前記プロセッサに実行させる命令を含む、前記非一時的コンピュータ可読媒体。

【請求項108】

前記表現型アッセイデータが、疾患状態を誘発する摂動で処理された細胞に由来する、請求項１０７に記載の非一時的コンピュータ可読媒体。

【請求項109】

前記予測に基づいて前記遺伝子改変を同定することが、細胞における前記遺伝子改変の存在が、前記摂動によって誘発される前記疾患状態と相関することを決定することを含む、請求項１０８に記載の非一時的コンピュータ可読媒体。

【請求項110】

前記機械学習モデルから生成される予測が、機械学習された埋め込みを含む、請求項８９～１０９のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項111】

前記ＭＬ実装方法が、弱い教師アプローチと部分的な教師アプローチの組み合わせである、請求項５７～１１０のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項112】

前記ＭＬ実装方法が、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である、請求項５７～１１１のいずれか一項に記載の非一時的コンピュータ可読媒体。

【請求項113】

ＭＬ対応細胞疾患モデルで使用するための機械学習モデル開発用コンピュータシステムであって、以下を含む、前記コンピュータシステム：
細胞に由来する表現型アッセイデータを保存するための記憶メモリであって、前記細胞が、疾患の遺伝的構造とアラインされ、かつ細胞内の疾患細胞状態を促進するように改変される、前記記憶メモリと、
前記ＭＬ対応細胞疾患モデルに有用な前記機械学習モデルをトレーニングするために、ＭＬ実装方法により、前記細胞の前記表現型アッセイデータを分析するための、記憶メモリと通信可能に結合したプロセッサであって、前記機械学習モデルが、前記捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む、前記プロセッサ。

【請求項114】

前記機械学習モデルのトレーニングが、ｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを、前記ＭＬ実装方法によって分析することを含む、請求項１１３に記載のコンピュータシステム。

【請求項115】

前記ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することによって、前記ＥＲＰが検証される、請求項１１４に記載のコンピュータシステム。

【請求項116】

ＥＲＰの表現型アッセイデータが、摂動因子に曝露された複数の細胞から捕捉される、請求項１１４または１１５に記載のコンピュータシステム。

【請求項117】

前記複数の細胞が、異なる濃度の摂動因子に曝露される、請求項１１６に記載のコンピュータシステム。

【請求項118】

前記複数の細胞が、複数の遺伝的バックグラウンドを含む、請求項１１６または１１７に記載のコンピュータシステム。

【請求項119】

前記１つ以上のＥＲＰが、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む、請求項１１４～１１８のいずれか一項に記載のコンピュータシステム。

【請求項120】

前記１つ以上のＥＲＰが、少なくとも５つのＥＲＰを含む、請求項１１９に記載のコンピュータシステム。

【請求項121】

疾患の遺伝的構造が、
疾患に関連する遺伝子座を同定することと、
疾患に関連する同定された遺伝子座から疾患の原因要素を同定することであって、前記原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することと
によって決定される、請求項１１３～１２０のいずれか一項に記載のコンピュータシステム。

【請求項122】

疾患に関連する遺伝子座を同定することが、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施したことを含む、請求項１２１に記載のコンピュータシステム。

【請求項123】

前記疾患の原因要素を同定することが、ゲノムアノテーションを取得するかまたは取得したことと、疾患に関連する同定された遺伝子座と前記ゲノムアノテーションを共局在化することとを含む、請求項１２１に記載のコンピュータシステム。

【請求項124】

疾患の遺伝的構造が、
１つ以上のサンプルの遺伝子データと前記１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施すること
によって決定される、請求項１１３～１２０のいずれか一項に記載のコンピュータシステム。

【請求項125】

前記１つ以上のサンプルの前記臨床表現型のラベルが、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される、請求項１２４に記載のコンピュータシステム。

【請求項126】

前記臨床表現型が、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである、請求項１１３～１２５のいずれか一項に記載のコンピュータシステム。

【請求項127】

前記臨床表現型が、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する、請求項１２６に記載のコンピュータシステム。

【請求項128】

前記細胞が、分化した細胞である、請求項１１３～１２６のいずれか一項に記載のコンピュータシステム。

【請求項129】

前記細胞が、人工多能性幹細胞から分化した細胞である、請求項１１３～１２８のいずれか一項に記載のコンピュータシステム。

【請求項130】

前記細胞が、疾患の遺伝的構造とアラインされる遺伝的変化を保有している、請求項１１３～１２９のいずれか一項に記載のコンピュータシステム。

【請求項131】

前記細胞内の前記遺伝的変化が、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して操作される、請求項１３０に記載のコンピュータシステム。

【請求項132】

前記細胞の改変が、前記細胞を疾患関連細胞型に分化させること、前記細胞の遺伝子発現を調節すること、及び前記細胞を前記疾患細胞状態へと刺激する薬剤または環境条件を提供することのうちの１つ以上を含む、請求項１１３～１３１のいずれか一項に記載のコンピュータシステム。

【請求項133】

前記疾患関連細胞型が、前記疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される、請求項１３２に記載のコンピュータシステム。

【請求項134】

前記薬剤が、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである、請求項１３２に記載のコンピュータシステム。

【請求項135】

前記薬剤が、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである、請求項１３２～１３４のいずれか一項に記載のコンピュータシステム。

【請求項136】

前記環境条件が、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である、請求項１３２に記載のコンピュータシステム。

【請求項137】

前記細胞の前記表現型アッセイデータが、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む、請求項１１３～１３６のいずれか一項に記載のコンピュータシステム。

【請求項138】

前記画像データが、高解像度顕微鏡検査データまたは免疫組織化学データのうちの１つを含む、請求項１１３～１３７のいずれか一項に記載のコンピュータシステム。

【請求項139】

前記細胞が、細胞集団に含まれ、前記細胞を改変することにより、前記細胞が、前記細胞集団内の他の細胞に対して多様化する、請求項１１３～１３８のいずれか一項に記載のコンピュータシステム。

【請求項140】

前記細胞が、細胞集団に含まれ、前記細胞集団が、疾患進行の少なくとも２つの異なる段階にある細胞部分集団を含む、請求項１１３～１３８のいずれか一項に記載のコンピュータシステム。

【請求項141】

前記細胞が、細胞集団に含まれ、前記細胞集団が、成熟の少なくとも２つの異なる段階にある細胞部分集団を含む、請求項１１３～１３８のいずれか一項に記載のコンピュータシステム。

【請求項142】

前記細胞が、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステムのうちの１つから取得される、請求項１１３～１４１のいずれか一項に記載のコンピュータシステム。

【請求項143】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析することが、
前記表現型アッセイデータを数値ベクトルとしてエンコードすることと、
前記数値ベクトルを前記機械学習モデルに入力することと
を含む、請求項１１３～１４２のいずれか一項に記載のコンピュータシステム。

【請求項144】

前記機械学習モデルをトレーニングするために前記細胞の前記表現型アッセイデータを分析することが、
前記細胞の前記表現型アッセイデータ、前記細胞の遺伝学、及び前記細胞に適用された改変を、前記機械学習モデルへの入力として提供すること
を含む、請求項１１３～１４３のいずれか一項に記載のコンピュータシステム。

【請求項145】

介入を検証するためのコンピュータシステムであって、以下を含む、前記コンピュータシステム：
１つ以上の細胞アバターに対応する細胞から捕捉された表現型アッセイデータを保存するための記憶メモリであって、前記細胞が、疾患の遺伝的構造とアラインされる、前記記憶メモリと、
請求項１１３に記載のコンピュータシステムを使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用してＭＬ対応細胞疾患モデルを適用するための、記憶メモリに通信可能に結合したプロセッサ。

【請求項146】

前記ＭＬ対応細胞疾患モデルを適用することが、
前記１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入により処理される、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと
を含む、請求項１４５に記載のコンピュータシステム。

【請求項147】

前記プロセッサが、
細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと
を含むステップをさらに実行するために、前記記憶装置に通信可能に結合し、
前記介入を検証することが、前記第２の臨床表現型の予測に基づいて検証することをさらに含む、
請求項１４６に記載のコンピュータシステム。

【請求項148】

前記臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項１４６または１４７に記載のコンピュータシステム。

【請求項149】

前記処理細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記処理細胞の遺伝学及び前記処理細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記処理細胞に適用される改変が、前記介入を含む、請求項１４８に記載のコンピュータシステム。

【請求項150】

前記細胞から捕捉された前記表現型アッセイデータに前記機械学習モデルを適用することが、前記細胞の遺伝学及び前記細胞に適用される改変に前記機械学習モデルを適用することをさらに含み、前記細胞に適用される改変が、前記介入を含まない、請求項１４８に記載のコンピュータシステム。

【請求項151】

前記介入を検証することが、前記細胞に対応する臨床表現型の予測を、前記処理細胞に対応する第２の臨床表現型と比較することを含む、請求項１４５～１５０のいずれか一項に記載のコンピュータシステム。

【請求項152】

前記介入を検証することが、前記介入が有効かどうか、または無毒かどうかを判定することを含む、請求項１４５～１５１のいずれか一項に記載のコンピュータシステム。

【請求項153】

治療を受ける候補患者集団を特定するためのコンピュータシステムであって、以下を含む、前記コンピュータシステム：
記憶メモリ、ならびに
記憶メモリに通信可能に結合したプロセッサであって、
前記患者集団を表す複数の細胞アバターを選択すること、
細胞アバターが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記複数の細胞アバターの１つに対する前記介入にＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、前記介入を選択するために、請求項１１３に記載のコンピュータシステムを使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用すること
を含むステップを実行するための、前記プロセッサ。

【請求項154】

前記プロセッサが、
前記患者集団の患者から対象の特徴を取得するかまたは取得したことと、
前記複数の細胞アバター中の他の細胞アバターのそれぞれが前記介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記他の細胞アバターのそれぞれに前記ＭＬ対応細胞疾患モデルを適用することと、
前記患者集団の患者の対象の特徴と、前記患者集団を表す前記複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成することと
を含むステップをさらに実行する、請求項１５３に記載のコンピュータシステム。

【請求項155】

前記対象の特徴が、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む、請求項１５４に記載のコンピュータシステム。

【請求項156】

前記ＭＬ対応細胞疾患モデルを適用することが、
前記細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記細胞が、疾患の遺伝的構造とアラインされる、前記取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
を含む、請求項１５３または１５４に記載のコンピュータシステム。

【請求項157】

前記臨床表現型の予測を決定することが、前記細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含み、前記第２の臨床表現型の予測を決定することが、前記処理細胞から捕捉された前記取得した表現型アッセイデータに前記機械学習モデルを適用することを含む、請求項１５６に記載のコンピュータシステム。

【請求項158】

前記介入が、２つ以上の治療薬を含む併用療法を含む、請求項１４５～１５７のいずれか一項に記載のコンピュータシステム。

【請求項159】

構造活性相関（ＳＡＲ）スクリーニング開発用コンピュータシステムであって、以下を含む、前記コンピュータシステム：
記憶メモリに通信可能に結合したプロセッサであって、
１つ以上の治療薬のそれぞれについて、疾患に対する前記治療薬の予測される影響を取得するかまたは取得したことであって、前記予測される影響が、請求項１１３に記載のコンピュータシステムを使用して開発された前記機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応細胞疾患モデルを適用することによって決定される、前記取得するかまたは取得したことと、
前記治療薬の前記予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成することと
を含むステップを実行するための、前記プロセッサ。

【請求項160】

前記機械学習モデルから生成される予測が、標的に対する治療効果に従ってクラスタ化された治療薬を含む、請求項１５９に記載のコンピュータシステム。

【請求項161】

疾患に対する前記治療薬の前記予測される影響が、
疾患の遺伝的構造とアラインされる細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと、
前記機械学習モデルを使用して、前記細胞から捕捉された前記取得した表現型アッセイデータに基づいて、臨床表現型の予測を決定することと、
前記処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことであって、前記処理細胞が、前記介入による処理後の細胞に由来する、前記取得するかまたは取得したことと、
前記処理細胞から捕捉された前記取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと、
前記治療薬の前記予測される影響を決定するために、前記臨床表現型及び前記第２の臨床表現型の予測を比較することと
によって決定される、請求項１５９または１６０に記載のコンピュータシステム。

【請求項162】

前記治療薬の前記予測される影響が、治療有効性、または治療毒性が無いことのうちの１つである、請求項１５９～１６１のいずれか一項に記載のコンピュータシステム。

【請求項163】

疾患を調節するための生物学的標的を同定するためのコンピュータシステムであって、以下を含む、前記コンピュータシステム：
記憶メモリに通信可能に結合したプロセッサであって、
ＭＬ対応細胞疾患モデルを適用することであって、前記ＭＬ対応細胞疾患モデルの適用が、請求項１１３に記載のコンピュータシステムを使用して開発された前記機械学習モデルから生成される少なくとも１つの予測を使用することを含み、前記予測が、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される、前記適用することと、
前記機械学習モデルから生成される予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定することと、
遺伝子改変を生物学的標的として選択することと
を含むステップを実行するための、前記プロセッサ。

【請求項164】

前記表現型アッセイデータが、疾患状態を誘発する摂動で処理された細胞に由来する、請求項１６３に記載のコンピュータシステム。

【請求項165】

前記予測に基づいて前記遺伝子改変を同定することが、細胞における前記遺伝子改変の存在が、前記摂動によって誘発される前記疾患状態と相関することを決定することを含む、請求項１６４に記載のコンピュータシステム。

【請求項166】

前記機械学習モデルから生成される予測が、機械学習された埋め込みを含む、請求項１４５～１６５のいずれか一項に記載のコンピュータシステム。

【請求項167】

前記ＭＬ実装方法が、弱い教師アプローチと部分的な教師アプローチの組み合わせである、請求項１１３～１６６のいずれか一項に記載のコンピュータシステム。

【請求項168】

前記ＭＬ実装方法が、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である、請求項１１３～１６７のいずれか一項に記載のコンピュータシステム。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願の相互参照
本出願は、２０２０年５月２２日に出願された米国仮特許出願第６３／０２９，０３８号の利益及び優先権を主張し、その開示全体が、あらゆる目的のためにその全体が参照により本明細書に援用される。

【背景技術】

【0002】

発明の背景
現在、従来の患者治療薬の有効性、及び効果的な新規治療薬を発見するためのコストが、最適な患者転帰への障壁となっている。特定の疾患の遺伝的基盤を理解することは重要であるが、特定の対象において疾患が発症する可能性があるかどうか、またはそれがいつなのか、及びその疾患の遺伝的リスクを有する対象において疾患の発症を引き起こす可能性が高い追加要因を予測するには多くの場合、不十分である。その結果、治療的介入の標的を特定し、疾患を治療するためのレジメンを開発することは、通常、時間のかかる偶然的なものである。さらに、有望な介入は、多くの場合、臨床試験中にヒト対象において一貫した安全特性または有効特性を示さない。多くの治療レジメンは、予測が困難であり、後知恵でのみ決定されるか、完全に理解されていない理由により、異なる対象に対して様々なレベルの安全性または有効性を示す。様々な患者集団に有効な新規治療薬を特定して開発するために必要なリソースは、依然として困難で高価であるため、多くの患者は満たされていない重大なニーズを抱えている。

【発明の概要】

【0003】

概要
本明細書において、スクリーニングを実行するための機械学習（ＭＬ）対応の細胞疾患モデルの実装を開示し、その例には、疾患に対して使用するための介入（例えば、薬物、遺伝子、または併用介入）の検証、介入に応答する可能性が高い患者集団の特定、介入のライブラリ（例えば、薬物、遺伝子、または併用介入）を検索して、細胞疾患モデルを用いて開発された構造活性分子スクリーニングを使用した、有効である可能性が高い候補の同定、及び摂動された場合に疾患を調節することができる生物学的標的（例えば、遺伝子）の同定が含まれる。別の言い方をすれば、細胞疾患モデルは、ディッシュ中での臨床試験の実施に有用である。

【0004】

ＭＬ対応の細胞疾患モデルは、１人以上の患者（または１人以上の患者に由来するサンプル）を実際に試験することを必要とせずに、プロキシを介して１人以上の患者（患者コホートなど）のスクリーニングを実行することができる。例えば、細胞疾患モデルを使用して、まだ遭遇していない１人以上の患者のプロキシとして機能する細胞アバターに対する療法をスクリーニングすることができる。したがって、細胞疾患モデルは、そのような患者に遭遇することなく、個々の患者及び／または様々な疾患にわたる大規模な患者コホートを評価するための有用なツールである。

【0005】

細胞疾患モデルには、細胞間で異なる表現型のトレースを明らかにするようにトレーニングされた機械学習モデルが含まれる。例えば、機械学習モデルをトレーニングして、健康な細胞と不健康な細胞の細胞表現型を区別することができる（例えば、疾患の細胞の表現型または毒性介入にさらされた細胞の表現型）。疾患細胞をｉｎ ｖｉｔｒｏで開発して、疾患の発症または進行を促進する因子（例えば、遺伝、環境、細胞因子）をモデル化する。したがって、これらの細胞は、ｉｎ ｖｉｖｏ疾患のｉｎ ｖｉｔｒｏモデルを表現する。注目すべきことに、疾患のｉｎ ｖｉｔｒｏモデルを表現するこれらの細胞は、ｉｎ ｖｉｖｏ疾患をエミュレートすることができるが、ただし正確にエミュレートする必要はなく；むしろ、ｉｎ ｖｉｔｒｏモデルは、機械学習モデルによって分析された場合に、ｉｎ ｖｉｔｒｏモデルが疾患進行の様々な段階を含むｉｎ ｖｉｖｏ疾患の表現型を予測できるように設計され得る。したがって、いくつかの実施形態では、ｉｎ ｖｉｔｒｏモデルの態様は、ｉｎ ｖｉｖｏ疾患の態様と同じである。いくつかの実施形態では、ｉｎ ｖｉｔｒｏ細胞表現型は、機構的にｉｎ ｖｉｖｏ細胞表現型と類似している場合もあれば、ｉｎ ｖｉｖｏ細胞表現型と無関係である場合さえある。

【0006】

様々な健康な細胞や疾患を起こしやすい細胞から捕捉した実験的に生成された表現型細胞データを含むトレーニングデータセットの機械学習分析を使用して、細胞疾患モデルを開発し、これにより、疾患、その開始及び進行に関連する表現型の特徴を特定することができる。細胞疾患モデルは、疾患の治療に使用するための遺伝子介入、薬物介入、またはそれらの組み合わせなどの多様な介入を識別することができる。細胞疾患モデルを使用して、これらの介入をスクリーニング（例えば、ｉｎ ｖｉｔｒｏスクリーニング）し、その効果を、機械学習モデルを使用して解釈して、疾患活動性を調節するための標的または薬物に関するさらなる洞察を提供する。

【0007】

より具体的には、本明細書に記載の実施形態は、表現型アッセイデータ（例えば、１つ以上の細胞から得られた生体分子データ）を使用して、ヒトの臨床転帰（例えば、臨床表現型）を予測するための機械学習モデルを採用する。機械学習モデルは、膨大な範囲と規模で実験的に生成された大量のトレーニングデータ（例えば、生体分子データ）を使用してトレーニングする。そのような実験的に得られた大規模なデータセットは、１つ以上の遺伝的バックグラウンドから様々な健康状態及び疾患状態を表現するように収集または改変された、細胞バリアントの表現型アッセイから作成される。

【0008】

様々な実施形態において、疾患のｉｎ ｖｉｔｒｏモデルとして機能するように改変された疾患細胞から、トレーニングデータを収集する。疾患を起こしやすい細胞は、疾患の発症または進行に影響を与えると判断されている一連の未解明の要因（例えば、遺伝的、環境的、細胞的要因）の理解に基づいて生成される。例えば、これらの疾患細胞を、疾患の遺伝的構造と一致する遺伝的またはエピジェネティックな変化を有するように遺伝子改変し、疾患の進行をモデル化するためにさらに改変し、摂動させてもよい。したがって、これらの細胞集団から収集した表現型アッセイデータは、疾患の幅広い態様について情報価値がある。細胞の遺伝学、細胞に適用される改変及び摂動、ならびに収集した表現型アッセイデータは、その後に機械学習モデルのトレーニングに使用されるトレーニングデータを表す。

【0009】

展開すると、細胞疾患モデルは、ディッシュ内での臨床試験の実行など、様々な目的に広く適用することができる。細胞疾患モデルの実装例として、疾患に対して使用するための介入の検証、介入に応答する可能性が高い患者集団の特定、治療薬のライブラリを検索して有効である可能性が高い候補を特定すること、細胞疾患モデルを使用して開発された構造活性分子スクリーニングを使用して治療薬を最適化または特定すること、及び摂動が疾患を調節し得る生物学的標的（例えば、遺伝子）の特定が挙げられる。全体として、細胞疾患モデルの適用により、治療薬のスクリーニングと新薬の開発をより迅速かつ低コストで行うことができる。

【0010】

本明細書に開示する実施形態は、臨床転帰を予測するＭＬ対応細胞疾患モデルで使用するための機械学習モデルを開発するための方法を含み、この方法は以下を含む：疾患の遺伝的構造とアラインした細胞を取得するかまたは取得したことと；細胞内の疾患細胞状態を促進するように細胞を改変することと；細胞から表現型アッセイデータを捕捉することと；細胞疾患モデルに有用な機械学習モデルをトレーニングするために、機械学習（ＭＬ）実装方法により、細胞の表現型アッセイデータを分析することであって、機械学習モデルは、捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む、前記分析すること。

【0011】

様々な実施形態において、機械学習モデルのトレーニングは、ｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを、ＭＬ実装方法によって分析することを含む。様々な実施形態において、ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することによって、ＥＲＰを検証する。様々な実施形態において、ＥＲＰの表現型アッセイデータを、摂動因子（perturbagen）に曝露された複数の細胞から捕捉する。様々な実施形態において、複数の細胞を、異なる濃度の摂動因子に曝露する。様々な実施形態において、複数の細胞は、複数の遺伝的バックグラウンドを含む。様々な実施形態では、１つ以上のＥＲＰは、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む。様々な実施形態において、１つ以上のＥＲＰは、少なくとも５つのＥＲＰを含む。

【0012】

様々な実施形態において、疾患の遺伝的構造は：疾患に関連する遺伝子座を同定することと；疾患に関連する同定された遺伝子座から、疾患の原因要素を同定することであって、原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することとによって決定される。様々な実施形態において、疾患に関連する遺伝子座を同定することは、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施することを含む。様々な実施形態において、疾患の原因要素を同定することは：遺伝的関連性を取得することと；疾患に関連する同定された遺伝子座と遺伝的関連性を共局在化することとを含む。様々な実施形態において、疾患の遺伝的構造は：１つ以上のサンプルの遺伝子データとその１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施することによって決定される。様々な実施形態において、１つ以上のサンプルの臨床表現型のラベルは、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される。

【0013】

様々な実施形態において、臨床表現型は、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである。様々な実施形態において、臨床表現型は、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する。

【0014】

様々な実施形態において、細胞は分化した細胞である。様々な実施形態において、細胞は、人工多能性幹細胞から分化した細胞である。様々な実施形態において、細胞は、疾患の遺伝的構造とアラインされる遺伝的マーカーを保有する。様々な実施形態において、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して、細胞内の遺伝的マーカーが操作される。様々な実施形態において、細胞を改変することは、細胞を疾患関連細胞型に分化させること、細胞の遺伝子発現を調節すること、及び細胞を疾患細胞状態にすることを促進する薬剤または環境条件を提供することのうちの１つ以上を含む。様々な実施形態において、疾患関連細胞型は、疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される。

【0015】

様々な実施形態において、薬剤は、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである。様々な実施形態において、薬剤は、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである。様々な実施形態において、環境条件は、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である。

【0016】

様々な実施形態において、細胞の表現型アッセイデータは、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む。様々な実施形態において、画像データは、高解像度顕微鏡検査データ、ｉｎ ｓｉｔｕハイブリダイゼーションに使用される核酸ベースの染色（例えば、染色体彩色）、または免疫組織化学データのうちの１つを含む。様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、その細胞は細胞集団内の他の細胞に対して多様化する。様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、疾患進行の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる。様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、成熟の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる。様々な実施形態において、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドまたはオルガンオンチップシステムのうちの１つから細胞を取得する。

【0017】

様々な実施形態において、機械学習モデルをトレーニングするために細胞の表現型アッセイデータを分析することは：表現型アッセイデータを数値ベクトルとしてエンコードすることと；数値ベクトルを機械学習モデルに入力することとを含む。様々な実施形態において、機械学習モデルをトレーニングするために細胞の表現型アッセイデータを分析することは：細胞の表現型アッセイデータ、細胞の遺伝学、及び細胞に適用された改変を機械学習モデルへの入力として提供することを含む。

【0018】

本明細書に開示する追加の実施形態は、介入を検証するための方法を含み、この方法は：上記の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成された少なくとも１つの予測を使用して、ＭＬ対応の細胞疾患モデルを適用することを含む。様々な実施形態において、ＭＬ対応の細胞疾患モデルを適用することは：１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得し（処理細胞は、介入により処理される）；機械学習モデルを使用して、処理細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することを含む。

【0019】

様々な実施形態において、方法は、細胞から捕捉された表現型アッセイデータを取得することと（その場合、処理細胞は、介入による処理後の細胞に由来する）；細胞から捕捉された取得した表現型アッセイデータに基づいて第２の臨床表現型の予測を決定することとをさらに含む（その場合、介入を検証することは、第２の臨床表現型の予測に基づいて検証することを含む）。

【0020】

様々な実施形態において、臨床表現型の予測を決定することは、機械学習モデルを、処理細胞から捕捉された取得した表現型アッセイデータに適用することを含み、第２の臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、処理細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、処理細胞の遺伝学及び処理細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、処理細胞に適用される改変には介入が含まれる。様々な実施形態において、細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、細胞の遺伝学及び細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、細胞に適用される改変には介入が含まれない。様々な実施形態において、介入を検証することは、処理細胞に対応する臨床表現型の予測を、細胞に対応する第２の臨床表現型と比較することを含む。様々な実施形態において、介入を検証することは、介入が有効かどうか、または無毒かどうかを判定することを含む。

【0021】

本明細書に開示する追加の実施形態は、介入に対するレスポンダーとして患者集団を識別するための方法を含み、方法は：患者集団を表す複数の細胞アバターを選択すること；細胞アバターが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、複数の細胞アバターの１つに対する介入にＭＬ対応細胞疾患モデルを適用することであって、ＭＬ対応細胞疾患モデルの適用は、介入を選択するために、上述の機械学習モデルを開発する方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用することを含む。

【0022】

様々な実施形態において、方法はさらに：患者集団の患者から対象の特徴を取得することと；複数の細胞アバター中の他の細胞アバターのそれぞれが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記他の細胞アバターのそれぞれにＭＬ対応の細胞疾患モデルを適用することと；患者集団の患者の対象の特徴と、患者集団を表す複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成することとを含む。様々な実施形態において、対象の特徴は、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む。様々な実施形態において、ＭＬ対応細胞疾患モデルを適用することは：細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得することと（細胞は、疾患の遺伝的構造とアラインされる）；機械学習モデルを使用して、細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処置細胞から捕捉された表現型アッセイデータを取得することと（処置細胞は、介入による処置後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、臨床表現型及び第２の臨床表現型の予測を比較することとを含む。

【0023】

様々な実施形態において、臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含み、第２の臨床表現型の予測を決定することは、処理細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、介入は、２つ以上の治療薬を含む併用療法を含む。

【0024】

本明細書に開示する追加の実施形態は、構造活性相関（ＳＡＲ）スクリーニングを開発するための方法を含み、この方法は：１つ以上の治療薬のそれぞれについて、疾患に対する治療薬の予測される影響を取得することと（予測される影響は、上記の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用したＭＬ対応細胞疾患モデルを適用することによって決定される）；治療薬の予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成することとを含む。様々な実施形態において、機械学習モデルから生成される予測は、標的に対する治療効果に従ってクラスタ化された治療薬を含む。

【0025】

様々な実施形態において、疾患に対する治療薬の予測される影響は：疾患の遺伝的構造とアラインした細胞から捕捉された表現型アッセイデータを取得することと；機械学習モデルを使用して、細胞から捕捉された取得した表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処理細胞から捕捉された表現型アッセイデータを取得することと（処理細胞は、介入による処理後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；治療薬の予測される影響を決定するために、臨床表現型及び第２の臨床表現型の予測を比較することとによって決定される。様々な実施形態において、治療薬の予測される影響は、治療有効性、または治療毒性が無いことのうちの１つである。さらに、本明細書において：ＭＬ対応細胞疾患モデルを適用することであって、ＭＬ対応細胞疾患モデルの適用は、本明細書に開示する方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含み、予測は、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される、前記適用することと；機械学習モデルから生成された予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定することと；遺伝子改変を生物学的標的として選択することとを含む方法を開示する。様々な実施形態において、表現型アッセイデータは、疾患状態を誘発する摂動で処理された細胞に由来する。様々な実施形態において、予測に基づいて遺伝子改変を同定することは、細胞における遺伝子改変の存在が、摂動によって誘発される疾患状態と相関することを決定することを含む。様々な実施形態において、機械学習モデルから生成される予測は、機械学習された埋め込みを含む。

【0026】

様々な実施形態において、ＭＬ実装方法は、弱い教師アプローチと部分的な教師アプローチの組み合わせである。様々な実施形態において、ＭＬ実装方法は、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である。

【0027】

さらに、本明細書において、ＭＬ対応細胞疾患モデルで使用するための機械学習モデルである非一時的コンピュータ可読媒体を開示し、この非一時的コンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：細胞に由来する表現型アッセイデータを取得することと（細胞は、疾患の遺伝的構造とアラインされ、かつ細胞内の疾患細胞状態を促進するように改変されている）；ＭＬ対応細胞疾患モデルに有用な機械学習モデルをトレーニングするために、機械学習（ＭＬ）実装方法により、細胞の表現型アッセイデータを分析すること（機械学習モデルは、捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む）を含むステップを実行させる命令を含む。

【0028】

様々な実施形態において、機械学習モデルのトレーニングは、ｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを、ＭＬ実装方法によって分析することを含む。様々な実施形態において、ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することによって、ＥＲＰを検証する。様々な実施形態において、ＥＲＰの表現型アッセイデータを、摂動因子に曝露された複数の細胞から捕捉する。様々な実施形態において、複数の細胞を、異なる濃度の摂動因子に曝露する。様々な実施形態において、複数の細胞は、複数の遺伝的バックグラウンドを含む。様々な実施形態では、１つ以上のＥＲＰは、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む。様々な実施形態において、１つ以上のＥＲＰは、少なくとも５つのＥＲＰを含む。

【0029】

様々な実施形態において、疾患の遺伝的構造は：疾患に関連する遺伝子座を同定することと；疾患に関連する同定された遺伝子座から、疾患の原因要素を同定することであって、原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することとによって決定される。様々な実施形態において、疾患に関連する遺伝子座を同定することは、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施したことを含む。様々な実施形態において、疾患の原因要素を同定することは：ゲノムアノテーションを取得することと；疾患に関連する同定された遺伝子座とゲノムアノテーションを共局在化することとを含む。様々な実施形態において、疾患の遺伝的構造は：１つ以上のサンプルの遺伝子データとその１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施することによって決定される。様々な実施形態において、１つ以上のサンプルの臨床表現型のラベルは、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される。

【0030】

様々な実施形態において、臨床表現型は、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである。様々な実施形態において、臨床表現型は、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する。

【0031】

様々な実施形態において、細胞は分化した細胞である。様々な実施形態において、細胞は、人工多能性幹細胞から分化した細胞である。様々な実施形態において、細胞は、疾患の遺伝的構造とアラインした遺伝子変化を保有する。様々な実施形態において、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して、細胞内の遺伝子変化を操作する。様々な実施形態において、細胞の改変は、細胞を疾患関連細胞型に分化させること、細胞の遺伝子発現を調節すること、及び細胞を疾患細胞状態へと刺激する薬剤または環境条件を提供することのうちの１つ以上を含む。様々な実施形態において、疾患関連細胞型は、疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される。

【0032】

様々な実施形態において、薬剤は、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである。様々な実施形態において、薬剤は、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである。様々な実施形態において、環境条件は、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である。様々な実施形態において、細胞の表現型アッセイデータは、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む。様々な実施形態において、画像データは、高解像度顕微鏡検査データまたは免疫組織化学データのうちの１つを含む。

【0033】

様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、その細胞は細胞集団内の他の細胞に対して多様化する。様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、疾患進行の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる。様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、成熟の少なくとも２つの異なる段階にある少なくとも２つの細胞部分集団が生じる。様々な実施形態において、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドまたはオルガンオンチップシステムのうちの１つから細胞を取得する。

【0034】

様々な実施形態において、機械学習モデルをトレーニングするために細胞の表現型アッセイデータを分析するステップをプロセッサに実行させる命令は、プロセッサによって実行されると：表現型アッセイデータを数値ベクトルとしてエンコードすることと；数値ベクトルを機械学習モデルに入力することとを含むステップをプロセッサに実行させる命令をさらに含む。様々な実施形態において、機械学習モデルをトレーニングするために細胞の表現型アッセイデータを分析するステップをプロセッサに実行させる命令は、プロセッサによって実行されると：細胞の表現型アッセイデータ、細胞の遺伝学、及び細胞に適用された改変を機械学習モデルへの入力として提供することを含むステップをプロセッサに実行させる命令をさらに含む。

【0035】

本明細書に開示する追加の実施形態は、介入を検証するための非一時的コンピュータ可読媒体を含み、非一時的コンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：上述の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用したＭＬ対応細胞疾患モデルを適用するステップを実行させる命令を含む。

【0036】

様々な実施形態において、ＭＬ対応の細胞疾患モデルを適用することは：１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得し（処理細胞は、介入により処理される）；機械学習モデルを使用して、処理細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することを含む。様々な実施形態において、非一時的なコンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：細胞から捕捉された表現型アッセイデータを取得することと（その場合、処理細胞は、介入による処理後の細胞に由来する）；細胞から捕捉された取得した表現型アッセイデータに基づいて第２の臨床表現型の予測を決定することとをさらに含む（その場合、介入を検証することは、第２の臨床表現型の予測に基づいて検証することを含む）ステップを実行させる命令をさらに含む。

【0037】

様々な実施形態において、臨床表現型の予測を決定することは、機械学習モデルを、処理細胞から捕捉された取得した表現型アッセイデータに適用することを含み、第２の臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、処理細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、処理細胞の遺伝学及び処理細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、処理細胞に適用される改変には介入が含まれる。様々な実施形態において、細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、細胞の遺伝学及び細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、細胞に適用される改変には介入が含まれない。様々な実施形態において、介入を検証することは、細胞に対応する臨床表現型の予測を、処理細胞に対応する第２の臨床表現型と比較することを含む。様々な実施形態において、介入を検証することは、介入が有効かどうか、または無毒かどうかを判定することを含む。

【0038】

本明細書に開示する追加の実施形態は、介入に対するレスポンダーとして患者集団を識別するための非一時的なコンピュータ可読媒体を含み、非一時的なコンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：患者集団を表す複数の細胞アバターを選択すること；細胞アバターが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、複数の細胞アバターの１つに対する介入にＭＬ対応細胞疾患モデルを適用することであって、ＭＬ対応細胞疾患モデルの適用は、介入を選択するために、上述の機械学習モデルを開発する方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用することを含むステップを実行させる命令を含む。

【0039】

様々な実施形態において、非一時的なコンピュータ可読媒体はさらに、プロセッサによって実行されると、プロセッサに：患者集団の患者から対象の特徴を取得することと；複数の細胞アバター中の他の細胞アバターのそれぞれが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、他の細胞アバターのそれぞれにＭＬ対応の細胞疾患モデルを適用することと；患者集団の患者の対象の特徴と、患者集団を表す複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成することとを含むステップを実行させる命令を含む。

【0040】

様々な実施形態において、対象の特徴は、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む。様々な実施形態において、ＭＬ対応細胞疾患モデルを適用するステップをプロセッサに実行させる命令は、プロセッサによって実行されると、プロセッサに：細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得することと（細胞は、疾患の遺伝的構造とアラインされる）；機械学習モデルを使用して、細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処置細胞から捕捉された表現型アッセイデータを取得することと（処置細胞は、介入による処置後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、臨床表現型及び第２の臨床表現型の予測を比較することとを含むステップを実行させる命令をさらに含む。

【0041】

様々な実施形態において、臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含み、第２の臨床表現型の予測を決定することは、処理細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、介入は、２つ以上の治療薬を含む併用療法を含む。

【0042】

さらに本明細書において、構造活性相関（ＳＡＲ）スクリーニングを開発するための非一時的コンピュータ可読媒体を開示し、非一時的コンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：１つ以上の治療薬のそれぞれについて、疾患に対する治療薬の予測される影響を取得することと（予測される影響は、上記の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用したＭＬ対応細胞疾患モデルを適用することによって決定される）；治療薬の予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成することとを含むステップを実行させる命令を含む。様々な実施形態において、機械学習モデルから生成される予測は、標的に対する治療効果に従ってクラスタ化された治療薬を含む。

【0043】

様々な実施形態において、疾患に対する治療薬の予測される影響は：疾患の遺伝的構造とアラインした細胞から捕捉された表現型アッセイデータを取得することと；機械学習モデルを使用して、細胞から捕捉された取得した表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処理細胞から捕捉された表現型アッセイデータを取得することと（処理細胞は、介入による処理後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；治療薬の予測される影響を決定するために、臨床表現型及び第２の臨床表現型の予測を比較することとによって決定される。様々な実施形態において、治療薬の予測される影響は、治療有効性、または治療毒性が無いことのうちの１つである。さらに、本明細書において：疾患を調節するための生物学的標的を同定するための非一時的コンピュータ可読媒体を開示し、非一時的コンピュータ可読媒体は、プロセッサによって実行されると、プロセッサに：ＭＬ対応細胞疾患モデルを適用し（ＭＬ対応細胞疾患モデルの適用は、本明細書に開示する非一時的コンピュータ可読媒体の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含み、予測は、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される）；機械学習モデルから生成された予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定し；遺伝子改変を生物学的標的として選択するステップを実行させる命令を含む。様々な実施形態において、表現型アッセイデータは、疾患状態を誘発する摂動で処理された細胞に由来する。様々な実施形態において、予測に基づいて遺伝子改変を同定することは、細胞における遺伝子改変の存在が、摂動によって誘発される疾患状態と相関することを決定することを含む。様々な実施形態において、機械学習モデルから生成される予測は、機械学習された埋め込みを含む。

【0044】

様々な実施形態において、ＭＬ実装方法は、弱い教師アプローチと部分的な教師アプローチの組み合わせである。様々な実施形態において、ＭＬ実装方法は、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である。

【0045】

さらに、本明細書において、ＭＬ対応細胞疾患モデルで使用するための機械学習モデルを開発するためのコンピュータシステムを開示し、コンピュータシステムは：細胞に由来する表現型アッセイデータを格納するための記憶メモリ（細胞は、疾患の遺伝子構造とアラインされ、細胞内の疾患細胞状態を促進するように改変されている）；及び記憶メモリに通信可能に結合し、ＭＬ実装方法により、ＭＬ対応細胞疾患モデルに有用な機械学習モデルをトレーニングするために細胞の表現型アッセイデータを分析するための、プロセッサ（機械学習モデルは、捕捉された表現型アッセイデータと臨床表現型との間の関係を少なくとも部分的に含む）を含む。

【0046】

様々な実施形態において、機械学習モデルのトレーニングは、ｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する１つ以上の曝露反応表現型（ＥＲＰ）の表現型アッセイデータを、ＭＬ実装方法によって分析することを含む。様々な実施形態において、ＥＲＰの以前に生成された表現型アッセイデータを、疾患を有するまたは有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することによって、ＥＲＰを検証する。様々な実施形態において、ＥＲＰの表現型アッセイデータを、摂動因子に曝露された複数の細胞から捕捉する。様々な実施形態において、複数の細胞を、異なる濃度の摂動因子に曝露する。様々な実施形態において、複数の細胞は、複数の遺伝的バックグラウンドを含む。様々な実施形態では、１つ以上のＥＲＰは、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰを含む。様々な実施形態において、１つ以上のＥＲＰは、少なくとも５つのＥＲＰを含む。

【0047】

様々な実施形態において、疾患の遺伝的構造は：疾患に関連する遺伝子座を同定することと；疾患に関連する同定された遺伝子座から、疾患の原因要素を同定することであって、原因要素が、疾患の発症または進行のドライバーを表す、前記原因要素を同定することとによって決定される。様々な実施形態において、疾患に関連する遺伝子座を同定することは、全ゲノム配列決定、全エクソーム配列決定、全トランスクリプトーム配列決定、または標的パネル配列決定のうちの１つを実施したことを含む。様々な実施形態において、疾患の原因要素を同定することは、ゲノムアノテーションを取得することと、疾患に関連する同定された遺伝子座とゲノムアノテーションを共局在化することとを含む。様々な実施形態において、疾患の遺伝的構造は：１つ以上のサンプルの遺伝子データとその１つ以上のサンプルの臨床表現型のラベルとの間でＧＷＡＳ関連試験を実施することによって決定される。様々な実施形態において、１つ以上のサンプルの臨床表現型のラベルは、健康なサンプルと疾患のサンプルに由来する表現型アッセイデータを区別するようにトレーニングされた予測モデルを実行することによって決定される。

【0048】

様々な実施形態において、臨床表現型は、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、治療的処置に応答した臨床表現型の可能性、または臨床的方法によって観察可能な疾患に関連する臨床表現型のうちの１つである。様々な実施形態において、臨床表現型は、非アルコール性脂肪性肝炎、パーキンソン病、筋萎縮性側索硬化症（ＡＬＳ）、または結節性硬化症（ＴＳＣ）のうちの１つに対応する。

【0049】

様々な実施形態において、細胞は分化した細胞である。様々な実施形態において、細胞は、人工多能性幹細胞から分化した細胞である。様々な実施形態において、細胞は、疾患の遺伝的構造とアラインした遺伝子変化を保有する。様々な実施形態において、ｃＤＮＡ構築物、ＣＲＩＳＰＲ、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術を使用して、細胞内の遺伝子変化を操作する。様々な実施形態において、細胞の改変は、細胞を疾患関連細胞型に分化させること、細胞の遺伝子発現を調節すること、及び細胞を疾患細胞状態へと刺激する薬剤または環境条件を提供することのうちの１つ以上を含む。様々な実施形態において、疾患関連細胞型は、疾患関連細胞型において活性である疾患の１つ以上の同定された原因要素に基づいて選択される。

【0050】

様々な実施形態において、薬剤は、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである。様々な実施形態において、薬剤は、１つ以上の遺伝子バリアントを導入するための化学剤、分子介入、または遺伝子編集剤のうちの１つである。様々な実施形態において、環境条件は、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作である。

【0051】

様々な実施形態において、細胞の表現型アッセイデータは、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ、細胞代謝データ、細胞形態データ、または細胞相互作用データのうちの１つ以上を含む。様々な実施形態において、画像データは、高解像度顕微鏡検査データまたは免疫組織化学データのうちの１つを含む。

【0052】

様々な実施形態において、細胞は細胞集団に含まれ、細胞を改変することにより、その細胞は細胞集団内の他の細胞に対して多様化する。様々な実施形態において、細胞は細胞集団に含まれ、細胞集団は、疾患進行の少なくとも２つの異なる段階にある細胞部分集団を含む。様々な実施形態において、細胞は細胞集団に含まれ、細胞集団は、成熟の少なくとも２つの異なる段階にある細胞部分集団を含む。様々な実施形態において、細胞を、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステムのうちの１つから取得する。

【0053】

様々な実施形態において、機械学習モデルをトレーニングするために、細胞の表現型アッセイデータを分析することは：表現型アッセイデータを数値ベクトルとしてエンコードすることと；数値ベクトルを機械学習モデルに入力することとを含む。様々な実施形態において、機械学習モデルをトレーニングするために、細胞の表現型アッセイデータを分析することは：細胞の表現型アッセイデータ、細胞の遺伝学、及び細胞に適用された改変を機械学習モデルへの入力として提供することを含む。

【0054】

さらに、本明細書において、介入を検証するためのコンピュータシステムを開示し、コンピュータシステムは：１つ以上の細胞アバターに対応する細胞から捕捉された表現型アッセイデータを保存するための記憶メモリ（細胞は、疾患の遺伝的構造とアラインされる）；及び記憶メモリに通信可能に結合し、上記の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用したＭＬ対応細胞疾患モデルを適用するための、プロセッサを含む。

【0055】

様々な実施形態において、ＭＬ対応の細胞疾患モデルを適用することは：１つ以上の細胞アバターに対応する処理細胞から捕捉された表現型アッセイデータを取得することと（処理細胞は、介入により処理される）；機械学習モデルを使用して、処理細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することとを含む。様々な実施形態において、プロセッサは：細胞から捕捉された表現型アッセイデータを取得するステップと（その場合、処理細胞は、介入による処理後の細胞に由来する）；細胞から捕捉された取得した表現型アッセイデータに基づいて第２の臨床表現型の予測を決定するステップと（その場合、介入を検証することは、第２の臨床表現型の予測に基づいて検証することを含む）をさらに実行するために、記憶装置に通信可能に結合する。

【0056】

様々な実施形態において、臨床表現型の予測を決定することは、処理細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含み、第２の臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、処理細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、処理細胞の遺伝学及び処理細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、処理細胞に適用される改変には介入が含まれる。様々な実施形態において、細胞から捕捉された表現型アッセイデータに機械学習モデルを適用することは、細胞の遺伝学及び細胞に適用される改変に機械学習モデルを適用することをさらに含み、その場合、細胞に適用される改変には介入が含まれない。様々な実施形態において、介入を検証することは、細胞に対応する臨床表現型の予測を、処理細胞に対応する第２の臨床表現型と比較することを含む。様々な実施形態において、介入を検証することは、介入が効果的であるか、あるいは無毒であるかを判定することを含む。

【0057】

さらに、本明細書において、治療を受ける候補患者集団を特定するためのコンピュータシステムを開示し、コンピュータシステムは、記憶メモリ；及び、記憶メモリに通信可能に結合し、以下のステップを実行するための、プロセッサを含む：患者集団を表す複数の細胞アバターを選択するステップ；細胞アバターが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、複数の細胞アバターの１つに対する介入にＭＬ対応細胞疾患モデルを適用するステップであって、ＭＬ対応細胞疾患モデルの適用は、介入を選択するために、上述の機械学習モデルを開発する方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含む、前記適用するステップ。

【0058】

様々な実施形態において、プロセッサはさらに：患者集団の患者から対象の特徴を取得するかまたは取得したステップと；複数の細胞アバター中の他の細胞アバターのそれぞれが介入に対するレスポンダーであるかまたはノンレスポンダーであるかを判定するために、前記他の細胞アバターのそれぞれにＭＬ対応の細胞疾患モデルを適用するステップと；患者集団の患者の対象の特徴と、患者集団を表す複数の細胞アバターのレスポンダーまたはノンレスポンダーの判定との間の関係を生成するステップとを実行する。

【0059】

様々な実施形態において、対象の特徴は、対象の病歴、対象の遺伝子産物、対象の変異遺伝子産物、及び対象の遺伝子の発現または示差的発現のうちの１つ以上を含む。様々な実施形態において、ＭＬ対応細胞疾患モデルを適用することは：細胞アバターに対応する細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと（細胞は、疾患の遺伝的構造とアラインされる）；機械学習モデルを使用して、細胞から捕捉された表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処置細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと（処置細胞は、介入による処置後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；細胞アバターがレスポンダーであるかまたはノンレスポンダーであるかを判定するために、臨床表現型及び第２の臨床表現型の予測を比較することとを含む。

【0060】

様々な実施形態において、臨床表現型の予測を決定することは、細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含み、第２の臨床表現型の予測を決定することは、処理細胞から捕捉された取得した表現型アッセイデータに機械学習モデルを適用することを含む。様々な実施形態において、介入は、２つ以上の治療薬を含む併用療法を含む。

【0061】

さらに本明細書において、構造活性相関（ＳＡＲ）スクリーニングを開発するためのコンピュータシステムを開示し、コンピュータシステムは、記憶メモリに通信可能に結合し、以下のステップを実行するための、プロセッサを含む：１つ以上の治療薬のそれぞれについて、疾患に対する治療薬の予測される影響を取得するステップと（予測される影響は、上記の機械学習モデルを開発するための方法の実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用したＭＬ対応細胞疾患モデルを適用することによって決定される）；治療薬の予測される影響を使用して、治療薬の特徴と治療薬の対応する予測される影響との間のマッピングを生成するステップ。様々な実施形態において、機械学習モデルから生成される予測は、標的に対する治療効果に従ってクラスタ化された治療薬を含む。

【0062】

様々な実施形態において、疾患に対する治療薬の予測される影響は：疾患の遺伝的構造とアラインした細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと；機械学習モデルを使用して、細胞から捕捉された取得した表現型アッセイデータに基づいて臨床表現型の予測を決定することと；処理細胞から捕捉された表現型アッセイデータを取得するかまたは取得したことと（処理細胞は、介入による処理後の細胞に由来する）；処理細胞から捕捉された取得した表現型アッセイデータに基づいて、第２の臨床表現型の予測を決定することと；治療薬の予測される影響を決定するために、臨床表現型及び第２の臨床表現型の予測を比較することとによって決定される。様々な実施形態において、治療薬の予測される影響は、治療有効性、または治療毒性が無いことのうちの１つである。

【0063】

さらに、本明細書において：疾患を調節するための生物学的標的を同定するためのコンピュータシステムを開示し、方法は：ＭＬ対応細胞疾患モデルを適用し（ＭＬ対応細胞疾患モデルの適用は、本明細書に開示するコンピュータシステムの実施形態を使用して開発された機械学習モデルから生成される少なくとも１つの予測を使用することを含み、予測は、摂動で処理された複数の細胞にわたる表現型アッセイデータから生成される）；機械学習モデルから生成された予測に基づいて、疾患を示す細胞表現型に関連する遺伝子改変を同定し；遺伝子改変を生物学的標的として選択することを含む。様々な実施形態において、表現型アッセイデータは、疾患状態を誘発する摂動で処理された細胞に由来する。様々な実施形態において、予測に基づいて遺伝子改変を同定することは、細胞における遺伝子改変の存在が、摂動によって誘発される疾患状態と相関することを決定することを含む。様々な実施形態において、機械学習モデルから生成される予測は、機械学習された埋め込みを含む。

【0064】

様々な実施形態において、ＭＬ実装方法は、弱い教師アプローチと部分的な教師アプローチの組み合わせである。様々な実施形態において、ＭＬ実装方法は、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれか１つ以上である。

【図面の簡単な説明】

【0065】

本発明のこれら及び他の特徴、態様、及び利点は、以下の説明、及び添付の図面に関してよりよく理解されるであろう。実行可能な限り、同様または類似の参照番号が図中で使用される場合があり、それらは同様または類似の機能を示し得ることに留意されたい。例えば、「サードパーティエンティティ７０２Ａ」などの参照番号の後の文字は、テキストがその特定の参照番号を有する要素を具体的に参照していることを示す。「サードパーティエンティティ７０２」など、文字の後に続くテキスト内の参照番号は、その参照番号を有する図の要素のいずれかまたはすべてを指す（例えば、テキスト内の「サードパーティエンティティ７０２」は、図中の参照番号「サードパーティエンティティ７０２Ａ」及び／または「サードパーティエンティティ７０２Ｂ」を指す）。

【0066】

【図1A】一実施形態による、表現型アッセイデータに基づいて、臨床表現型などの予測を出力する機械学習モデルのトレーニングを示す。

【図1B】一実施形態による、細胞疾患モデルの展開を示す。

【図2A】一実施形態による、臨床表現型システムのブロック図を示す。

【図2B】一実施形態による、疾患因子分析システムによって実行されるステップを示す。

【図2C】一実施形態による、トレーニングデータを生成するための細胞改変システム及び表現型アッセイシステムのそれぞれによって実行されるステップを示す。

【図3A】一実施形態による、機械学習モデルをトレーニングして細胞疾患モデルを生成するためのトレーニングデータの例を示す。

【図3B】一実施形態による、機械学習モデルをトレーニングするための流れ図を示す。

【図3C】一実施形態による、埋め込みの形で具現化された例示的な予測を示す。

【図3D】一実施形態による、埋め込みの形で具現化された例示的な予測を示す。

【図4】いくつかの実施形態による、細胞疾患モデルの展開の流れ図を示す。

【図5A】いくつかの実施形態による、細胞疾患モデルの図式的実施を示す。

【図5B】いくつかの実施形態による、細胞疾患モデルの図式的実施を示す。

【図5C】いくつかの実施形態による、細胞疾患モデルの図式的実施を示す。

【図5D】いくつかの実施形態による、細胞疾患モデルの図式的実施を示す。

【図5E】いくつかの実施形態による、細胞疾患モデルの図式的実施を示す。

【図6】図２Ａ、２Ｂ、３Ａ、３Ｂ、４、及び５Ａ～５Ｅに示すシステム及び方法を実装するための、例示的な演算装置を示す。

【図7A】一実施形態による、細胞疾患モデルを開発し、展開するためのシステム環境全体を示す。

【図7B】図７Ａのシステム環境を実装するための分散型コンピューティングシステム環境、ならびに上述の方法、例えば、図２Ａ、２Ｂ、３Ａ、３Ｂ、４、及び５Ａ～５Ｅに記載された方法の例示的な描写である。

【図8A】健康な肝臓と非アルコール性脂肪性肝炎に罹患した肝臓の免疫組織化学画像を区別する機械学習モデルの生成を示す。

【図8B】健康な肝臓と非アルコール性脂肪性肝炎に罹患した肝臓の免疫組織化学画像を区別する機械学習モデルの生成を示す。

【図8C】健康な肝臓と非アルコール性脂肪性肝炎に罹患した肝臓の免疫組織化学画像を区別する機械学習モデルの生成を示す。

【図8D】４つのＮＡＳＨ表現型にわたるタイル重要度の重みの散布図を示す。

【図8E】４つの異なるＮＡＳＨ表現型にわたる２つの生検に由来する２つの組織学的スライドの個々のタイルに割り当てられたタイル重みの重要度を示す。

【図9A】健康な肝臓と非アルコール性脂肪性肝炎肝臓の蛍光画像を区別する表現型多様体の例示的生成を示す。

【図9B】健康な肝臓と非アルコール性脂肪性肝炎肝臓の蛍光画像を区別する表現型多様体の例示的生成を示す。

【図9C】健康な肝臓と非アルコール性脂肪性肝炎肝臓の蛍光画像を区別する表現型多様体の例示的生成を示す。

【図9D】健康な肝臓と非アルコール性脂肪性肝炎肝臓の蛍光画像を区別する表現型多様体の例示的生成を示す。

【図9E】治療標的の識別を可能にする機械学習モデルの「アテンション」をタイルの特徴が獲得した、タイルを示す。

【図9F】治療標的の識別を可能にする機械学習モデルの「アテンション」をタイルの特徴が獲得した、タイルを示す。

【図10A】異なる化合物で処理したニューロンの細胞表現型を区別する埋め込みの生成及び実装を示す。

【図10B】異なる化合物で処理したニューロンの細胞表現型を区別する埋め込みの生成及び実装を示す。

【図10C】異なる化合物で処理したニューロンの細胞表現型を区別する埋め込みの生成及び実装を示す。

【図10D】異なる化合物で処理したニューロンの細胞表現型を区別する埋め込みの生成及び実装を示す。

【図11A】ノックアウトされた異なる遺伝子で改変されたニューロンの細胞表現型を区別する埋め込みの生成を示す。

【図11B】ノックアウトされた異なる遺伝子で改変されたニューロンの細胞表現型を区別する埋め込みの生成を示す。

【図11C】ノックアウトされた異なる遺伝子で改変されたニューロンの細胞表現型を区別する埋め込みの生成を示す。

【図11D】ノックアウトされた異なる遺伝子で改変されたニューロンの細胞表現型を区別する埋め込みの生成を示す。

【図11E】ノックアウトされた異なる遺伝子で改変されたニューロンの細胞表現型を区別する埋め込みの生成を示す。

【図12】異なるニューロン細胞表現型の識別を可能にする機械学習モデルのアテンションを獲得したタイルを示す。

【図13】機械学習モデルを構築するためのトレーニングデータを生成するためのステップの概要を示す。

【図14A】ＧＷＡＳ分析と、細胞疾患の表現型尺度を区別するモデルとの間の関連性試験を使用して遺伝的構造を決定するためのプロセスの例を示す。

【図14B】生物学的プロセス（例えば、ＨＳＣ活性化）を選択し、ｉＳｔｅｌの細胞系を構築する例を示す。

【図14C】複数の時点（例えば、分化後１２日または１９日）にわたるｓｃＲＮＡ配列決定データを使用したｉＳｔｅｌ系統の品質管理チェックを示す。

【図14D】アンカー表現型を確立するためのエクスポソームの設定例を示す。

【図14E】エクスポソーム分析の結果及び５つの候補曝露の識別を示す。

【図14F】エクスポソーム分析の結果及び５つの候補曝露の識別を示す。

【図15A】広範囲の曝露（ＴＧＦβを含む）及びＣＲＩＳＰＲ編集遺伝子にわたってＰｅｒｔｕｒｂ－ｓｅｑを実行するための方法を示す。

【図15B】Ｐｅｒｔｕｒｂ－ｓｅｑの転写状態に従って処理細胞と非処理細胞とを首尾よく区別する２つの例示的な機械学習モデル（例えば、ランダムフォレスト及びＡＣＴＩＯＮｅｔ）の性能を示す。

【図15C】形態学的差異に従って０．１ｎｇ／ｍＬのＴＧＦβ処理細胞と非処理細胞とを区別するトレーニングされた機械学習モデルの改善された性能を示す。

【図15D】形態学的差異に従って５ｎｇ／ｍＬのＴＧＦβ処理細胞と非処理細胞とを区別するトレーニングされた機械学習モデルの改善された性能を示す。

【図15E】第１の細胞株（ｉＳｔｅｌ）におけるＰｅｔｕｒｂ－ｓｅｑデータに基づくドラッガブル標的の同定を示す。

【図15F】ＧＷＡＳヒットと機械学習予測スコアとの比較を示す。

【図16A】例示的な埋め込み及び治療薬の選択におけるそれらの使用を示す。

【図16B】例示的な埋め込み及び治療薬の選択におけるそれらの使用を示す。

【図16C】野生型細胞とノックアウト細胞との間の表現型の区別を示す例示的な埋め込みを示す。

【図16D】治療（例えば、ラパマイシン及びエベロリムス）の既知の効果を検証するための埋め込みの使用を示す。

【図16E】ラパマイシン及びエベロリムスの治療を検証するためのｉｎ ｖｉｔｒｏ試験を示す。

【図16F】１つ以上の分子を含むスクリーニングプロセスの例を示す。

【図16G】細胞の表現型の形態学的差異に従って作成された用量反応曲線を示す。

【図16H】クラスタ化された薬物が同様の構造及び／または作用機序を共有する例示的な多様体を示す。

【図17A】パーキンソン病に関する例示的な細胞アバターを示す。

【図17B】有望なレスポンダーを識別するための例示的なプロセスを示す。

【図18A】類似の薬物がより密接にクラスタ化された例示的な埋め込みを示す。

【図18B】類似の薬物をそれらの作用機序に従ってクラスタ化する例示的な多様体を示す。

【発明を実施するための形態】

【0067】

発明の詳細な説明
定義
請求項及び明細書で使用される用語は、特に明記しない限り、以下に記載するように定義する。

【0068】

用語「対象」または「患者」は、同じ意味で用いられ、ｉｎ ｖｉｖｏ、ｅｘ ｖｉｖｏ、またはｉｎ ｖｉｔｒｏのいずれかの、細胞、組織、生体、ヒトまたは非ヒト、哺乳類または非哺乳類、雄または雌を包含する。

【0069】

用語「マーカー（ｍａｒｋｅｒ）」、「マーカー（ｍａｒｋｅｒｓ）」、「バイオマーカー（ｂｉｏｍａｒｋｅｒ）」、及び「バイオマーカー（ｂｉｏｍａｒｋｅｒｓ）」は、同じ意味で用いられ、限定されないが、脂質、リポタンパク質、タンパク質、サイトカイン、ケモカイン、成長因子、ペプチド、核酸、遺伝子、及びオリゴヌクレオチドを、それらの関連する複合体、代謝物、突然変異、バリアント、多型、修飾、断片、サブユニット、分解産物、要素、及び他の分析物またはサンプル由来の測定値と共に包含する。マーカーはまた、そのような変異または構造バリアントが、モデル（例えば、機械学習モデルまたは細胞疾患モデル）の開発に有用であるか、または関連するマーカー（例えば、タンパク質または核酸の非変異バージョン、代替転写産物など）を使用して開発された予測モデルに有用である環境において、変異タンパク質、変異核酸、コピー数変動、反転、及び／または転写バリアントを含む構造バリアントを含み得る。

【0070】

用語「サンプル」または「被験サンプル」は、静脈穿刺、排泄、射精、マッサージ、生検、針穿刺吸引、洗浄サンプル、擦過、外科的切開、または、当技術分野において公知の他の介入もしくは他の手段を含む手段により対象から採取された、単一細胞もしくは複数細胞、または細胞の断片、または、血液サンプルなどの体液のアリコートを含み得る。

【0071】

語句「表現型アッセイデータ」には、細胞表現型に関する情報を提供する任意のデータ、例えば、細胞配列決定データ（例えば、ＲＮＡ配列決定データ、メチル化状態などのエピジェネティクスに関連する配列決定データ）、タンパク質発現データ、遺伝子発現データ、画像データ（例えば、高解像度顕微鏡データまたは免疫組織化学データ）、細胞代謝データ、細胞形態データ、及び細胞相互作用データが含まれる。様々な実施形態において、表現型アッセイデータは、心臓細胞の電気生理学的機能データ及び脳細胞の脳波（ＥＥＧ）または皮質電図（ＥＣｏＧ）などの機能データを含む。

【0072】

用語「表現型アッセイデータを取得する」は、細胞、細胞集団、細胞培養、またはオルガノイドのいずれかを取得すること、及び細胞、細胞集団、細胞培養、またはオルガノイドのいずれかから表現型アッセイデータを捕捉することを包含する。この語句はまた、例えば、細胞、細胞集団、細胞培養、またはオルガノイドから表現型アッセイデータを捕捉したサードパーティから、表現型アッセイデータのセットを受け取ることも包含する。

【0073】

語句「対象データ」は、対象から得られた１つ以上の細胞から測定された表現型アッセイデータを含む。対象データは、状況によっては、対象の臨床データ（例えば、病歴、年齢、ライフスタイル要因など）をさらに含み得る。対象データはまた、状況によっては、対象のゲノム配列データ及び遺伝子配列データを含み得る。

【0074】

語句「臨床表現型」とは、疾患表現型、疾患の有無、疾患重症度、疾患病理、疾患リスク、疾患の進行、または治療的処置に応答した臨床表現型の可能性のうちのいずれかを指す。様々な実施形態において、臨床表現型は、磁気共鳴画像法（例えば、神経変性疾患の脳ＭＲＩまたは肝疾患の組織病理学的組織切片）などの臨床方法によって観察することができる疾患関連の臨床表現型を含む。様々な実施形態において、臨床表現型には、直接観察することができない疾患の特徴である中間形質が含まれる。中間形質の測定値または代理データポイントの例として、ＨｂＡ１Ｃレベルの血液検査及び／または神経疾患の脳容積が挙げられる。臨床表現型は、いくつかの実施形態では、バイナリ値（例えば、疾患の有無を示す０及び１）として表すことができる。いくつかの実施形態では、臨床表現型は、連続値（例えば、疾患に関連するリスクを表す連続値）として表すことができる。

【0075】

語句「遺伝性疾患構造」または「疾患の遺伝的構造」とは、疾患の遺伝的ドライバーなど、疾患の根底にある遺伝学を指す。様々な実施形態において、疾患の遺伝性疾患構造は、文献に由来する、及び汎用細胞または組織レベルのゲノムデータに由来するヒト遺伝コホートデータを組み合わせることによって解明することができる。遺伝性疾患構造の例として、疾患に関連するか関与する遺伝子座、及び疾患の進行または発症を促進する原因となる特定の遺伝子、バリアント、または他の原因要素が挙げられる。

【0076】

語句「細胞は、疾患の遺伝的構造とアラインされた遺伝的変化を保有する」とは、疾患の遺伝的構造の根底にある遺伝学に対応する、細胞内の１つ以上の遺伝的変化を指す。したがって、様々な実施形態において、細胞は、疾患の細胞表現型を示す疾患細胞である。例えば、疾患の遺伝的構造とアラインされた遺伝的変化は、疾患の遺伝的ドライバー、疾患に関連または関与する遺伝子座、及び／または疾患の進行または発症を促進する原因となる原因要素であり得る。

【0077】

語句「細胞アバター」とは、ヒト個体の代理として機能し得る細胞を指す。細胞アバターは、その根底にある遺伝学によって定義される。様々な実施形態において、細胞アバターは、そのような細胞に提供される摂動によってさらに定義される。様々な実施形態において、機械学習モデルは、１つ以上の「細胞アバター」の特徴付けが与えられると、臨床表現型を予測するようにトレーニングされる。いくつかの実施形態では、細胞アバターは、患者または患者集団を表す（例えば、細胞アバターの細胞は、患者と同様の遺伝的バックグラウンドを有する）。したがって、細胞アバターは、細胞疾患モデルを使用してスクリーニングを実行する場合に、患者の代理として使用することができる。

【0078】

語句「曝露反応表現型」または「ＥＲＰ」とは、健康または疾患の代理ラベルとして機能する関心対象の臨床エンドポイントのｉｎ ｖｉｔｒｏモデルを指す。様々な実施形態において、ＥＲＰは、疾患を示す表現型の特徴を細胞が示すように誘導する摂動因子の使用に基づいて、疾患のｉｎ ｖｉｔｒｏモデリングを可能にする。様々な実施形態において、ＥＲＰは、摂動因子に曝露され、それによって細胞を疾患状態に誘導した細胞（例えば、様々な遺伝的バックグラウンドの細胞または細胞アバター）から収集した表現型アッセイデータを指す。したがって、ＥＲＰの表現型アッセイデータを使用して、機械学習モデルをトレーニングし、疾患の表現型のトレースを認識することができる。

【0079】

語句「疾患の表現型のトレース」または「疾患の表現型のトレース」とは、機械学習モデルが、疾患細胞と疾患の少ない（例えば、健康な）細胞とを区別するために使用するアッセイデータに存在する表現型の特徴を指す。様々な実施形態において、疾患のこれらの表現型のトレースは、実際の疾患シグネチャ（例えば、疾患の発症または進行のリスク、または実際の疾患を示すシグネチャ）である。いくつかの実施形態では、疾患の表現型トレースは、実際の疾患シグネチャである必要はなく、代わりに、機械学習モデルが、疾患細胞と疾患の少ない細胞（例えば、健康な細胞）とを区別することを可能にする表現型アッセイデータに存在する任意の特徴であり得る。

【0080】

「機械学習実装方法」または「ＭＬ実装方法」という語句は、例えば、線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちのいずれかなどの機械学習アルゴリズムの実装を指す。

【0081】

語句「細胞疾患モデル」とは、一般に、ディッシュ中で臨床試験を実施するために実施することができるモデルを指す。一般に、細胞疾患モデルは、機械学習対応細胞疾患モデルである。例えば、スクリーニングを実行するために展開される場合、細胞疾患モデルは、トレーニングされた機械学習モデルによって出力される予測を生成する（例えば、予測を使用して介入の選択を導く）。様々な実施形態において、細胞疾患モデルは、ｉｎ ｖｉｔｒｏ細胞アッセイ構成要素及びｉｎ ｓｉｌｉｃｏ構成要素の両方を含むハイブリッドモデルである。例えば、ｉｎ ｖｉｔｒｏ細胞アッセイ構成要素は、ｉｎ ｖｉｔｒｏ細胞に対する介入を試験し、表現型出力を測定することを含み得、ｉｎ ｓｉｌｉｃｏ構成要素は、ｉｎ ｖｉｔｒｏ細胞の表現型出力の解釈を含み得る。

【0082】

語句「治療薬」とは、疾患の進行または発症を修正することができる任意の治療を指す。治療薬は、小分子薬、生物製剤、免疫療法、遺伝子療法、またはそれらの組み合わせであり得る。

【0083】

語句「医薬組成物」とは、疾患を治療するために、哺乳動物、例えば ヒトに投与するための、特定量の治療薬、例えば、治療有効量の治療用化合物を薬学的に許容される担体中に含む混合物を指す。

【0084】

語句「薬学的に許容される担体」とは、過度の毒性、刺激、アレルギー反応、または他の問題もしくは合併症のない、適正なリスクベネフィット率に見合う、ヒト及び動物の組織と接触させて使用するのに適した、緩衝液、担体、及び賦形剤を意味する。

【0085】

本明細書及び添付の特許請求の範囲において使用される場合、単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は、文脈が別途明確に指示しない限り、複数の指示対象を含むことに留意しなければならない。

【0086】

細胞疾患モデルの開発及び使用の概要
特定の疾患の細胞疾患モデルを開発するために、ヒトの遺伝的コホート、文献、及び汎用の細胞または組織レベルのゲノムデータからのデータを組み合わせて、疾患を生じさせる一連の要因（例えば、遺伝的、環境的、細胞的要因）を解明する。細胞が疾患のｉｎ ｖｉｔｒｏモデルを表現するように、一連の要因の理解を使用して細胞を改変し、摂動させる。さらに、ｉｎ ｖｉｔｒｏ細胞は、細胞アバターを表し、言い換えると、ヒト個体の代理として機能し（例えば、細胞がヒト個体と同じ根底となる遺伝学を有し）、その結果、細胞アバターについて得られたｉｎ ｖｉｔｒｏ結果は、細胞アバターによって表現されるヒト個体、及び同様のバックグラウンド特性を有する他のヒト個体についての有望な結果を表し得る。

【0087】

細胞の表現型を表す高レベルの表現型アッセイデータ（例えば、高次元画像）を様々な細胞から捕捉し、これを使用して機械学習モデルをトレーニングし、様々な細胞の表現型（例えば、疾患の表現型または毒性の表現型と、それに対する疾患の少ない表現型）を区別する。機械学習モデルは、細胞表現型データに基づいて特定の細胞アバターの臨床表現型を予測するようにトレーニングされる。機械学習モデルのこれらの予測は、スクリーニングの実行に使用される細胞疾患モデルの基礎として機能する。

【0088】

様々な実施形態において、細胞疾患モデルは、１）機械学習モデル、及び２）ｉｎ ｖｉｔｒｏで改変された細胞に対する介入のスクリーニングを含むｉｎ ｖｉｔｒｏ構成要素の２つの主要な構成要素を含む。機械学習モデルの予測は、介入（例えば、疾患の治療に効果的である可能性が高い介入）の選択をガイドするために使用することができ、ｉｎ ｖｉｔｒｏ構成要素は、予測を検証するために使用される（及び機械学習モデルを検証するために使用され得る）。例を挙げると、予測は、介入が疾患に有効である可能性が高いことを示唆することができ、ｉｎ ｖｉｔｒｏ構成要素は、介入を提供することにより、疾患表現型を発現する疾患細胞が、より健康的な表現型を発現する、より健康的な状態に戻ることを確認する。

【0089】

ここで、細胞疾患モデルのトレーニング段階及び配備段階をそれぞれ説明している図１Ａ及び１Ｂを参照する。図１Ａは、一実施形態による、表現型アッセイデータに基づいて、臨床表現型などの予測を出力する機械学習モデルのトレーニングを示す。一般に、機械学習モデル１４０は、教師信号１０５及び／または教師信号１０５から導出されるデータを使用して構成される。図１Ａに示すように、教師信号１０５は、臨床データ１１０（例えば、個体が特定の臨床表現型を有するかどうかを識別するデータ）を含み得る。臨床データ１１０は、関心対象の疾患に関連する個体のコホートから得ることができる。臨床データ１１０は、機械学習モデル１４０をトレーニングするための参照グランドトゥルースデータとして機能し得る。

【0090】

教師信号１０５は、疾患の発症または進行を引き起こす根底となる遺伝学の識別を含む遺伝性疾患構造１１５をさらに含み得る。遺伝性疾患構造１１５の決定は、図２Ｂを参照して以下でさらに詳細に述べる。遺伝性疾患構造１１５は、細胞の改変を誘導してトレーニングデータを導き出すために使用され、これは、機械学習モデル１４０をトレーニングするために使用される表現型アッセイデータ１３５として図１Ａに示されている。

【0091】

特に、遺伝性疾患構造１１５は、ｉｎ ｖｉｔｒｏ細胞改変１２０プロセスを誘導する。例えば、細胞１２５を生成し、遺伝性疾患構造１１５とアラインさせる（例えば、疾患の発症または進行を促進する特定の原因要素を有するように細胞を改変する）。摂動因子１２８（その一例は疾患の発症に寄与する環境因子を含む）を提供して、細胞１２５を摂動細胞１３０に改変する。例えば、摂動因子１２８は、細胞１２５を分化させるか、または疾患状態に進行させ得る。さらに、摂動因子１２８を提供することにより、異なる遺伝的バックグラウンドの細胞に対する異なる影響を理解することが可能になる。

【0092】

様々な実施形態において、図１Ａは、単一細胞１２５に適用されるｉｎ ｖｉｔｒｏ改変１２０プロセスを示しているが、ｉｎ ｖｉｔｒｏ改変１２０プロセスは、複数の細胞に適用することができる。各細胞は、細胞の遺伝学（例えば、疾患の遺伝的バックグラウンドを含む遺伝学）、及び特定の実施形態では、細胞に適用される摂動因子によって定義される「細胞アバター」を表現する。したがって、ｉｎ ｖｉｔｒｏ改変１２０プロセスは、それぞれ対象の代替または代用として機能し得る広範囲の細胞アバター用の細胞を生成する。さらに、ｉｎ ｖｉｔｒｏ改変１２０プロセスは、様々な病期、様々な成熟段階、及び／または様々な疾患状態にわたって細胞をさらに生成することができる。ｉｎ ｖｉｔｒｏ改変１２０プロセスは、前例のない規模と幅で様々な細胞アバターの疾患の広範な態様を捕捉するトレーニングデータ（例えば、表現型アッセイデータ１３５）の生成を可能にする。

【0093】

一般に、画像データなどの高次元データを含む表現型アッセイデータ１３５は、摂動細胞１３０から捕捉される。様々な実施形態において、表現型アッセイデータ１３５は、摂動細胞１３０の細胞表現型を表す高次元データである。一実施形態では、摂動細胞１３０は健康な細胞であり、捕捉された表現型アッセイデータ１３５は健康な細胞の細胞表現型を表す。一実施形態では、摂動細胞１３０は疾患細胞であり、捕捉された表現型アッセイデータ１３５は疾患細胞の細胞表現型を表す。表現型アッセイデータ１３５を、機械学習技術を使用して分析し、機械学習モデル１４０をトレーニングする。したがって、機械学習モデル１４０は、疾患細胞と健康な細胞の細胞表現型を区別することによって、疾患の表現型のトレースを明らかにすることができる。注目すべきことに、機械学習モデル１４０はまた、その他の点で健康な細胞における疾患の表現型のトレースを検出することができ、これは疾患発症のリスクを示す。

【0094】

機械学習モデル１４０は、出力として、表現型アッセイデータに対応する臨床表現型を表す予測１４５を生成する。好ましい実施形態では、機械学習モデル１４０はディープニューラルネットワークであり、これは、予測に加えて高次元データセットの組織化された低次元表現を表す埋め込みを生成する。これらの埋め込みにより、予測を行うためのより豊富な方法が可能になり、その例は、疾患に関連する標的またはバイオマーカーである。さらに、埋め込みは、疾患に関連する標的またはバイオマーカーを調節することができる治療薬を特定するのに有用である。さらに、そのような埋め込みにより、機械学習モデル１４０で表される細胞表現型間のより豊富な関連付けが可能になり、より細かいレベルの解像度で潜在的な臨床コホートの識別が可能になる。

【0095】

図１Ｂは、一実施形態による、細胞疾患モデルの展開を示す。一般に、細胞疾患モデルは、スクリーニング１７０を実行するために展開され、その例には、疾患に対して使用するための介入（例えば、薬物、遺伝子、または併用介入）の検証、介入に応答する可能性が高い患者集団の特定、介入のライブラリ（例えば、薬物、遺伝子、または併用介入）を検索して、細胞疾患モデルを用いて開発された構造活性分子スクリーニングを使用した、有効である可能性が高い候補の最適化または同定、及び摂動された場合に疾患を調節することができる生物学的標的（例えば、遺伝子）の同定が含まれる。様々な実施形態において、細胞疾患モデルは、１つ以上の細胞アバターのスクリーニングを実行する。特定の細胞アバターのスクリーニングの結果は、直接的にまたは同様のバックグラウンド特性を介した関連付けを通じて、それらの細胞アバターによって表現される患者（複数可）または患者集団にとって適切である。

【0096】

細胞疾患モデルの展開中に、予測１４５（図１Ａに示す機械学習モデル１４０の予測として以前に説明された）が、１つ以上の細胞アバターに対して生成され、したがって、スクリーニングを実行するために、予測１４５は、ｉｎ ｖｉｔｒｏスクリーニング１５０を誘導する。例えば、ｉｎ ｖｉｔｒｏスクリーニング１５０プロセスは、特定の細胞型及び／または特定の遺伝的バックグラウンドの細胞（複数可）１５５を、以前に同定された細胞アバターの中から選択または再生することを含み、細胞アバターに対応する摂動因子１５８を提供することをさらに含み得る。好ましい実施形態では、機械学習モデル１４０の予測は埋め込みであり、これは、細胞アバター間の関連性、及びそれらの予測される臨床表現型との関係性の、より豊富な一連の関連付けを提供する。

【0097】

図１Ｂに示すように、細胞（複数可）１５５を摂動因子１５８に曝露し、それによってそれらを摂動細胞（複数可）１６０にする。様々な実施形態において、摂動因子１５８は、小分子薬物、生物学的介入、遺伝的介入、またはそれらの組み合わせなどの介入を含み得る。したがって、ｉｎ ｖｉｔｒｏスクリーニング１５０プロセスは、介入の効果のｉｎ ｖｉｔｒｏ検証を可能にする。摂動細胞の細胞表現型を表す高次元データ（例えば、画像データ）などの表現型アッセイデータ１６５を細胞から捕捉し、分析して、介入の影響を決定する。一実施形態では、表現型アッセイデータ１６５を、機械学習モデル１４０などの機械学習モデルを使用して分析する。ここで、機械学習モデルは、介入の影響を反映する臨床表現型である表現型アッセイデータ１６５に従って臨床表現型を予測する。一実施形態では、表現型アッセイデータ１６５を分析するために機械学習モデルを適用する必要はない。例えば、表現型アッセイデータ１６５は、機械学習モデルの実装を必要とせずに、臨床表現型について情報価値を有し得る。

【0098】

様々な実施形態において、１）予測１４５、２）表現型アッセイデータ１６５、及び３）細胞１５５（例えば、遺伝学及び細胞表現型）は、「細胞疾患モデル」を構成する。次いで、治療検証のためのスクリーニングの範囲決定及び実行の両方、構造活性相関スクリーニングの構築、ならびに患者セグメンテーションの実行に、細胞疾患モデルを使用することができる。治療検証、ＳＡＲ、患者セグメンテーション、及び生物学的標的の同定のためのスクリーニングを実行するためのさらなる詳細を、図５Ａ～５Ｅを参照して以下に記載する。

【0099】

臨床表現型システム
図２Ａは、一実施形態による、臨床表現型システム２０４のブロック図を示す。一般に、臨床表現型システム２０４は、表現型アッセイデータに基づいて臨床表現型を予測する機械学習モデルをトレーニングし、さらに細胞疾患モデルを展開してスクリーニング（例えば、治療検証スクリーニング、患者セグメンテーションスクリーニング）を実行する。臨床表現型システム２０４は、図１Ａ及び１Ｂを参照して上記のプロセスを実行する。

【0100】

図２Ａに示すように、臨床表現型システム２０４は、疾患のｉｎ ｖｉｔｒｏモデルの生成に有用な遺伝性疾患構造及び他の関連情報を決定するための疾患因子分析システム２０５、疾患のモデルとして機能するｉｎ ｖｉｔｒｏ細胞を生成及び維持するための細胞改変システム２０６、ならびにｉｎ ｖｉｔｒｏ細胞から表現型アッセイデータ（例えば、細胞疾患モデルをトレーニングするためのトレーニングデータ）を捕捉するための表現型アッセイシステム２０７を含む。臨床表現型システム２０４は、機械学習モデルをトレーニングし、細胞疾患モデルを展開する細胞疾患モデルシステム２０８をさらに含む。いくつかの実施形態では、臨床表現型システム２０４は、機械学習モデルをトレーニングするために使用することができる前例のない規模及び幅でトレーニングデータを生成する。そのようなトレーニングデータには、疾患の細胞表現型または疾患を予測する細胞表現型を再現するように改変された細胞から得られる表現型アッセイデータが含まれる。

【0101】

図２Ａは、臨床表現型システム２０４を、疾患因子分析システム２０５、細胞改変システム２０６、表現型アッセイシステム２０７、及び細胞疾患モデルシステム２０８を含むサブシステムのそれぞれを含むものとして示しているが、サブシステムは、別の実施形態において、異なるように配置され得る。例えば、疾患因子分析システム２０５、細胞改変システム２０６、及び／または表現型アッセイシステム２０７によって実行される方法及び手順は、１つ以上のサードパーティエンティティによって実行され得る。そのような実施形態では、サードパーティエンティティは、個体の遺伝子分析を実施し、疾患のｉｎ ｖｉｔｒｏモデルを表す細胞を改変し、維持し、表現型アッセイを実施して、ｉｎ ｖｉｔｒｏ細胞から表現型アッセイデータを捕捉する。サードパーティエンティティは、捕捉された表現型アッセイデータを臨床表現型システム２０４に提供し、臨床表現型システム２０４は、細胞疾患モデルを生成するために使用される機械学習モデルをトレーニングする。

【0102】

疾患因子分析
図２Ｂを参照すると、これは、一実施形態による、図２Ａの疾患因子分析システム２０５によって実行されるステップを示している。一般に、疾患因子分析システム２０５は、所与の疾患を引き起こす遺伝因子、細胞因子、及び環境因子などの一連の因子を解明するための分析を実行する。様々な実施形態において、疾患は肝疾患である。様々な実施形態において、肝疾患は非アルコール性脂肪肝疾患（ＮＡＦＬＤ）である。様々な実施形態において、肝疾患は非アルコール性脂肪性肝炎（ＮＡＳＨ）である。様々な実施形態において、疾患は神経疾患である。様々な実施形態において、神経疾患はパーキンソン病（ＰＤ）である。様々な実施形態において、神経疾患は、筋萎縮性側索硬化症（ＡＬＳ）である。様々な実施形態において、神経疾患は、結節性硬化症（ＴＳＣ）である。

【0103】

遺伝性疾患構造１１５とも呼ばれる遺伝的因子の例として、疾患に関連する遺伝子座及び疾患の原因要素など、疾患において役割を果たす根底となる遺伝学が挙げられる。細胞因子の例として、疾患の発現に直接関与する細胞型、疾患の発症／進行を支援する細胞型、または機械学習モデルによる分析時に予測可能な細胞型が挙げられる（例えば、必ずしも疾患の細胞型ではない）。環境因子の例として、疾患の発症または進行に寄与することが知られている、または疑われる環境要素または環境模倣物が挙げられる。

【0104】

様々な実施形態において、疾患因子分析システム２０５は、個体、例えば、特定の疾患を有する個体２１０から得られた組織サンプルの遺伝子分析結果を受信するか、または遺伝子分析を実行する。遺伝子分析は、疾患に関連する遺伝子座を含む遺伝性疾患構造１１５（例えば、ステップ２１５）、ならびに疾患の発症及び／または進行を促進する原因となる原因要素の絞り込まれたリスト（例えば、ステップ２２０）を取得する。遺伝性疾患構造１１５を特定すると、疾患因子分析システム２０５は、疾患に関与する細胞型を特定し（例えば、ステップ２３０）、疾患の発症及び／または進行を促進する環境因子をさらに特定する（例えば、ステップ２４０）。

【0105】

全体として、遺伝性疾患構造１１５は、遺伝性疾患構造とアラインする細胞を生成するための情報を提供し、したがって、以下でさらに詳細に説明するように、疾患のｉｎ ｖｉｔｒｏ予測モデルの開発をサポートする。例えば、細胞を、疾患及び／または原因要素に関連する特定された遺伝子座を発現するように改変することができる。さらに、細胞は、疾患に関与する特定された細胞型のものであり得る（ステップ２３０で特定されるように）。さらに、細胞を、摂動させ、及び／または環境因子（ステップ２４０で特定されるような）に曝露し、さらに細胞を疾患状態に導き、その後分析してトレーニングデータを生成することができる。

【0106】

様々な実施形態において、図２Ｂに示すように、疾患因子分析システム２０５は、ヒトコホートの個体などの個体２１０の臨床表現型２１２を決定する。様々な実施形態において、個体２１０は、疾患に関連する（例えば、以前に疾患と診断された）ことが知られており、したがって、疾患に関連する臨床表現型を示す。以下でさらに詳細に説明するように、疾患の臨床表現型２１２を構築することにより、機械学習モデルをトレーニングするために使用されるトレーニングデータの参照グラウンドトゥルースとして臨床表現型２１２を使用することが可能になる。

【0107】

一例として、臨床表現型２１２は、疾患の有無、疾患状態、または疾患進行などの確認された表現型を含み得る。これらは、臨床的に定義された表現型であり得る（例えば、医師によって、または臨床コミュニティによって定義される）。いくつかの実施形態では、臨床表現型２１２は、測定値または代理データポイントである。例えば、臨床表現型は、直接観察し得ない疾患の特徴である中間形質であり得る。測定値または代理データポイントの例として、ＨｂＡ１Ｃレベルの血液検査及び／または神経疾患の脳容積が挙げられる。様々な実施形態において、臨床表現型２１２は、新たに定義された機械学習表現型を含み得る。例えば、測定された表現型に、教師あり、半教師あり、または教師なしの機械学習を実装して、ＭＬによって生成される新規表現型を識別し、分類することができる。一例として、新規ＭＬ生成表現型を決定するために、高次元画像データ（例えば、組織病理学画像または放射線画像）に対して画像解析を実行することが挙げられる。別の例として、試験サンプル（例えば、血液、血清、または尿試験サンプル）中の関連するバイオマーカーから疾患状態を推定することが挙げられる。

【0108】

図２Ｂに示すように、疾患因子分析システム２０５は、遺伝子分析を実行して、疾患に関連する遺伝子座を同定する２１５。遺伝子座は、疾患に関連している可能性のある変異（例えば、多型、一塩基多型（ＳＮＰ）、一塩基バリアント（ＳＮＶ））、挿入、欠失、ノックイン、ノックアウト、及び特定のゲノム単位（例えば、エンハンサー、プロモーター、サイレンサー）の存在または非存在を含み得る。特定の例として、疾患に関連する遺伝子座は、疾患に関与する浸透性の高いバリアントを含み得る。遺伝子座を同定するために、疾患因子分析システム２０５は、個体２１０から得られたサンプルに由来する遺伝子データを分析してもよい。遺伝子データは、個体２１０由来の細胞または細胞集団に由来する配列決定データであり得る。そのような細胞は、例えば、異なるタイプの体細胞または多能性細胞など、互いに異なる可能性があり、したがって、細胞ゲノムの異なる遺伝子座に異なる遺伝子データを含み得る。

【0109】

様々な実施形態において、疾患に関連する遺伝子座を同定するために、疾患因子分析システム２０５は、全ゲノム配列決定、全エクソーム配列決定、または標的パネル配列決定のうちの１つ以上を実施することを含む、核酸配列決定技術を実行する。配列決定に続いて、疾患因子分析システム２０５は、配列リードを参照配列にアラインさせて、配列における遺伝子変化の存在を決定することができる。様々な実施形態において、疾患因子分析システム２０５は、ＤＮＡマイクロアレイまたは遺伝子型決定アレイなどの核酸アレイを使用して得られたデータに対して分析を実行して、個体２１０の遺伝的変化を特定する。

【0110】

ステップ２１５は、疾患と相関する遺伝子シグナルを特定するために、異なるサンプルにわたって遺伝学を分析することを含み得る。例えば、疾患因子分析システム２０５は、以下のうちの１つ以上を実行することができる：
ｉ）様々なコーディングまたは非コーディング変化の予測される関連性を計算する（例えば、タンパク質切断バリアント、ミスセンスバリアント、スプライスバリアント、転写結合部位に影響を与える可能性が高いバリアントなど）
ｉｉ）単一または多重バリアントの遺伝的関連分析を実行し；
ｉｉｉ）例えば、負荷試験を使用して、希少バリアント分析を実行する
ｉｖ）関連する特性の多重特性分析を実行して、統計的検出力を高める
ｖ）ＧＷＡＳのメタ分析を実行する

【0111】

疾患因子分析システム２０５は、追加のデータソースを使用して、疾患に関連する特定された遺伝子座を、疾患の発症または進行の原因となる原因要素の群に絞り込む。原因要素は、疾患に関連する特定された遺伝子座のサブセットである。様々な実施形態において、疾患因子分析システム２０５は、複数の特定された遺伝子座を単一の原因要素にマッピングする（例えば、一見離れた遺伝子座が、遮断する近隣配列を介して互いに関連付けられ得る）。

【0112】

いくつかの実施形態では、原因要素はまた、個々には疾患に弱く関連し得る要素を指すが、一緒にすると、弱い原因要素のセットは、疾患の発症または進行に強く関連し得る。例えば、一連の弱い原因要素を説明するゲノム全体の多遺伝子リスクスコア（ＰＲＳ）を計算することができる。様々な実施形態において、ゲノム全体のＰＲＳを、ゲノムにわたる多数の遺伝子座における変動に基づいて計算する。例えば、ＰＲＳは、リスク対立遺伝子の加重合計スコアであり得る。この場合、重みは、ゲノムワイド関連研究の効果サイズに基づいて対立遺伝子に割り当てられる。この場合、弱い原因要素は多数の遺伝子座のサブセットであり得るが、ゲノム全体のＰＲＳを計算する場合、弱い原因要素の全体的な効果が考慮され、いくつかのシナリオでは、弱い原因要素のセットから、高いＰＲＳが得られる。したがって、疾患因子分析システム２０５は、これらの弱い原因要素を、疾患の発症または進行を促進する原因要素として同定することができる。

【0113】

様々な実施形態において、図２Ｂに示すように、疾患因子分析システム２０５は、ゲノムアノテーション２２５などの追加のデータソースを使用して、原因要素の群を特定する。様々な実施形態において、ゲノムアノテーション２２５は、発現定量的形質遺伝子座（ｅＱＴＬ）のリアルタイムエンジン、遺伝子関連データベース（ＧＡＤ）、ＤｉｓＧｅＮＥＴなどを含む、既知のデータベースからキュレーションすることができる。様々な実施形態において、ゲノムアノテーション２２５は、例えば、ＡＴＡＣｓｅｑまたはＣｈｉｐ－ｓｅｑなどの配列決定データであり得る。様々な実施形態において、ゲノムアノテーション２２５は、３Ｄゲノムデータ（例えば、クロマチンコンタクトマップ）または連鎖不平衡（ＬＤ）ブロックであり得る。一例として、疾患因子分析システム２０５は、ゲノムアノテーション２２５を、疾患に関連する同定された遺伝子座と共局在化することによって（例えば、同定された遺伝子座とｅＱＴＬまたはＡＴＡＣｓｅｑピークとの共局在化）、原因要素を同定する。共局在領域は、疾患の原因となる可能性が高い遺伝子座での活性を示している。

【0114】

いくつかの実施形態では、ゲノムアノテーション２２５とは、特定された遺伝子座が疾患の関連組織で発現するかどうか、特定された遺伝子座が疾患において示差的に発現するかどうか、特定された遺伝子座が他の疾患に関与するかどうか、特定された遺伝子座が他の疾患に関与するかどうか、及び特定された遺伝子座が動物モデルにおいて対応する表現型を有するかどうかを識別する情報を指す。

【0115】

例として、疾患因子分析システム２０５は、以下の情報のうちの１つ以上を分析して、特定された遺伝子座を原因要素の群に絞り込み得る：
ａ）上記のステップ２１５で説明した、異なるバリアントの予測関連性
ｂ）ｅＱＴＬ、ＡＴＡＣｓｅｑ、Ｃｈｉｐ－ｓｅｑ、トランスクリプトームワイド関連研究（ＴＷＡＳ）、３Ｄゲノムデータ（クロマチンコンタクトマップなど）、連鎖平衡ブロックとの共局在化などのシグナルにより、機能的バリアントをノミネートし、それらを原因要素にリンクさせる。
ｃ）ヒト遺伝子型におけるコード変化の枯渇（ＥｘＡＣ、ｇｎｏｍＡＤ）
ｄ）遺伝子が関連する組織で発現しているかどうか
ｅ）疾患状態で遺伝子発現が変化したかどうか
ｆ）遺伝子が（関連する）疾患に関与しているかどうか
ｇ）遺伝子が動物モデルにおいて表現型を有するかどうか

【0116】

ステップ２２８で、疾患因子分析システム２０５は、原因要素が関与する経路を特定する。様々な実施形態において、特定の分子経路及び細胞型において活性である原因要素は、ＫＥＧＧ経路データベース、Ｒｅａｃｔｏｍｅ Ｐａｔｈｗａｙ Ｄａｔａｂａｓｅ、ＢｉｏＣｙｃ Ｐａｔｈｗａｙ、ＭｅｔａＣｙｃ、及びＰａｔｈＢａｎｋなどのデータベースを使用して同定することができる。原因要素に関与する経路を特定するために疾患因子分析システム２０５によって実施される例示的な方法は、分子経路、生物学的プロセス、または病因遺伝子などの原因要素が濃縮された他の遺伝子セットを特定するための様々なツール（例えば、ＭＡＧＭＡ）を使用することを含む。

【0117】

ステップ２３０で、疾患因子分析システム２０５は、ステップ２２０で特定された原因要素に基づいて、疾患に関与する細胞型を特定する。様々な実施形態において、疾患因子分析システムは、ステップ２２８で特定された分子経路及びプロセスに基づいて、疾患に関与する細胞型を特定する。様々な実施形態において、疾患因子分析システム２０５は、ステップ２２０で特定された原因要素に基づいて、疾患に直接関与する細胞型を特定する。

【0118】

原因要素に関連する細胞型を特定するために疾患因子分析システム２０５によって実施される方法の例には、以下が含まれる：
ａ）公開されているデータベースからアクセスできる特定の分子経路に関与する細胞型を特定する
ｂ）単一細胞データ（ＲＮＡｓｅｑ、ＡＴＡＣｓｅｑ）を使用して、活性な原因要素を有する細胞型を決定する
ｃ）原因要素が所与の細胞型で疾患状態と相関する方法で示差的に発現するかどうかを試験する（例えば、健康と疾患の間で異なる発現レベル）。

【0119】

ステップ２４０で、疾患因子分析システム２０５は、疾患プロセスを駆動または刺激する環境因子を特定する。一実施形態では、疾患因子分析システム２０５は、特定された細胞型（ステップ２３０で特定された）に基づいて環境因子を特定する。いくつかの実施形態では、疾患因子分析システム２０５は、特定された経路（ステップ２２８で特定された）に基づいて環境因子を特定する。

【0120】

様々な実施形態において、疾患プロセスを刺激する環境因子には、Ｏ_２圧、ＣＯ２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作が含まれる。様々な実施形態において、疾患プロセスを刺激する環境因子は、サイトカイン、炭水化物、タンパク質、核酸、代謝物、またはイオンなどの生物学的分子へと変化する。例えば、これらの生物学的分子は、疾患状態で示差的に発現する可能性があり、したがって、疾患の発症または進行を引き起こす可能性がある。

【0121】

環境因子を特定するために疾患因子分析システム２０５によって実施される例示的な方法として、以下が挙げられる：
ａ）疾患を引き起こす因子に関する文献の分析（ＮＡＳＨの遊離脂肪酸、パーキンソン病のロテノンなど）
ｂ）特定された細胞型（例えば、サイトカイン、アミロイドβ、または代謝産物）を含む、健康なサンプルと疾患サンプルで示差的に提示される分子の特定。分子を、健康／疾患細胞の配列決定（例えば、単一細胞配列決定データ）または定量的アッセイ（例えば、ＥＬＩＳＡ）によって同定し、示差的に発現する転写産物及び／または示差的に発現する分子を決定することができる。
ｃ）ステップ２２８で特定された原因要素を含む経路など、疾患に関与する経路で産生または利用される分子を特定する。

【0122】

遺伝性疾患構造を決定するためのさらなる方法
様々な実施形態において、疾患因子分析システム２０５は、以前に決定された遺伝性疾患構造（例えば、遺伝性疾患構造１１５）の理解をリファインすることによって、遺伝性疾患構造を決定してもよい。一例として、遺伝性疾患構造１１５のさらなるリファインは、疾患に関連する追加の遺伝子座を特定すること、及び／または疾患の追加の原因要素を特定すること、及びこれらの追加の遺伝子座及び原因要素を、リファインされた遺伝性疾患構造の一部としてさらに含めることを含む。別の例として、遺伝性疾患構造１１５のさらなるリファインは、疾患に関連する遺伝子座のサブセットの除去もしくは置換、または疾患の原因要素のサブセットの除去もしくは置換を含む。リファインされた遺伝性疾患構造は、改善されたｉｎ ｖｉｔｒｏ疾患モデルの生成に有用であり、これにより、改善された機械学習モデルのトレーニングと、より優れた細胞疾患モデルの開発が可能になる。

【0123】

様々な実施形態において、疾患因子分析システム２０５は、サードパーティから得られたデータセットなどのデータセットを分析することによって、遺伝性疾患構造の理解をリファインする。データセットは、様々な実施形態において、疾患に関連する患者に関する対象データ（例えば、遺伝子データ、臨床データ、バイオマーカーデータ、及び／または表現型アッセイデータ）を含み得る。したがって、疾患に関連する追加の患者の対象データを含む追加のデータセットを分析することによって、疾患因子分析システム２０５は、遺伝性疾患構造１１５の理解を補足する追加の遺伝的要素を特定し得る。

【0124】

様々な実施形態において、データセット内の患者は、臨床的に疾患と診断されている可能性がある。様々な実施形態において、データセット内の患者は、臨床的に疾患のサブタイプまたは表現型と診断されている可能性がある。例えば、非アルコール性脂肪肝疾患（ＮＡＦＬＤ）の疾患について、疾患の表現型の例は、線維症の存在である。様々な実施形態において、データセット内の患者は、臨床的に疾患と診断されていない（例えば、診断されていない）が、何らかの形態の疾患を有することを示唆する遺伝学、症状、またはバイオマーカーを有する。これらの患者は、過小診断または誤診されている可能性があるが、それ以外の場合は、疾患の徴候または疾患を発症する重大なリスクを示している。様々な実施形態において、データセットは、これらの前述の患者（例えば、臨床的に診断された患者及び／または診断されていない患者）の任意の組み合わせに関する対象データを含む。

【0125】

様々な実施形態において、疾患因子分析システム２０５は、患者データに基づいてデータセット内の患者を区別するデータセットから１つ以上の合成コホートを生成する。合成コホートには、疾患の存在がある患者、疾患に関連する表現型を示している患者、または疾患を発症するリスクが高い患者が含まれ得る。ここでも、非アルコール性脂肪性肝疾患（ＮＡＦＬＤ）の例に戻ると、疾患因子分析システム２０５は、ＮＡＦＬＤを有する患者を含むか、または線維症、例えば、ＮＡＦＬＤの表現型を示す患者を含む合成コホートを生成することができる。特定の帰属表現型を示す個体を含む合成コホートの生成に関するさらなる説明は、Ｈｏｒｍｏｚｄｉａｒｉ，Ｆ．ｅｔ ａｌ． Ｉｍｐｕｔｉｎｇ Ｐｈｅｎｏｔｙｐｅｓ ｆｏｒ Ｇｅｎｏｍｅ－ｗｉｄｅ Ａｓｓｏｃｉａｔｉｏｎ Ｓｔｕｄｉｅｓ，Ｔｈｅ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｈｕｍａｎ Ｇｅｎｅｔｉｃｓ，２０１６，９９（１），８９－１０３に記載されており、その全体が参照により本明細書に援用される。

【0126】

いくつかの実施形態では、合成コホートの目標は、その後の遺伝子解析が、遺伝性疾患構造１１５において以前に同定されなかった疾患の遺伝子座または原因要素を同定できるように、以前に解析されていない可能性がある患者を含めることである。例えば、合成コホートの患者は、図２Ｂを参照して上述した個体２１０とは異なる場合があり、これらの患者を最初に分析して、最初の遺伝性疾患構造１１５を決定した。例えば、個体２１０が臨床的に疾患と診断された場合、合成コホートは、リスクが高く、まだ臨床的に疾患と診断されていない患者を含むことができる。別の例として、合成コホートには、以前に分析された個体２１０では十分に観察されなかった疾患の表現型またはサブタイプを発現する患者が含まれ得る。したがって、合成コホートの患者の根底にある遺伝学を理解することは、これまで観察されていなかった疾患の表現型またはサブタイプに関連する遺伝学であり得る。これらの遺伝学を使用して、遺伝性疾患構造１１５をさらにリファインし、以前は捕捉されなかった疾患の様々な表現型及び／またはサブタイプに関連する遺伝的要素をより完全に捕捉することができる。

【0127】

１つ以上の合成コホートを生成するために、疾患因子分析システム２０５は、図２Ｂを参照して上記で開発した遺伝性疾患構造１１５の最初の理解を使用してもよい。例えば、疾患因子分析システム２０５は、データセットをフィルタリングして候補患者を選択することができ、候補患者は、遺伝性疾患構造１１５と部分的にアラインする対象データを有する。疾患因子分析システム２０５は、遺伝性疾患構造１１５の遺伝子座または原因要素を有する患者を選択する。したがって、疾患を有する（おそらく臨床的に疾患についてすでに診断されている）候補患者に加えて、疾患因子分析システム２０５は、疾患について過小診断または誤診されており、彼らの対象データ（例えば、根底となる遺伝学）が遺伝性疾患構造１１５と部分的にアラインしているため、疾患のリスクが潜在的に高いと診断されている候補患者も選択する。

【0128】

様々な実施形態において、疾患因子分析システム２０５は、患者の対象データに基づいて候補患者にラベルを帰属させることによって、候補患者のサブセットを含む患者の合成コホートを生成する。これにより、候補患者が互いに区別され、特定のラベルを有する患者の合成コホートの生成が可能になる。一例として、候補患者の第１のセットは、疾患を有するとラベル付けすることができ、一方、候補患者の第２のセットは、疾患を発症するリスクが高いとラベル付けすることができる。ＮＡＦＬＤに関して、候補患者の第１のセットは、ＮＡＦＬＤを有するとラベル付けされ、一方、候補患者の第２のセットは、ＮＡＦＬＤで多くの場合に認められる線維症表現型を発現する高リスクＮＡＦＬＤとしてラベル付けされ得る。

【0129】

様々な実施形態において、異なる候補患者にラベルを帰属させることは、対象データに基づいて候補患者を区別することを含み得、その例には、ラベルの１つに関連するバイオマーカーの発現に基づいて患者を区別することが含まれる。様々な実施形態において、候補患者にラベルを帰属させることは、以前にトレーニングされた１つ以上のトレーニングされた予測モデルを適用して、バイオマーカーデータに基づいて２つの標識を区別することを含む。例えば、予測モデルは、入力として患者のバイオマーカーデータを分析し、次いで標識に関する予測を出力する分類器であり得る。予測モデルは、ラベルの予測を決定するために、バイオマーカーのパネルなどの１つ以上のバイオマーカーを分析し得る。

【0130】

合成コホートが与えられると、疾患因子分析システム２０５は、遺伝子分析を実施して、合成コホートの患者に関連する根底となる遺伝学を決定する。様々な実施形態において、疾患因子分析システム２０５は、図２Ｂを参照して、ステップ２１５（例えば、遺伝子座を特定する）及びステップ２２０（疾患の原因要素を特定する）に関して上述したプロセスと同様の遺伝子分析を行う。例示的な実施形態では、疾患因子分析システム２０５は、合成コホート内の患者に対してゲノムワイド関連研究（ＧＷＡＳ）分析を実施して、疾患に関連する遺伝子座を特定し、トランスクリプトームワイド関連研究（ＴＷＡＳ）及び発現量的形質遺伝子座（ｅＱＴＬ）シグネチャを共局在化することによってポストＧＷＡＳ分析を実施して、原因要素を特定する。様々な実施形態において、疾患の原因要素を特定するステップは、さらに遺伝性疾患構造１１５の既存の理解に依存し得る。例えば、ポストＧＷＡＳ分析には、遺伝子座のバリアントを形質に細かくマッピングすることが含まれる。ポストＧＷＡＳ分析は、遺伝性疾患構造１１５の理解を含む、一連の異なるデータセット（例えば、図２Ｂに記載のゲノムアノテーション２２５）を使用することができる。

【0131】

全体として、合成コホートのこの遺伝学分析を通じて特定された遺伝子座と原因要素は、以前に生成された遺伝性疾患構造１１５を補足するために使用することができる。これにより、機械学習モデルをトレーニングするための追加のトレーニングデータの生成が可能になり、さらに、スクリーニングを実行するためのよりロバストな疾患の細胞モデルの生成が可能になる。

【0132】

様々な実施形態において、遺伝性疾患構造を決定するための方法は、ＧＷＡＳ関連試験を実施することを含み得る。例えば、関連試験では、疾患のサンプルに存在することに基づいて、疾患に関連する遺伝子座と原因要素を明らかにすることができる。様々な実施形態において、遺伝的構造の方法は、サンプルの遺伝学を決定し、サンプルのラベル（例えば、罹患または非罹患ラベル）をさらに決定することを含む。様々な実施形態において、ラベルは、疾患のサンプルと健康なサンプルを区別するようにトレーニングされた予測モデルを実行することによって決定される。したがって、予測モデルは、疾患のラベルまたは健康なラベルを各サンプルに割り当てることができる。様々な実施形態において、予測モデルは、表現型アッセイデータ（例えば、サンプルから捕捉した画像）を分析し、表現型アッセイデータに従って疾患のサンプルと健康なサンプルとを区別するようにトレーニングされる。例えば、表現型アッセイデータは、サンプルの免疫組織化学画像であり得、したがって、予測モデルは、画像分析を実行し、サンプルを疾患または健康としてラベル付けすることができる。

【0133】

関連性試験では、遺伝的変化の存在（例えば、バリアント、一塩基バリアント（ＳＮＶ）、挿入、欠失、ノックイン、ノックアウト、及び／または特定のゲノムユニットの存在または非存在）、または陽性疾患ラベル（例えば、疾患の指標）との関連性が高い原因要素を明らかにすることができる。したがって、陽性疾患ラベルと高度に関連するこれらの遺伝的変化を伴う遺伝子座は、様々な実施形態において、遺伝性疾患構造に含めるための原因要素として同定することができる。

【0134】

表現型アッセイデータ
図２Ｃに示すように、機械学習モデルをトレーニングするために後で使用されるトレーニングデータを生成するために、細胞改変システム２０６及び表現型アッセイシステム２０７によって実行されるステップを示す。一般に、細胞改変システム２０６は、疾患の遺伝的構造とアラインする細胞コホートを生成するステップ２５０、及び細胞コホートを所望の細胞表現型に改変するステップ２５５を実行する。細胞コホートは、１つの細胞または複数の細胞（例えば、細胞の集団）からなり得る。表現型アッセイシステム２０７は、１つ以上の表現型アッセイを実行して、トレーニングデータを生成する。図２Ｃは、これらのステップ（例えば、ステップ２５０及び２５５）をフロープロセスとして示しているが、いくつかの実施形態では、細胞コホートを、ステップ２５０で実行する特定の改変の前に改変してもよい（例えば、ステップ２５５）。表現型アッセイシステム２０７は、細胞上で１つ以上の表現型アッセイを実行して、細胞に由来する表現型アッセイデータを生成する。

【0135】

全体として、細胞改変システム２０６及び表現型アッセイシステム２０７は、細胞株の維持、細胞スクリーニング、細胞投薬（例えば、細胞改変または分化）、及び表現型アッセイ（その例には、細胞染色及びイメージングが含まれる）の実行のためのエンドツーエンドの自動化ワークフローを可能にする自動化インフラストラクチャを通じて実装され得る。自動化されたインフラストラクチャは、細胞疾患モデルシステム２０８が機械学習モデルをトレーニングするために使用できるトレーニングデータの大規模な生成を可能にする。より具体的には、自動インフラストラクチャを配備する実施形態では、ステップ２５０は、ハイスループットの細胞生成及び管理を含む。ハイスループット細胞生成及び管理のための細胞改変システム２０６の機能には、大容量プレート保存、複数の液体処理オプション、夜間操作、大容量ＣＯ_２インキュベーション、培地冷却器及び保存が含まれる。したがって、サポートされているワークフローには、細胞継代、細胞モニタリング、培地交換、及び細胞保存が含まれる。様々な実施形態において、細胞改変システム２０６は、多数のプレート（例えば、２００枚を超えるプレート）を取り扱うことができ、例えば、２０以上の試薬充填ステーションをさらに含む。

【0136】

様々な実施形態において、ステップ２５０で、細胞改変システム２０６は、細胞（複数可）（例えば、単一細胞、細胞集団、細胞の複数集団）を生成し、維持する。細胞は、細胞の型（単一の細胞型、細胞型の混合物）、細胞系統（例えば、成熟の異なる段階または疾患の進行の異なる段階にある細胞）、細胞培養（例えば、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドまたはオルガンオンチップシステム）に関して、様々に異なり得る。様々な実施形態において、細胞改変システム２０６は、特定の疾患が活動性である細胞型の細胞を生成及び維持する。様々な実施形態において、細胞改変システム２０６は、特定の疾患が活動性である細胞型に対する代理細胞として機能する細胞を生成及び維持する。ここで、代理細胞は、疾患が活動性である特定の細胞型と比較して、管理が容易であり得る（例えば、培養が容易であり、操作が容易である）。細胞システム２０６が生成し、維持する特定の細胞型は、図２Ｂを参照して上述したように、ステップ２３０で特定された細胞型であり得る。

【0137】

様々な実施形態において、細胞改変システム２０６は、人工多能性幹細胞（ｉＰＳＣ）を生成及び／または維持する。ｉＰＳＣは、リプログラミング因子Ｏｃｔ４、Ｓｏｘ２、Ｋｌｆ４、及びＭｙｃを使用した体細胞のリプログラミングなど、様々な方法で生成することができる。体細胞の再プログラミングは、ウイルスまたはエピソームの再プログラミング技術によって生じ得る。ｉＰＳＣを生成する方法の例は、ＰＣＴ／ＵＳ２０１８／０６７６７９、ＰＣＴ／ＥＰ２００９／００３７３５、米国出願第１３／０５９，９５１号、米国出願第１３／３６９，９９７号、米国出願第１４／０４３，０９６号、及び米国出願第１３／４４１，３２８号にさらに記載されており、これらの各々は、その全体が参照により本明細書に援用される。

【0138】

様々な実施形態において、細胞改変システム２０６は、体細胞を生成及び／または維持する。様々な実施形態において、細胞改変システム２０６は、分化した細胞を生成及び／または維持する。様々な実施形態において、細胞改変システム２０６は、初代細胞から分化した細胞（例えば、分化転換された）を生成及び／または維持する。様々な実施形態において、細胞改変システム２０６は、幹細胞から分化した細胞を生成及び／または維持する。様々な実施形態において、細胞は、細胞改変システム２０６が以前に生成したｉＰＳＣなどのｉＰＳＣから分化する。

【0139】

様々な実施形態において、細胞改変システム２０６は、多様なスペクトルの遺伝的変動に及ぶ可能性が高い遺伝学を有するｉＰＳＣを生成及び／または維持する。様々な実施形態において、遺伝的変動の多様なスペクトルは、図２Ｂに関して上述した原因要素に関連している。一実施形態では、異なる原因要素を発現するｉＰＳＣの異なる集団を選択することができる。したがって、原因要素の様々な発現の影響は、ｉＰＳＣ集団全体で再現することができる。一実施形態では、異なる多遺伝子リスクスコア（ＰＲＳ）を有するｉＰＳＣの異なる集団を生成することができる。

【0140】

様々な実施形態において、ステップ２５０は、細胞改変システム２０６が細胞をさらに編集して、細胞が疾患の遺伝子構造と確実にアラインするようにするサブステップを含む。一実施形態では、細胞改変システム２０６は、細胞に遺伝的変化を導入することによって細胞を編集する。いくつかの実施形態では、そのような遺伝的変化は、図２Ｂに関して上述した遺伝性疾患構造１１５など、患者から決定される遺伝性疾患構造を模倣するために導入される。特定の実施形態では、細胞が発現する１つ以上の遺伝的変化は、疾患の遺伝的構造を複製する。例えば、１つ以上の遺伝的変化は、一過性または構成的な方法で、疾患の遺伝的構造の原因要素の影響を複製する。

【0141】

１つ以上の遺伝的変化の例には、変異（例えば、多型、一塩基多型（ＳＮＰ）、一塩基バリアント（ＳＮＶ））、挿入、欠失、ノックイン、及びノックアウトが含まれる。遺伝的変化の追加の例には、発現の変化を引き起こす遺伝的変化（例えば、遺伝子サイレンシング／活性化）またはエピジェネティックな状態の変化を引き起こす遺伝的変化（例えば、ヒストン結合、ＤＮＡメチル化）が含まれる。

【0142】

様々な実施形態において、細胞が発現する１つ以上の遺伝的変化を改変することができる。遺伝的変化を改変して、異なる細胞間で遺伝的多様性を高め、及び／または浸透性の高いバリアントを導入することができる。様々な実施形態において、細胞が発現する１つ以上の遺伝的変化は、特定のｃＤＮＡの過剰発現の結果である。例えば、遺伝子のｃＤＮＡ構築物は、トランスフェクション法（例えば、リポフェクタミン）によって細胞に提供され、１つ以上の遺伝的変化を導入することができる。様々な実施形態において、細胞が発現する１つ以上の遺伝的変化を、クラスタ化して規則的な配置の短い回文配列リピート（ＣＲＩＳＰＲ）を使用して改変する。例えば、細胞において１つ以上の遺伝的変化を生成するためのＣＲＩＳＰＲ系は、ＣＲＩＳＰＲ複合体（ＣＲＩＳＰＲ酵素を含む）、標的配列とハイブリダイズしてＣＲＩＳＰＲ複合体の配列特異的結合を標的配列に誘導するための１つ以上のガイド配列を含み得る。ＣＲＩＳＰＲ系を使用する遺伝子編集は、米国特許第８，６９７，３５９号、第８，６９７，３５９号；第８，７７１，９４５号、第８，７９５，９６５号、第８，８６５，４０６号、第８，８７１，４４５号、第８，８８９，３５６号、第８，８９５，３０８号、第８，９０６，６１６号、第８，９３２，８１４号、第８，９４５，８３９号、第８，９９３，２３３号、第８，９９９，６４１号、第ＰＣＴ／ＵＳ２０１３／０７４６１１号、及び第ＰＣＴ／ＵＳ２０１３／０７４８１９号にさらに記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。様々な実施形態において、細胞が発現する１つ以上の遺伝的変化を、転写活性化因子様エフェクターヌクレアーゼ（ＴＡＬＥＮ）を使用して改変する。ＴＡＬＥＮを使用した遺伝子編集は、米国特許第９，３５３，３７８号；第８，４４０，４３１号；第８，４４０，４３２号；第８，４５０，４７１号；第８，５８６，３６３号；第８，６９７，８５３号及び第９，７５８，７７５号にさらに記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。様々な実施形態において、細胞が発現する１つ以上の遺伝的変化を、ジンクフィンガーヌクレアーゼを使用して改変する。ジンクフィンガーヌクレアーゼを使用する遺伝子編集は、米国特許第７，８８８，１２１号、第８，４０９，８６１号、第７，９５１，９２５号、第８，１１０，３７９号、及び第７，９１９，３１３号にさらに記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。

【0143】

これらの遺伝的変化を導入するために細胞改変システム２０６が実行できる例示的な方法には、以下が含まれるが、これらに限定されない：
ｉ）ＣＲＩＳＰＲヌクレアーゼ（ＣＲＩＳＰＲｎ）またはＣＲＩＳＰＲ阻害（ＣＲＩＳＰＲｉ）を使用して、機能喪失遺伝子バリアントを作成する。
ｉｉ）ＣＲＩＳＰＲ活性化（ＣＲＩＳＰＲａ）を使用して機能獲得遺伝子バリアントを作成する
ｉｉｉ）ＣＲＩＳＰＲプライム編集、相同性修復（ＨＤＲ）を使用した特定の対立遺伝子変化を作成し、
ｉｖ）Ｃａｓ３または他のツールを使用してコピー数バリエーション（ＣＮＶ）を生成する
ｖ）ｄＣａｓ９バリアント、またはＰｒｉｍｅ－ｅｄｉｔｏｒなどのタンパク質の構成的または誘導性発現を生成する
ｖｉ）ＮＧＮ２などの分化因子の構成的または誘導性発現を生成する

【0144】

ステップ２５５は、細胞コホートを改変することを含む。様々な実施形態において、ステップ２５５は、エクスポソームを実行することを含む。例えば、細胞コホートを、１つ以上の摂動因子に曝露する。様々な実施形態において、摂動因子は、細胞において、より低い疾患状態を誘導することができ、それにより、細胞は、疾患の表現型のより少ないトレースを示し得る。様々な実施形態において、摂動因子は、細胞において疾患状態を誘導することができ、それにより、細胞は、疾患の表現型のトレースを示し得る。様々な実施形態において、摂動因子は、役割を果たすか、または疾患を引き起こす可能性があり、したがって、摂動因子によって誘発される疾患の表現型のトレースは、特定の臨床的エンドポイントのアンカー表現型として有益であり得る。例えば、線維症進行の臨床的エンドポイントに関して、ＴＧＦβ摂動因子は線維症の疾患状態を誘発する。したがって、アンカー表現型は、ＴＧＦβへの細胞の曝露に起因する疾患の表現型のトレースによって表される。

【0145】

様々な実施形態において、摂動因子を、（ｉ）代謝または食事のリスク／保護因子を模倣する能力、（ｉｉ）候補生物学的経路に関与する能力、または（ｉｉｉ）細胞の微小環境に影響を与え得る細胞型のエフェクター機能（複数可）を捕捉する能力に従って選択する。様々な実施形態において、エクスポソームのための摂動因子を選択することは、遺伝学において濃縮された経路を介して遺伝子分析から出現する候補遺伝子を評価し、同定することを含む。したがって、選択された摂動因子は、候補遺伝子（または候補遺伝子の産物）と相互作用するものであり得る。様々な実施形態において、エクスポソームのための摂動因子を選択することは、ヒトデータ由来のサンプルを分析して、疾患サンプルと健康サンプルに示差的に存在する（例えば、濃縮されたかまたは減少していた）曝露（例えば、サイトカイン、炭水化物、タンパク質、核酸、代謝産物、またはイオン）を特定することを含む。ここでは、疾患サンプルと健康サンプルに示差的に存在する曝露を摂動因子として選択することができる。様々な実施形態において、エクスポソームのための摂動因子を選択することは、以前の文献研究（例えば、疫学研究）から知られている要因を特定し、分析することを含む。

【0146】

様々な実施形態において、追加の摂動因子は、最初に選択された摂動因子に基づいてエクスポソームのために選択され得る。例えば、最初に選択された摂動因子が、疾患の推定ドライバーとして同定された候補生物学的経路または候補遺伝子を調節する場合、最初に選択された摂動因子に類似または関連する他の摂動因子も選択することができる。例えば、最初に選択された摂動因子としてアディポカインが同定されると、最初の曝露セットの一部として他のアディポカインが選択され得る。別の例として、追加の摂動因子は、最初に選択された摂動因子によって標的とされる生物学的経路に関与するシグナル伝達受容体または二次メッセンジャーを標的とする摂動因子であり得る。

【0147】

様々な実施形態において、ステップ２５５は、異なる細胞コホート２５０を異なる摂動因子に曝露することを含む。様々な実施形態において、ステップ２５５は、細胞コホートを少なくとも２つの摂動因子に曝露することを含む。様々な実施形態において、ステップ２５５は、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個の摂動因子に対して、細胞コホートを曝露することを含む。全体として、細胞コホートでエクスポソームを実行すると、その後、様々な細胞コホートにわたって広範囲の表現型アッセイデータ（例えば、ステップ２６０で捕捉）を捕捉することができる。そのような表現型アッセイデータは、機械学習モデルのトレーニングに使用される曝露反応表現型（ＥＲＰ）を構成することができる。

【0148】

様々な実施形態において、ステップ２５５を実行するために、細胞改変システム２０６は、サンプルの非接触分注を保証する広範囲の液体タイプ及び細胞タイプのナノリットル分注などの機能を含み得る。このように、様々な異なる細胞の改変を、ハイスループットな方法で並行して行うことができる。細胞を改変するための機能の例には、バルク試薬ディスペンサー、プレートのシーリング／デシーリング、完全なプロセス封じ込め（例えば、ＨＥＰＡフィルター／陰圧エンクロージャー）が含まれる。様々な実施形態において、細胞改変システム２０６は、ハイスループットウイルス調製及びハイスループット分子生物学を含む。

【0149】

ステップ２５５で、細胞改変システム２０６は、疾患の遺伝的構造とアラインされる細胞を改変する。様々な実施形態において、細胞を改変する際に、細胞改変システム２０６は、細胞を分化させること、細胞の遺伝子発現を調節すること、及び／または細胞を疾患細胞状態に駆り立てる環境条件を提供することのうちの任意の１つ以上を実行する。様々な実施形態において、ステップ２５５で細胞を改変することは、細胞が疾患の広範囲の細胞表現型を発現するように細胞コホートを多様化することを含む。疾患細胞状態の例として、疾患に関与する細胞型、１つ以上の遺伝子産物（例えば、ｍＲＮＡ、タンパク質、またはバイオマーカー）の示差的発現、変異遺伝子産物（例えば、バリアントｍＲＮＡ、バリアントタンパク質、またはバリアントバイオマーカー）の発現、遺伝子の示差的発現、及びシグナル伝達経路の変化が挙げられる。

【0150】

様々な実施形態において、細胞改変システム２０６は、以下のステップのうちの１つ以上を実行する：（１）分離、共培養、またはオルガノイドなどの多細胞系のいずれかにおいて、ｉＰＳＣを１つ以上の関連する細胞系統に分化させ、（２）摂動により、遺伝子のサブセットの発現を調節し（例えば、ＣＲＩＳＰＲｉ／ａを使用した活性化または抑制）、そして（３）疾患プロセスを駆動できる単一ステップまたは複数ステップのプロトコルにより、環境模倣を導入する。好ましい実施形態では、細胞改変システム２０６は、ハイスループット細胞株管理能力（例えば、大容量インキュベーター、プレート、試薬充填ステーション、プレート保管、液体処理オプション）を実装し、それによって、多数の細胞コホートを並行して迅速に多様化することができる自動細胞分化ワークフローを可能にする。しかしながら、いくつかの実施形態では、細胞改変システム２０６は、以下のステップを説明するために低スループットの方法を実施することもできる。

【0151】

一実施形態では、細胞改変システム２０６は、細胞を、関連する細胞型（例えば、疾患に関連する細胞型）に分化させる。特定の関連する細胞型は、図２Ｂを参照して上述したように、ステップ２３０で同定された原因要素を発現する細胞型であり得る。例えば、細胞は、ｉＰＳＣであり得、したがって、細胞改変システム２０６は、ｉＰＳＣを特定の運命（例えば、ニューロン（例えば、抑制性介在ニューロン、ドーパミン作動性ニューロン、皮質ニューロン）、星状細胞、肝細胞、星状細胞、マクロファージ、ミクログリア、クッパー細胞、及び造血幹細胞）を含む、疾患に関連する体細胞）にプログラムする。ｉＰＳＣを培養し、及び／または栄養素、サイトカイン、及び／または環境条件にさらして、ｉＰＳＣを特定の体細胞に分化させるように誘導することができる。例えば、ｉＰＳＣを星状細胞に分化させるために、ｉＰＳＣを、ＢＭＰ４、ＦＧＦ１、ＦＧＦ３、レチノール、及びパルミチン酸の組み合わせで処理することができる。ｉＰＳＣを異なる体細胞に分化させるための例示的な方法は、ＰＣＴ／ＵＳ２０１０／０２５７７６、米国出願第１３／６１９，８９３号、米国出願第１５／７２５，９３１号、及び米国特許第９，９３２，５６１号に記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。

【0152】

一実施形態では、細胞改変システム２０６は、異なる細胞が成熟または発生の異なる段階を表すように、複数の細胞を改変する。細胞改変システム２０６は、異なるｉＰＳＣ、分化細胞、またはその両方を改変し得る。例えば、第１の細胞は、第２の細胞の以前のバージョンを表し得る。一例として、第１の細胞は、新たに分化した体細胞（例えば、若い体細胞）であってもよく、一方、第２の細胞は、２回以上継代された体細胞（例えば、古い体細胞）であってもよい。したがって、時間の経過に伴う体細胞の挙動は、これら２つの細胞にわたって表すことができる。

【0153】

様々な実施形態において、細胞改変システム２０６は、異なる細胞が疾患の進行の異なる段階を表すように、複数の細胞を改変する。細胞改変システム２０６は、異なるｉＰＳＣ、分化細胞、またはその両方を改変し得る。一実施形態では、細胞改変システム２０６は、第１の細胞が、第２の細胞と比較して疾患の進行が早い疾患細胞を表現するように、複数の細胞を改変してもよい。一実施形態では、細胞改変システム２０６は、細胞が加速または減速した疾患進行を受けるように複数の細胞を改変し、それによって関連するｉｎ ｖｉｖｏ疾患発現状態をエミュレートし得る。したがって、時間の経過に伴う疾患の進行は、これら２つの細胞にわたって表され得る。

【0154】

いくつかの実施形態では、細胞改変システム２０６は、細胞を摂動することによって細胞を改変し、これは、疾患に関連する細胞の細胞状態を促進する。疾患の細胞状態の例として：細胞が示差的な遺伝子発現を示す状態、細胞が調節不全の挙動を示す状態（例えば、異常な細胞周期調節、細胞分裂、酵素機能）、細胞が疾患タンパク質を発現する状態（例えば、プロテオパシー）、及び低酸素症、高酸素症、低炭酸ガス血症、または高炭酸ガス症誘発状態が挙げられる。

【0155】

摂動の一例として、細胞改変システム２０６は、薬剤を細胞に投与することができる。薬剤の例として、化学剤、分子介入、環境模倣物または遺伝子編集剤が挙げられる。遺伝子編集剤の例として、特定の遺伝子をそれぞれ下方制御または過剰発現させる働きをするＣＲＩＳＰＲｉ及びＣＲＩＳＰＲａが挙げられる。ＣＲＩＳＰＲｉ及びＣＲＩＳＰＲａならびにＣＲＩＳＰＲｉ／ａを使用する転写調節方法に関するさらなる詳細は、米国出願第１５／３２６，４２８号及びＰＣＴ／ＣＮ２０１８／１１７６４３に記載されており、両方ともその全体が参照により本明細書に援用される。化学剤または分子介入の例として、遺伝的要素（例えば、ｓｉＲＮＡ、ｓｈＲＮＡ、またはｍＲＮＡなどのＲＮＡ、二本鎖または一本鎖アンチセンスオリゴヌクレオチド）、ならびに臨床候補、ペプチド、抗体、リポタンパク質、サイトカイン、食事摂動因子、金属イオン塩、コレステロール結晶、遊離脂肪酸、またはＡβ凝集体が挙げられる。化学剤または分子介入の例として、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸のいずれかのうちの任意の１つである。

【0156】

様々な実施形態において、環境模倣物は、摂動因子として、または遺伝子発現を調節する摂動因子に加えて提供され得る。環境模倣物の例として、Ｏ_２圧、ＣＯ_２圧、静水圧、浸透圧、ｐＨバランス、紫外線曝露、温度曝露または他の物理化学的操作が挙げられる。様々な実施形態において、環境模倣物は、図２Ｂに関して上述したように、ステップ２４０で決定された環境因子である。

【0157】

様々な実施形態において、細胞の摂動を、アレイ形式で実行する。例えば、細胞を個別に（例えば、別々のウェルに）播種し、個別に摂動させる。いくつかの実施形態では、細胞の摂動を、プールされた形式で実行する。例えば、細胞を一緒にプールし、摂動させる。一実施形態では、プールした細胞を、同じ摂動にさらす。一実施形態では、プール内の細胞を、個々の摂動に個別にさらす。

【0158】

様々な実施形態において、細胞改変システム２０６は、ｉｎ ｖｉｖｏでの疾患状態を予測する細胞培養条件を選択することによって細胞を撹乱する。一実施形態では、細胞培養条件は、ｉｎ ｖｉｖｏで疾患状態をエミュレートするように選択される。いくつかの実施形態では、細胞培養条件は、ｉｎ ｖｉｖｏで疾患状態を予測する（例えば、ｉｎ ｖｉｖｏで正確に同じ条件である必要はない）。細胞培養条件の選択は、疾患の進行をモデル化するための細胞を生成する際に有用であり得る。例えば、疾患がｉｎ ｖｉｖｏで進行するにつれて、対象の免疫応答系及び他の生物学的機能（オートファジーなど）が影響を受ける可能性がある（例えば、活性レベル及び分子出力の増加または減少）。ｉｎ ｖｉｖｏ条件を予測するか、またはエミュレートする細胞条件を選択することができる。例えば、培養条件及び製剤は、（１）ｉｎ ｖｉｖｏで疾患周辺の対応する生理学的状態に依存せずにｉｎ ｖｉｔｒｏで疾患の進行を遅らせるか、もしくは加速するように、または（２）ｉｎ ｖｉｔｒｏで既知の生理学的状態を模倣するために、特に、これらの状態が疾患の進行にどのように影響を与えるのかを理解するために、選択され得る。

【0159】

ステップ２５５の後、細胞改変システム２０６は、様々な細胞コホートが、疾患に関連する幅広い細胞表現型のｉｎ ｖｉｔｒｏモデルとして機能するように、様々な細胞コホート（例えば、遺伝子を示差的に発現する細胞、１つ以上の細胞型である細胞、及び環境模倣物に曝露された細胞）を生成する。

【0160】

ステップ２６０で、表現型アッセイシステム２０７は、様々な細胞集団に対して１つ以上の表現型アッセイを実行して、前例のない幅及びスケールで表現型アッセイデータを取得する（広範囲の細胞集団を考えると）。一般に、細胞は、細胞に対して１つ以上の表現型アッセイを実行することによって捕捉される細胞表現型を示し、１つ以上の表現型アッセイによって捕捉されたデータを、以降、表現型アッセイデータと呼ぶ。様々な実施形態において、表現型アッセイデータは、機械学習を実施する方法がなければ、細胞の表現型挙動に関連する可能性のある臨床表現型を予測することが困難であり得る高次元データを表す。様々な実施形態において、表現型アッセイシステム２０７は、異なる細胞集団にわたって表現型アッセイを実施する。

【0161】

様々な実施形態において、表現型アッセイシステム２０７は、異なる時点で単一細胞集団にわたって表現型アッセイを実施する（例えば、単一細胞集団が進行／発達するにつれて表現型アッセイデータを捕捉するために）。異なる時点での細胞からの表現型アッセイデータの取得は、細胞のｉｎ ｖｉｔｒｏ発生または疾患の進行が類似のｉｎ ｖｉｖｏプロセスとどのように比較されるかを理解するのに役立ち得る。例えば、ｉｎ ｖｉｔｒｏでの疾患の進行は、ｉｎ ｖｉｖｏでの疾患の進行よりもはるかに速く生じ得る。いくつかのシナリオでは、様々な時点での表現型アッセイデータを捕捉すること（これは、ｉｎ ｖｉｔｒｏでの疾患進行の細胞発生の様々な段階でのスナップショットを取得することを表す）により、ｉｎ ｖｉｔｒｏでの細胞発生または疾患進行のどの段階が、特定のｉｎ ｖｉｖｏ状態に対応するかをよりよく理解することができる。同様に、特定の段階でのｉｎ ｖｉｔｒｏ細胞表現型アッセイデータは、ｉｎ ｖｉｖｏで実施された同様の調査研究よりも細かいレベルの解像度で疾患の進行に関連する生物学的標的を特定するのに役立つ。いくつかのシナリオでは、異なる時点でのｉｎ ｖｉｔｒｏ細胞から捕捉された表現型アッセイデータを、ｉｎ ｖｉｖｏ状態とアラインする必要はなく；むしろ、異なる時点で捕捉された表現型アッセイデータを基に、様々なｉｎ ｖｉｖｏ状態を予測する必要があるに過ぎない。したがって、ｉｎ ｖｉｔｒｏ細胞から捕捉された表現型アッセイデータにより、ｉｎ ｖｉｖｏの疾患状態を予測することができ、ｉｎ ｖｉｔｒｏで正確な状態を再現することを必要とせずに、ｉｎ ｖｉｖｏでの疾患の進行を理解することができる。

【0162】

一例として、高次元表現型アッセイデータは、画像データ、例えば、細胞または細胞集団から取り込まれた高解像度顕微鏡検査データまたは免疫組織化学画像データを含み得る。表現型アッセイデータの追加の例として、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、細胞代謝データ、細胞形態データ、または細胞相互作用データが含まれる。表現型アッセイデータのさらなる例として、心臓細胞の電気生理学的機能データ及び脳細胞の脳波（ＥＥＧ）または皮質電図（ＥＣｏＧ）などの機能データが挙げられる。図２Ｃに示すように、表現型アッセイの例には、ハイコンテントイメージング（例えば、細胞顕微鏡法）及び単一細胞ＲＮＡ配列決定が含まれる。追加の表現型アッセイとして、ＡＴＡＣｓｅｑ、タンパク質発現レベルを測定するためのアッセイ、ＲＮＡ－ＦＩＳＨ、及び他の疾患特異的アッセイが挙げられる。さらなる表現型アッセイは、以下にさらに詳細に記載されている。

【0163】

様々な実施形態において、表現型アッセイシステム２０７は、自動インフラストラクチャにおける別のステップとして、ハイスループット方式で表現型アッセイを実行する。例えば、表現型アッセイシステム２０７は、ハイスループット化合物プレート調製を行うことができる（いくつかの場合では、動的プレートバッチスケジューリング及び／またはオーバーナイト操作で）。表現型アッセイシステム２０７は、大容量のプレート（例えば、３００枚以上のプレート）を扱うことができ、大容量のＣＯ_２インキュベーター、オン／オフプレート冷却、及び表現型アッセイを実行するためのハードウェア（例えば、免疫組織化学染色、顕微鏡、フローサイトメーター）をさらに含む。様々な実施形態において、表現型アッセイシステム２０７は、プール化光学スクリーニング、画像ベースのサイトメトリー、ハイコンテント画像アッセイ（例えば、細胞ペイント）、及び生細胞イメージングなどの様々なワークフローを可能にする。

【0164】

全体として、図２Ｃに示すステップは、疾患の広範な細胞アバターからの表現型アッセイデータの捕捉をもたらす。各細胞アバターは細胞を表し、細胞の根底となる遺伝学及び細胞に提供される摂動によって定義される。表現型アッセイデータを使用して機械学習モデルをトレーニングし、細胞アバターの臨床表現型予測を行うことができる。

【0165】

細胞疾患モデルを生成するための機械学習モデルの実装方法
一般に、細胞疾患モデルシステム２０８は、１つ以上の細胞から捕捉された表現型アッセイデータに基づいて臨床表現型を予測する機械学習モデルをトレーニングする。機械学習モデルは、細胞疾患モデルの基礎として機能する予測を出力する。細胞疾患モデルシステム２０８は、細胞疾患モデルを展開してスクリーニングを実行する。

【0166】

本明細書において、機械学習モデル及び細胞疾患モデルを実装して、疾患に対して使用するための介入（例えば、薬物、遺伝子、または併用介入）を検証する方法を開示する。さらに、本明細書において、機械学習モデル及び細胞疾患モデルを実装して、介入に反応する可能性が高い患者集団を特定する方法を開示する。さらに、本明細書において、治療的介入として使用するための大規模な治療ライブラリで治療薬（例えば、薬物または遺伝子治療）を探索するための機械学習モデル及び細胞疾患モデルを実装する方法を開示する。選択された治療薬は、有効性を示す可能性が高く、毒性効果をもたらす可能性が低い。さらに、本明細書では、機械学習モデル及び細胞疾患モデルを実装して構造活性相関（ＳＡＲ）スクリーニングを開発する方法を開示する。さらに、本明細書において、機械学習モデル及び細胞疾患モデルを実装して、その摂動が疾患を調節する可能性がある生物学的標的（例えば、遺伝子）を特定する方法を開示する。

【0167】

トレーニングデータの生成
本明細書において、機械学習モデルをトレーニングするために使用されるトレーニングデータを生成する方法について説明する。上記のように、トレーニングデータの生成に使用される疾患のｉｎ ｖｉｔｒｏモデルとして機能する広範囲の改変細胞を考慮して、トレーニングデータを、前例のない幅と規模で生成する。トレーニングが完了すると、機械学習モデルは、予測力が向上した表現型アッセイデータに基づいて臨床表現型を予測することができる。

【0168】

様々な実施形態において、トレーニングデータは、細胞（複数可）（例えば、単一細胞、細胞集団、複数の細胞集団）、細胞型（単一細胞型、細胞型の混合物）、細胞系統（例えば、異なる成熟段階または異なる疾患進行段階の細胞）、細胞培養（例えば、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステム）、遺伝的マーカー（例えば、遺伝子型の範囲）、及び外部摂動（例えば、環境条件または薬剤）のいずれかの組み合わせに由来し得る。全体として、トレーニングデータは、様々な条件及び状況における様々な細胞の動作を反映する包括的なデータセットであり得る。

【0169】

様々な実施形態において、トレーニングデータは、細胞に由来する。様々な実施形態において、トレーニングデータは、細胞集団に由来する。様々な実施形態において、トレーニングデータは、複数の細胞集団に由来する。様々な実施形態において、細胞集団は、ｉｎ ｖｉｖｏ、ｉｎ ｖｉｔｒｏ ２Ｄ培養、ｉｎ ｖｉｔｒｏ ３Ｄ培養、またはｉｎ ｖｉｔｒｏオルガノイドもしくはオルガンオンチップシステムのうちの１つであり得る。いくつかの実施形態では、細胞集団は、単一の細胞型の細胞集団であり得る。いくつかの実施形態では、細胞集団は、細胞型の混合物を含み得る。例えば、細胞集団を、組織生検から取得してもよく、細胞集団は、複数の細胞型を含み得る。様々な実施形態において、細胞は体細胞である。様々な実施形態において、細胞は、分化した細胞である。様々な実施形態において、細胞は、初代細胞から分化している（例えば、分化転換）。様々な実施形態において、細胞は、幹細胞から分化している。様々な実施形態において、細胞は、人工多能性幹細胞（ｉＰＳＣ）から分化した細胞である。様々な実施形態において、細胞は、疾患と関連している。特定の実施形態では、細胞は神経細胞である。特定の実施形態では、細胞はミクログリアである。特定の実施形態では、細胞は星状細胞である。特定の実施形態では、細胞はオリゴデンドロサイトである。特定の実施形態では、細胞は肝細胞である。特定の実施形態では、細胞は肝星細胞（ＨＳＣ）である。

【0170】

細胞をアッセイして、表現型アッセイデータを生成する。この表現型アッセイデータは、機械学習モデルをトレーニングして、少なくとも表現型アッセイデータと予測された臨床表現型との間の関係性を生成するために使用されるトレーニングデータを表す。様々な実施形態において、表現型アッセイデータは、機械学習モデルをトレーニングするために展開される前に、機械学習を使用して分類され得る。例えば、表現型アッセイデータを、疾患状態または非疾患状態に関連するものとして分類してもよい。

【0171】

好ましい実施形態では、表現型アッセイデータは、画像などの高次元データを含む。そのような実施形態では、表現型アッセイを実行することは、関連する健康または疾患の指標を画像に取り込むことができるように、画像化のために細胞を調製することを含む。様々な実施形態において、細胞の調製は、細胞を染色することを含み得る。

【0172】

一例として、蛍光イメージングの場合、蛍光タグ付き抗体（例えば、蛍光タグ付きの一次抗体及び二次抗体）を使用して細胞を染色することができる。特定の実施形態では、異なる細胞成分がその後に取り込まれた画像で容易に識別できるように細胞を染色することができる。例えば、細胞成分特異的染色を使用することができる（例えば、核染色にはＤＡＰＩまたはヘキスト、アクチン細胞骨格にはファロイジン、ゴルジ／原形質膜には小麦胚芽凝集素（ＷＧＡ）、ミトコンドリアにはＭｉｔｏＦＩＳＨ、脂肪滴にはＢＯＤＩＰＹ）。様々な実施形態において、蛍光色素は、蛍光の存在が特定の表現型の存在を示すようにプログラム可能であり得る。例えば、表現型の存在が蛍光レポーターの発現に対応するように、ｉｎ ｖｉｔｒｏ細胞を蛍光レポーター（例えば、緑色蛍光タンパク質レポーター）で処理してもよい。ここで、蛍光レポーターをコードするプラスミドを細胞に送達して、細胞を安定的にトランスフェクトし、遺伝子発現の尺度として機能させてもよい。したがって、蛍光レポータータンパク質の観察は、疾患の特定の表現型に対応する遺伝子の発現を示す。例えば、遺伝子に対応するタンパク質産物の過剰発現または発現不足は、疾患の存在を示し得る。様々な実施形態において、複数の細胞染色を、チャネル全体の干渉を制限して一緒に使用することができ、それにより、１つの画像でいくつかの異なる細胞成分を視覚化することが可能になる。例えば、細胞の調製には細胞ペインティングの使用が含まれる場合があり、これは、８つの細胞成分を識別するために５つのチャネルで画像化することができる６つの蛍光色素を多重化する形態学的プロファイリングアッセイである。細胞ペインティングの様々なバージョンを開発し、イメージングする細胞の種類に応じて使用することができる。例えば、脳細胞の場合、ＣｅｌｌＰａｉｎｔのカスタムバージョン（以降では、ＮｅｕｒｏＰａｉｎｔと呼ぶ）を使用して、脳細胞の様々な細胞成分を画像化することができる。画像は、共焦点イメージングや二光子顕微鏡法などの適切な蛍光イメージングを使用して捕捉することができる。

【0173】

別の例として、免疫組織化学イメージングでは、ヘマトキシリン／エオシン染色を使用して細胞を染色することができる。画像は、明視野顕微鏡法及び位相差顕微鏡法を含む任意の適切な顕微鏡法を使用して捕捉することができる。

【0174】

曝露反応表現型
本明細書で説明するように、トレーニングデータは、１つ以上の曝露反応表現型（ＥＲＰ）にわたるデータを含み得る。ＥＲＰは、関心のある臨床的エンドポイント（例えば、線維症の進行、脂肪症、肝細胞のバルーニング、または小葉の炎症）のｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する。一般に、ＥＲＰにより、疾患のｉｎ ｖｉｔｒｏモデリングが可能となることから、ＥＲＰは有用である。様々な実施形態において、ＥＲＰは、摂動因子（例えば、環境因子、薬剤、例えば、化学剤、分子介入、または遺伝子編集剤のいずれか）を用いて疾患のｉｎ ｖｉｔｒｏモデリングを可能にし、これにより、細胞は、疾患を示す表現型の特徴を示す。これにより、ｉｎ ｖｉｔｒｏ疾患プロセスの制御が可能になる。例えば、高濃度の摂動因子を提供すると、より重篤な疾患状態を誘発し得る一方で、低濃度の摂動因子は、重症度の低い疾患状態を誘発し得る。さらに、ＥＲＰは、様々な遺伝的バックグラウンドを有する細胞のモデルを表す（例えば、細胞のアバター）。言い換えると、ＥＲＰは、様々な遺伝的バックグラウンドを有するヒト個体の疾患のｉｎ ｖｉｔｒｏモデルを表すことができる。細胞の特定の疾患状態は、細胞から捕捉された表現型アッセイデータを介して調べることができる。したがって、表現型アッセイデータから疾患表現型への学習可能な関係が存在する可能性がある。

【0175】

一般に、様々な疾患の対象となる様々な臨床エンドポイントに対して、様々なＥＲＰを構築する。様々な実施形態において、ＥＲＰを検証することは、ＥＲＰの表現型アッセイデータ（例えば、画像からの細胞表現型、ＲＮＡ－ｓｅｑなどのヒト遺伝子発現データ）を、疾患を有するか、または有さないことが知られている細胞から捕捉した対応する表現型アッセイデータと比較することを含む。例えば、検証済みのＥＲＰには、疾患を有することが知られている細胞から捕捉された表現型アッセイデータとより密接にアラインし、疾患を有していないことが知られている細胞から捕捉された表現型アッセイデータとはあまりアラインしない表現型アッセイデータが含まれる。したがって、各ＥＲＰは、一度検証されると、様々な疾患について関心のある様々な臨床エンドポイントのｉｎ ｖｉｔｒｏモデルを正確に提供する。検証済みのＥＲＰは、疾患の複雑さによって異なり得る。例えば、第１の疾患の場合、特定の遺伝子変化がその疾患の主な原因となり得る。したがって、特定の遺伝子変化を含めることにより、第１の疾患の検証済みＥＲＰは、疾患を正確にモデル化することができる。別の例として、第２の疾患は、摂動因子の合流により誘発され得る（例えば、遺伝的変化、環境因子などの組み合わせ）。したがって、第２の疾患のＥＲＰの検証は、第２の疾患のＥＲＰが第２の疾患のｉｎ ｖｉｔｒｏモデルを正確に提供することを検証するために、より複雑になり得る。様々な実施形態において、ＥＲＰ（例えば、第２の疾患のためのＥＲＰ）の複雑な検証は、疾患状態に対する異なる摂動因子（例えば、遺伝的変化、環境因子など）の相対的な寄与を分析し、理解することを含み得る。したがって、疾患状態に対する様々な摂動の相対的な寄与を考えると、摂動を調整して（例えば、追加、除去、濃度の増加、または濃度の減少）、ＥＲＰのｉｎ ｖｉｔｒｏモデリングの精度をさらに向上させることができる。様々な実施形態において、ＥＲＰ（例えば、第２の疾患のＥＲＰ）の複雑な検証は、摂動因子が本当に疾患関連状態を誘発しているというさらなるエビデンスを収集することを含み得る。例えば、これには、疾患状態の臨床転写シグネチャ（例えば、疾患を有するか、または疾患状態にあることが知られている細胞からの転写シグネチャ）を分析して、臨床転写シグネチャにおいてＥＲＰのシグネチャが富んでいることを確認することが含まれる。

【0176】

検証済みのＥＲＰがあれば、これを活用して、この疾患に関与している可能性のある他の細胞プロセスを特定することができる。例えば、機械学習モデルは、モデルが疾患の表現型のトレースを区別できるように、ＥＲＰでトレーニングされる。したがって、特定の細胞プロセスを調節することにより、疾患の表現型のトレースを示すように細胞が誘導される場合（摂動因子を使用しなくても）、その細胞プロセスもまた、疾患に関与している可能性が高い。したがって、細胞プロセスは、調節の標的となり得、疾患の進行を遅らせたり、停止させたり、逆転させたりすることができる。例えば、遺伝的バリアントの存在により、疾患の表現型のトレースを示すように細胞が誘導される場合（ＥＲＰでトレーニングされた機械学習モデルによって認識されるように）、その遺伝的バリアントは、疾患を治療するための可能な生物学的標的として同定され得る。

【0177】

様々な実施形態において、ＥＲＰは、特定の摂動を使用して摂動された様々な細胞から捕捉された表現型アッセイデータを含む。様々な実施形態において、特定の摂動とは、対象の臨床エンドポイントに関連する疾患状態に細胞を誘導する摂動を指す。この疾患の状態では、細胞は疾患の細胞表現型を示すことができる。

【0178】

様々な実施形態において、摂動因子は、疾患において役割を果たし、したがって、摂動因子によって誘発される疾患の表現型のトレースは、特定の臨床的エンドポイントのアンカー表現型として有益であり得る。例えば、線維症進行の臨床的エンドポイントに関して、ＴＧＦβ摂動因子は、線維症の疾患状態の誘発において役割を果たし得る。したがって、アンカー表現型は、ＴＧＦβへの細胞の曝露に起因する疾患の表現型のトレースによって表される。様々な実施形態において、アンカー表現型は、他の摂動因子に対応する追加のＥＲＰを開発するための陽性対照として機能する。

【0179】

様々な実施形態において、細胞は、異なる遺伝的バックグラウンドの細胞である。例えば、細胞は、異なる細胞アバターに対応し、したがって、細胞の異なる遺伝的バックグラウンドは、異なる細胞表現型に寄与し得る。様々な実施形態において、ＥＲＰは、様々な濃度の摂動を用いて摂動された異なる細胞に由来する表現型アッセイデータを含む。摂動の濃度は、例えば、０．１ｎｇ／ｍＬ、０．２ｎｇ／ｍＬ、０．３ｎｇ／ｍＬ、０．４ｎｇ／ｍＬ、０．５ｎｇ／ｍＬ、０．６ｎｇ／ｍＬ、０．７ｎｇ／ｍＬ、０．８ｎｇ／ｍＬ、０．９ｎｇ／ｍＬ、１ｎｇ／ｍＬ、２ｎｇ／ｍＬ、３ｎｇ／ｍＬ、４ｎｇ／ｍＬ、５ｎｇ／ｍＬ、６ｎｇ／ｍＬ、７ｎｇ／ｍＬ、８ｎｇ／ｍＬ、９ｎｇ／ｍＬ、１０ｎｇ／ｍＬ、１５ｎｇ／ｍＬ、２０ｎｇ／ｍＬ、２５ｎｇ／ｍＬ、３０ｎｇ／ｍＬ、３５ｎｇ／ｍＬ、４０ｎｇ／ｍＬ、４５ｎｇ／ｍＬ、５０ｎｇ／ｍＬ、６０ｎｇ／ｍＬ、７０ｎｇ／ｍＬ、７５ｎｇ／ｍＬ、８０ｎｇ／ｍＬ、９０ｎｇ／ｍＬ、１００ｎｇ／ｍＬ、１５０ｎｇ／ｍＬ、２００ｎｇ／ｍＬ、２５０ｎｇ／ｍＬ、３００ｎｇ／ｍＬ、３５０ｎｇ／ｍＬ、４００ｎｇ／ｍＬ、４５０ｎｇ／ｍＬ、５００ｎｇ／ｍＬ、６００ｎｇ／ｍＬ、７００ｎｇ／ｍＬ、８００ｎｇ／ｍＬ、９００ｎｇ／ｍＬ、１μｇ／ｍＬ、２μｇ／ｍＬ、３μｇ／ｍＬ、４μｇ／ｍＬ、５μｇ／ｍＬ、６μｇ／ｍＬ、７μｇ／ｍＬ、８μｇ／ｍＬ、９μｇ／ｍＬ、１０μｇ／ｍＬ、１５μｇ／ｍＬ、２０μｇ／ｍＬ、３０μｇ／ｍＬ、４０μｇ／ｍＬ、５０μｇ／ｍＬ、６０μｇ／ｍＬ、７０μｇ／ｍＬ、８０μｇ／ｍＬ、９０μｇ／ｍＬ、１００μｇ／ｍＬ、１５０μｇ／ｍＬ、２００μｇ／ｍＬ、２５０μｇ／ｍＬ、３００μｇ／ｍＬ、３５０μｇ／ｍＬ、４００μｇ／ｍＬ、４５０μｇ／ｍＬ、５００μｇ／ｍＬ、５５０μｇ／ｍＬ、６００μｇ／ｍＬ、７００μｇ／ｍＬ、８００μｇ／ｍＬ、９００μｇ／ｍＬ、または１ｍｇ／ｍＬのいずれかであり得る。特定の実施形態では、摂動の濃度は０．１ｎｇ／ｍＬである。特定の実施形態では、摂動の濃度は５ｎｇ／ｍＬである。特定の実施形態では、摂動の濃度は１０ｎｇ／ｍＬである。

【0180】

特定の実施形態では、ＥＲＰは、摂動の異なる濃度を使用して処理された異なる遺伝的バックグラウンドの細胞に由来する膨大な量の表現型アッセイデータを含む。全体として、ＥＲＰのトレーニングデータを使用してトレーニングされた機械学習モデルは、少なくとも１）異なる遺伝的バックグラウンドと２）摂動の異なる濃度の異なる組み合わせから生じる細胞の表現型の違いを区別することができる。言い換えれば、機械学習モデルは、細胞の様々な遺伝学と摂動の様々な濃度の組み合わせから生じる表現型アッセイのパターンを学習する。様々な実施形態において、機械学習モデルは、複数のＥＲＰにわたるトレーニングデータを使用してトレーニングされる。したがって、このような機械学習モデルは、少なくとも１）異なる遺伝的バックグラウンド、及び２）異なる摂動の異なる濃度から生じる細胞の表現型の違いを区別することができる。

【0181】

具体的な例として、ＮＡＳＨ線維症進行の臨床エンドポイントを考えると、肝星細胞（ＨＳＣ）活性化を引き起こす摂動であるＴＧＦβにさらされた細胞から表現型アッセイデータを生成することによって、ＥＲＰを生成することができる。異なる濃度のＴＧＦβは、異なる細胞表現型を示すように細胞を誘導することができる。したがって、ＴＧＦβのＥＲＰには、細胞から捕捉された表現型アッセイデータが含まれる（例えば、画像によって捕捉された異なる細胞形態、またはｓｃＲＮＡ－ｓｅｑによって捕捉された異なる細胞転写特性）。したがって、ＴＧＦβのＥＲＰでトレーニングされた機械学習モデルは、表現型アッセイデータで明らかな細胞表現型を区別する予測または埋め込みを生成することができる。そのような機械学習モデルは、疾患状態の細胞（例えば、ＴＧＦβ処理によるＨＳＣ活性化によって証明される線維化進行の疾患状態）とより健康な状態の細胞（例えば、ＴＧＦβ処理していない細胞に対応する健康状態）を区別することができる。この場合、機械学習モデルの予測または埋め込みを使用して、表現型アッセイデータのパターンを視覚的に識別することができる。例えば、埋め込みは、疾患状態（埋め込みの特定の位置に位置する）から疾患の少ない状態（埋め込みの異なる位置に位置する）に細胞を戻す治療薬を特定するのに有用であり得る。

【0182】

細胞疾患モデルの生成のための機械学習モデルのトレーニング
一般に、図１Ａを参照して上述した機械学習モデル１４０などの機械学習モデルは、細胞疾患モデルを展開する際に使用される予測を生成するようにトレーニングされる。様々な実施形態において、機械学習モデルは、回帰モデル（例えば、線形回帰、ロジスティック回帰、または多項式回帰）、決定木、ランダムフォレスト、サポートベクターマシン、単純ベイズモデル、ｋ平均法クラスタ、またはニューラルネットワーク（例えば、フィードフォワードネットワーク、畳み込みニューラルネットワーク（ＣＮＮ）、ディープニューラルネットワーク（ＤＮＮ）、オートエンコーダーニューラルネットワーク、敵対的生成ネットワーク、または再帰型ネットワーク（例えば、長・短期記憶ネットワーク（ＬＳＴＭ）、双方向リカレントネットワーク、深層双方向リカレントネットワーク）のうちのいずれか１つである。

【0183】

機械学習モデルは、線形回帰アルゴリズム、ロジスティック回帰アルゴリズム、決定木アルゴリズム、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレストアルゴリズム、深層学習アルゴリズム、勾配ブースティングアルゴリズム、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせのうちののいずれかなど、機械学習で実装された方法を使用してトレーニングすることができる。様々な実施形態において、機械学習モデルは、教師あり学習アルゴリズム、教師なし学習アルゴリズム、半教師あり学習アルゴリズム（例えば、部分教師あり）、弱い教師あり、転送、マルチタスク学習、またはそれらの任意の組み合わせを使用してトレーニングされる。

【0184】

様々な実施形態において、機械学習モデルは、ハイパーパラメータまたはモデルパラメータなどの１つ以上のパラメータを有する。ハイパーパラメータは通常、トレーニングの前に確立される。ハイパーパラメータの例として、学習率、決定木の深さまたは葉、ディープニューラルネットワークの隠れ層の数、ｋ平均法クラスタのクラスタ数、回帰モデルのペナルティ、及びコスト関数に関連付けられた正則化パラメータが挙げられる。モデルパラメータは通常、トレーニング中に調整される。モデルパラメータの例として、ニューラルネットワークの層のノードに関連付けられた重み、サポートベクターマシンのサポートベクター、回帰モデルの係数が含まれる。機械学習モデルのモデルパラメータは、トレーニングデータを使用してトレーニング（例えば、調整）され、機械学習モデルの予測力が向上する。

【0185】

様々な実施形態において、機械学習モデルは、臨床エンドポイントのために開発された１つ以上の曝露反応表現型（ＥＲＰ）にわたるトレーニングデータを使用してトレーニングされる。本明細書でさらに詳細に説明するように、ＥＲＰは、個々の摂動（例えば、曝露）に特異的であり、したがって、対象の臨床エンドポイントのｉｎ ｖｉｔｒｏモデルにおける健康及び疾患の代理ラベルとして機能する。様々な実施形態において、ＥＲＰは、アンカー表現型を発現する細胞に由来する表現型アッセイデータを含み得、これは、細胞を特定の摂動にさらすことによって誘発された疾患の検証された表現型のトレースを含む細胞表現型である。例えば、線維症進行の臨床エンドポイントに関して、ＴＧＦβ摂動因子は、線維症の疾患状態を誘発する。したがって、アンカー表現型は、ＴＧＦβへの細胞の曝露に起因する疾患の表現型のトレースによって表される。

【0186】

様々な実施形態において、機械学習モデルは、少なくとも１つ、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、少なくとも１１個、少なくとも１２個、少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個、または少なくとも２０個のＥＲＰにわたるトレーニングデータを使用してトレーニングされる。特定の実施形態では、機械学習モデルは、５つのＥＲＰ（したがって、５つの異なる曝露）にわたるトレーニングデータを使用してトレーニングされる。特定の実施形態では、機械学習モデルは、１０個のＥＲＰ（したがって、１０個の異なる曝露）にわたるトレーニングデータを使用してトレーニングされる。特定の実施形態では、機械学習モデルは、２０個のＥＲＰ（したがって、２０個の異なる曝露）にわたるトレーニングデータを使用してトレーニングされる。特定の実施形態では、機械学習モデルは、５０個のＥＲＰ（したがって、５０個の異なる曝露）にわたるトレーニングデータを使用してトレーニングされる。特定の実施形態では、機械学習モデルは、１００個のＥＲＰ（したがって、１００個の異なる曝露）にわたるトレーニングデータを使用してトレーニングされる。

【0187】

様々な実施形態において、表現型アッセイデータは、機械学習モデルへの入力として提供される。例えば、機械学習モデルがニューラルネットワークである実施形態では、表現型アッセイデータをニューラルネットワークへの入力として提供することができ、次いでニューラルネットワークは、臨床表現型を区別するために、最も関連する表現型アッセイデータの特徴を特定する。様々な実施形態において、表現型アッセイデータのタイプは、機械学習モデルの特徴として機能する。したがって、機械学習モデルの特徴には、細胞配列決定データ、タンパク質発現データ、遺伝子発現データ、画像データ（例えば、高解像度顕微鏡データまたは免疫組織化学データ）、細胞代謝データ、細胞形態データ、または細胞相互作用データが含まれ得る。様々な実施形態において、機械学習モデルは追加の特徴を含み得る。例えば、追加の特徴は、細胞に提供される１つ以上の摂動因子（例えば、薬剤または環境条件）を含み得る。さらに追加の特徴には、１人以上の対象（例えば、細胞を採取した対象）、または細胞を採取した対象と類似の遺伝的バックグラウンドまたは臨床歴を有する対象に由来する臨床データ（例えば、病歴、年齢、ライフスタイル要因など）を含めることができる。

【0188】

様々な実施形態において、表現型アッセイデータは、機械学習モデルへの入力として提供される前に加工される。一実施形態では、表現型アッセイは画像であり、機械学習モデルのために調製することができる。例えば、機械学習モデルに入力する前に、画像をタイルに分割し、及び／または画像内の要素をラベル付けすることができる（例えば、ラベル付けされた細胞型、ラベル付けされた細胞の境界など）。いくつかの実施形態では、表現型アッセイデータを、機械学習モデルへの入力として提供される数値表現（例えば、数値ベクトル）にエンコードすることができる。様々な実施形態において、数値ベクトルは、特徴の値を含み、これにより、数値ベクトル内の特徴の値に従って機械学習モデルをトレーニングすることができる。様々な実施形態において、表現型アッセイデータを数値表現にコード化することは、表現型アッセイデータを数値ベクトルに編成、正規化、変換（例えば、対数関数の適用）、または組み合わせることのうちのいずれか１つを含む。

【0189】

様々な実施形態において、機械学習モデルをトレーニングするために使用されるトレーニングデータは、表現型アッセイデータが由来する細胞の遺伝学を含む（例えば、ステップ２５０で細胞を疾患１１５の遺伝的構造とアラインするための遺伝子編集）。様々な実施形態において、トレーニングデータは、表現型アッセイデータが由来する細胞に対して実行された摂動及び／または改変の特定を含む（例えば、ステップ２５５で細胞コホートを改変するために実行された改変）。特定の実施形態では、機械学習モデルをトレーニングするために使用されるトレーニングデータは、細胞の遺伝学、細胞に対して行われた摂動及び／または改変、ならびに細胞から収集した表現型アッセイデータのそれぞれを含む。

【0190】

これらの実施形態における入力ベクトルの例は、以下の通りである：

【0191】

一実施形態では、機械学習モデルのモデルパラメータは、教師あり学習を使用してトレーニングされる。一例として、機械学習モデルのモデルパラメータを調整して、機械学習モデルの予測とトレーニングデータの参照グラウンドトゥルースとの間の差を表す誤差を最小化することができる。

【0192】

様々な実施形態において、トレーニングデータの参照グラウンドトゥルースは、ヒトの転帰データセットから得られる既知の結果によって表され得る。ヒトの転帰データセットには、参照グラウンドトゥルースとして機能する各患者のラベルが含まれ得る。例えば、ヒトの転帰データセットで特定された各患者について、その患者が健康であるか疾患を有するかを特定することができる。様々な実施形態において、患者には、健康と疾患とを区別するバイナリ値を割り当てることができる（例えば、０＝健康、１＝疾患）。いくつかの実施形態では、ヒト転帰データセットは、患者の疾患状態を連続値（例えば、０～１）として特定し得る。連続値は、疾患の重症度または疾患の発症可能性などの疾患のレベルを表現し得る。様々な実施形態において、トレーニングデータの参照グラウンドトゥルースは、図２Ｂを参照して上述した個体２１０などの疾患の患者から導き出すことができる。例えば、個体２１０を、健康であるか、または疾患を有すると臨床的に診断することができ、参照グラウンドトゥルースは、個体２１０の健康／疾患状態を反映する。

【0193】

様々な実施形態において、参照グラウンドトゥルースは、遺伝的リスクに基づいて疾患を発症するリスクのレベルを表す連続値であり得る。例えば、遺伝的リスクは、疾患に関連する高リスクバリアントの有無に依存する疾患の多遺伝子リスクスコアであり得る。様々な実施形態において、高リスクバリアントは、浸透度の高いバリアントである。

【0194】

一実施形態では、機械学習モデルは、生成されたデータを参照グラウンドトゥルースデータなどの検証済みトレーニングデータとアラインすることによってトレーニングされる。例えば、このアプローチは、各細胞アバターが、１つ以上の臨床表現型（例えば、参照グラウンドトゥルース）が利用可能なヒトを表す場合に使用することができる。この場合、機械学習モデルは、標準的なＭＬ実装方法を使用してトレーニングすることができる。様々な実施形態において、各トレーニング例は、（ｘ_ｉ、ｙ_ｉ）ペアのセットであり、ｘ_ｉは、少なくとも細胞アバターに対応する情報（例えば、細胞アバターの遺伝学、適用された摂動、捕捉された細胞アバターの細胞に由来する表現型アッセイデータ）が組み込まれたベクトルであり、ｙは、参照グラウンドトゥルース（例えば、臨床表現型）を特徴付けるベクトルである。

【0195】

一実施形態では、機械学習モデルは、遺伝的に定義されるリスクを参照グラウンドトゥルースとして使用してトレーニングされる。この場合、遺伝子配列から遺伝的に定義されるリスク（ｒｉｓｋ（ｇ））は、根底となる遺伝学から測定される疾患負荷と相関し得る。疾患負荷は、疾患リスク、疾患の重症度、速度または疾患の進行、発症年齢などのいずれか１つを表し得る。リスクの定量化は、影響が小さい複数の対立遺伝子（例えば、多遺伝子リスクスコア）、影響が大きい少数の対立遺伝子（例えば、１つ以上のメンデル病のバリアント）、またはそれらの任意の組み合わせに基づき得る。この場合、機械学習モデルは、標準的なＭＬ実装方法を使用してトレーニングすることができる。様々な実施形態において、各トレーニング例は、（ｘ_ｉ、ｙ_ｉ）ペアのセットであり、ｘ_ｉは、少なくとも細胞アバターに対応する情報（例えば、細胞アバターの遺伝学、適用された摂動、捕捉された細胞アバターの細胞に由来する表現型アッセイデータ）が組み込まれたベクトルであり、ｙは、参照グラウンドトゥルースを特徴付けるベクトルであり、これは、各細胞アバターａについてのリスク（例えば、ｒｉｓｋ（ｇ_｛ａｉ｝））である。いくつかの実施形態では、ｒｉｓｋ（ｇ_｛ａｉ｝）は、単一のリスク因子を定義するスカラー値である。他の実施形態では、ｒｉｓｋ（ｇ_｛ａｉ｝）は、複数の関連する表現型のリスクを定義するベクトルである。

【0196】

一実施形態では、機械学習モデルは、「細胞転帰マーカー」とも呼ばれる臨床表現型の原因となる細胞表現型を使用してトレーニングされる。細胞転帰マーカーの例として、神経変性疾患に関連する神経細胞死、線維性疾患に関連するコラーゲン蓄積、及び心疾患に関連する不整脈が挙げられる。機械学習モデルは、標準的なＭＬ実装方法を使用してトレーニングすることができる。様々な実施形態において、各トレーニング例は、（ｘ_ｉ、ｙ_ｉ）ペアのセットであり、ｘ_ｉは、少なくとも細胞アバターに対応する情報（例えば、細胞アバターの遺伝学、適用された摂動、捕捉された細胞アバターの細胞に由来する表現型アッセイデータ）が組み込まれたベクトルであり、ｙは、参照グラウンドトゥルースを特徴付けるベクトルであり、これは、各細胞アバターａについての細胞転帰マーカー（例えば、ｍａｒｋｅｒ_｛ａｉ｝）である。この場合、ｘ_ｉ内の情報にｍａｒｋｅｒ_｛ａｉ｝を含めることは、機械学習モデルがこれらの値の間に直接的な相関関係を認識するようにトレーニングされるため、できない。例えば、神経細胞死に関して、ｘ_ｉの表現型アッセイデータに、神経細胞死を表す表現型アッセイデータを含めることはできない。様々な実施形態において、表現型アッセイデータは、最終的な細胞死に先行する時点でニューロンから捕捉することができる。いくつかの実施形態では、表現型アッセイデータは、ｍａｒｋｅｒ_｛ａｉ｝よりもかなり詳細であり、これにより追加の疾患関連構造の同定が可能になる。

【0197】

一実施形態では、機械学習モデルは、疾患進行の段階によって表される臨床表現型を予測するようにトレーニングされ得る。疾患の進行のｉｎ ｖｉｖｏ段階を予測することができる機械学習モデルは、いつ介入を提供するか、いつそのような介入が予防的で、いつそのような介入が治癒的であるかを決定するなどの目的に有用であり得る。例えば、ｉｎ ｖｉｔｒｏで検出可能な疾患の進行状態は、（１）前兆状態の知識に基づいて予測可能であり得るか、または（２）完全な疾患発症前の介入の可能性（すなわち、予防的介入）を提供し得る。さらに、（１）の前兆状態に関連するか、または（２）のｉｎ ｖｉｔｒｏで検出可能な細胞表現型に関連するユニークなバイオマーカーを理解することで、他の臨床転帰について、疾患に影響を与えたり予測を行ったりするためのより広い範囲の可能性に対するより強力な洞察が可能になり得る。

【0198】

いくつかの実施形態では、細胞のｉｎ ｖｉｔｒｏ発生の各段階に、ｉｎ ｖｉｖｏでの疾患進行の異なる段階に対する対応値が割り当てられる。機械学習モデルは、表現型アッセイデータを分析し、ｉｎ ｖｉｔｒｏ細胞における疾患進行の対応値をｉｎ ｖｉｖｏで測定された疾患進行にマッピングする。測定されたｉｎ ｖｉｖｏ疾患進行データは、（１）フロントエンドモデル入力、例えば、機械学習モデルへの入力データとして使用される臨床対象データ、または（２）スクリーニングデータへのモデル適用、例えば、臨床転帰のスクリーニングと予測のために疾患の細胞モデルに提供される候補対象データのいずれかに由来し得る。したがって、ｉｎ ｖｉｔｒｏ表現型アッセイデータとｉｎ ｖｉｖｏ疾患進行段階との間のこれらのマッピングは、細胞疾患モデルを適用することによって実行されるその後のスクリーニングに情報を提供することができる。

【0199】

好ましい実施形態では、機械学習は、疾患の有無などの臨床転帰に基づいて、高次元画像（例えば、蛍光画像または免疫組織化学画像）などの表現型アッセイデータを分類できる深層学習ニューラルネットワークである。深層学習ニューラルネットワークをトレーニングするために、各高次元画像に臨床表現型（例えば、健康または疾患）のラベルを付け、深層学習ニューラルネットワークをトレーニングしてその臨床表現型予測を向上させる。様々な実施形態において、損失関数を使用し、損失は、深層学習ニューラルネットワークの予測と各画像の臨床表現型ラベルとの間の差であるペナルティを表す。したがって、損失を逆伝播させることができ、損失を最小限に抑えるためにニューラルネットワークの重みとバイアスを調整する。様々な実施形態において、深層学習ニューラルネットワークは、ＴｅｎｓｏｒＦｌｏｗ、Ｋｅｒａｓ、Ｐｙｔｏｒｃｈ、Ｔｏｒｃｈ、Ｔｈｅａｎｏ及びＣａｆｆｅなどの主要な深層学習プラットフォームのいずれかを組み込むことができる。したがって、トレーニング済みの機械学習モデルは、表現型アッセイデータ（例えば、画像）の高次元データを低次元出力（例えば、予測された臨床表現型）にアラインする関係性を含む。

【0200】

全体として、機械学習モデルは、画像で観察可能な細胞表現型に基づいて、臨床表現型（例えば、健康対疾患）を区別することができる。一例として、画像は、例えば、異なる細胞成分が区別可能な蛍光画像であってもよい。一実施形態では、ニューラルネットワークは、疾患に関与する疾患関連細胞成分など、疾患のシグネチャを特定することができる。一実施形態では、ニューラルネットワークは、疾患関連細胞表現型の発現に関連する、導入された根底にある遺伝子変化を明らかにすることができる。例えば、ニューラルネットワークは、画像化された細胞が特定の遺伝的変化で改変された画像全体にわたって、疾患に関連する細胞表現型が明白であることを明らかにすることができる。したがって、遺伝的変化自体は、その後、疾患の治療のために（例えば、遺伝子介入を使用して）標的とすることができる疾患発現のシグネチャであり得る。

【0201】

図３Ａは、一実施形態による、機械学習モデルをトレーニングして細胞疾患モデルを生成するためのトレーニングデータの例を示す。この特定の実施形態では、トレーニングデータは、細胞の遺伝学、細胞に適用された摂動因子、及び細胞から捕捉された表現型アッセイデータのそれぞれによって特徴付けられる細胞アバターのトレーニングデータを表す。図３Ａに示すように、各行は、細胞（例えば、細胞１、細胞２、細胞３、細胞４など）に対応するトレーニング例を含む。各細胞は、疾患の遺伝的構造、例えば、原因要素１、原因要素２、原因要素３、及び原因要素４とアラインする対応する遺伝学を有する。さらに、異なる細胞に適用される摂動因子の例として、低酸素状態、遊離脂肪酸、脂質、及び治療薬が挙げられる。図３Ａのトレーニングデータに含まれる表現型アッセイデータの例として、画像１、画像２、画像３、及び画像４によって示される顕微鏡検査データが挙げられる。さらに、各細胞のトレーニングデータは、細胞が疾患の対象に由来するか（例えば、「１」のバイナリ値として示される）、または健康な対象に由来するか（例えば、「０」のバイナリ値として示される）を示す参照グラウンドトゥルース（例えば、臨床表現型）を含む。グラウンドトゥルースは、トレーニング例の細胞に関連付けられた、以前に決定された臨床表現型であり得る。臨床表現型の例は、細胞が代表する個体２１０の臨床表現型２１２（図２Ｂ参照）であり得る。細胞のトレーニングデータ（例えば、図３Ａの行のトレーニングデータ）または細胞のトレーニングデータのエンコードされた数値表現を、機械学習モデルへの入力として提供し、機械学習モデルのパラメータを調整することができる。したがって、複数の反復にわたって（例えば、図３Ａの行の複数のトレーニングデータにわたって）、機械学習モデルは、疾患の有無の予測など、予測する臨床表現型をより正確に出力するようにトレーニングされる。

【0202】

様々な実施形態において、機械学習モデルの予測の品質を使用して、実験パラメータをさらに特定することができ、それにより、それらの実験パラメータに焦点を当てたより多くのトレーニングデータを生成して、機械学習モデルをさらにトレーニングすることができる。実験パラメータの例として、細胞の種類、環境条件、細胞培養条件（例えば、２Ｄ培養対３Ｄ培養、酸素及び／または二酸化炭素の濃度）、細胞分化プロトコル（例えば、成熟までの日数、播種濃度、培地交換までの日数）が挙げられる。したがって、これらの特定された実験パラメータに焦点を当てた追加のトレーニングデータを生成して、機械学習モデルをさらにトレーニングし、機械学習モデルの予測力を高めることができる。

【0203】

様々な実施形態において、異なる機械学習モデルを生成することができ、各細胞疾患モデルは特定のクラスのモデルである。機械学習モデルの特定のクラスは、特定の細胞型、疾患状態を促進するために使用する環境模倣物、実施する特定のタイプの測定（例えば、どのチャネルを顕微鏡によって測定するか）、表現型アッセイデータを捕捉する特定の時点、機械学習モデルのタイプ、及び機械学習モデルを特徴付ける主要なハイパーパラメータ（例えば、ニューラルネットワークのレイヤー数、ドロップアウト率、特定のユニットのタイプなど）を指し得る。例えば、機械学習モデルの第１のクラスを使用して、肝細胞に対応する細胞アバターのデータを分析することができ、一方、機械学習モデルの第２のクラスを使用して、ニューロンに対応する細胞アバターのデータを分析することができる。様々なクラスの機械学習モデルを実装することにより、各クラスのモデルは、そのクラスに関連するデータを分析する場合に、より正確にスクリーニングを実行することができる。

【0204】

いくつかの実施形態では、異なる機械学習モデルが、重複する構成要素を有し得る。これは、機械学習モデルを実装して安全性または毒性を評価する場合に有用であり、これにより、様々なクラスにわたる広範なデータが活用される。いくつかの実施形態では、単一の疾患徴候の予測を行う目的に、異なる機械学習モデル（例えば、異なる細胞型、条件、表現型アッセイを含むモデル）を組み合わせることができる。

【0205】

機械学習モデルをトレーニングするためのフロープロセス
図３Ｂは、一実施形態による、機械学習モデルをトレーニングするための流れ図を示す。ステップ３１０は、疾患に関連する細胞を取得することを含む。様々な実施形態において、細胞は、ｉＰＳＣに由来し得、上記のように、疾患の遺伝的構造とアラインする。ステップ３２０は、細胞が疾患細胞表現型を発現するように細胞を改変することを含む。様々な実施形態において、細胞集団を改変することは、細胞を薬剤または環境条件に曝露することを含む。ステップ３３０は、細胞から表現型アッセイデータを捕捉することを含む。ステップ３４０は、表現型アッセイデータを分析して、後で細胞疾患モデルに使用することができる予測（例えば、機械学習モデルの予測）を生成することを含む。

【0206】

機械学習モデルの例示的な予測
一般に、機械学習モデルの予測には、少なくとも細胞表現型アッセイデータに基づく臨床表現型の予測が含まれる。図１Ｂで上述したように、予測は、細胞疾患モデルの一部として機能し、したがって、細胞疾患モデルが展開されて治療検証スクリーニングなどのスクリーニングを実行する場合に使用される。

【0207】

様々な実施形態において、機械学習モデルの予測は、疾患の特定の徴候に対する遺伝的関連性、疾患の臨床表現型に関与する生物学的標的、または疾患に対して治療的に有効であり得る介入など、これまで認識されていなかった疾患の特徴を示唆し得る。そのような介入は、その後、細胞疾患モデルを実装することによって検証することができる。例えば、これまで認識されていなかった疾患の特徴を特定するために、機械学習モデルを分析して、異なる臨床表現型（例えば、健康な表現型と疾患の表現型）を区別する上でどの疾患の特徴が重要であったかを判断することができる。言い換えれば、機械学習モデルが「アテンション」を向けた特徴は、いくつかの状況では、疾患の重要な特徴であり得る。疾患のこれらの特徴は、可能な介入を特定するうえで有用である。例えば、スクリーニングのために選択された介入は、機械学習モデルによって特定された疾患の重要な特徴と同じ経路にある遺伝子またはタンパク質を調節する介入であり得る。

【0208】

特定の実施形態では、機械学習モデルの予測は、表現型多様体への埋め込みとして表される。この場合、埋め込みには、表現型アッセイデータの高次元空間から削減された低次元空間で編成された臨床表現型予測の配置が含まれる。臨床表現型予測の編成は、いくつかのシナリオでは、表現型アッセイの群で検出された患者コホートまたはバイオマーカーを予測する。例えば、互いに類似している臨床表現型予測（例えば、根底となる表現型アッセイデータが互いに類似している）は、互いに近接して配置される。対照的に、異なる臨床表現型予測は、互いにより遠位に配置される。したがって、近位に位置する臨床表現型予測に対応する表現型アッセイデータの調査は、それらの同様の臨床表現型予測をもたらした一般的な表現型の特徴を明らかにすることができる。

【0209】

様々な実施形態において、埋め込みは、疾患の治療に有用であり得る治療薬を特定するうえで有用である。例えば、治療薬を使用して細胞を処理すると、多様体埋め込み内の細胞の位置が健康なクラスタにより近くなり得る。言い換えれば、未処理細胞は、疾患状態を示す表現型多様体内の第１の位置に位置し得る。治療薬を使用した治療後、細胞の表現型は、疾患の少ない状態を示す多様体内の異なる位置に向かって押し出される。したがって、治療薬は、細胞の細胞表現型をより少ない疾患状態に変化させることによって細胞表現型に影響を与えると予測される場合に選択され得る。

【0210】

図３Ｃ及び図３Ｄは、一実施形態による、表現型多様体３７０上の埋め込みの形で具現化された例示的な予測を示す。表現型多様体では、予測はそれらの類似性に従って編成される（例えば、同様のデータのクラスタは、表現型多様体においてより近くに編成される）。例えば、図３Ｃは、それらの対応する表現型アッセイデータにおいて認められた類似性に従った予測の異なるクラスタを示す。クラスタ３７５は、健康な表現型を発現する細胞に対応する予測のクラスタであり得、クラスタ３８０Ａ、３８０Ｂ、及び３８０Ｃは、表現型の差異を引き起こした改変または摂動にさらされた健康な細胞に対応する予測を指す。したがって、機械学習モデルは、クラスタ３８０Ａ、３８０Ｂ、及び３８０Ｃ間のこれらの表現型の差異を明らかにし、それらを表現型多様体に別々に編成することができる。さらに、クラスタ３８５Ａ、３８５Ｂ、及び３８５Ｃは、疾患表現型のトレースを示す疾患細胞を表し得る。

【0211】

図３Ｃに示すように、クラスタ３８０Ａ、３８０Ｂ、及び３８０Ｃは、クラスタ３７５の健康な細胞とクラスタ３８０Ａ、３８０Ｂ、及び３８０Ｃの細胞との間で共有される表現型の類似性により、健康な細胞を表すクラスタ３７５の近位に位置する。疾患のクラスタ３８５Ａ、３８５Ｂ、及び３８５Ｃは、健康なクラスタ３７５の細胞と疾患のクラスタ３８５Ａ、３８５Ｂ、及び３８５Ｃの疾患の細胞との間のより多くの表現型の差異のために、表現型多様体上で健康なクラスタ３７５から遠位に位置する。

【0212】

予測を構成することで、特定の標的（例えば、遺伝的標的、生物学的標的）またはバイオマーカーを特定することができる。これらは、効果的に標的にされた場合、細胞のある状態から別の状態への遷移を示す表現型の変化を引き起こし得る。図３Ｄに示すように、予測の編成により、一度調節されると、疾患の細胞を健康な細胞に戻すことができる標的の特定が可能になる。より具体的には、疾患の表現型のトレースを発現する疾患のクラスタ３８５Ａ、３８５Ｂ、及び３８５Ｃの疾患細胞は、健康なクラスタ３７５の細胞で観察される健康なまたはより健康な表現型の性質を発現する状態に戻ることができる。様々な実施形態において、特定された標的の調節は、疾患クラスタ３８５Ａ、３８５Ｂ、及び３８５Ｃを健康なクラスタ３７５に戻すのではなく、疾患の進行を遅らせるかまたは停止させる。

【0213】

様々な実施形態において、機械学習モデルが健康な細胞を疾患の細胞から区別するために使用した表現型の特徴に基づいて、表現型多様体から標的を特定することができる。例えば、健康な細胞と疾患の細胞を区別するために重要な特徴には、機械学習モデルによって大きな重みが割り当てられている可能性がある。いくつかの実施形態では、表現型多様体内のクラスタのそれぞれに対応する表現型アッセイデータを、健康な細胞と疾患の細胞とを区別する表現型の特徴について分析することができる。特定の例を提供するために、ＮＡＳＨに関して、機械学習モデルは、細胞核に対する脂肪滴の位置を重要な表現型の特徴として特定する。細胞核の近位に位置する脂肪滴の濃度が高い細胞は、疾患細胞として分類され、一方、細胞核の近位に位置する脂肪滴の濃度が低いか、またはまったくない細胞は、非疾患細胞として分類される。したがって、細胞核近くの脂肪滴は、ＮＡＳＨの疾患の細胞を健康な状態に戻したり、疾患の進行を中断させたりするための標的となり得る。

【0214】

様々な実施形態において、予測を通じて特定された標的またはバイオマーカーは、その後、細胞のｉｎ ｖｉｔｒｏスクリーニングを実施する際に標的とすることができる。より一般的に言えば、予測を使用してｉｎ ｖｉｔｒｏスクリーニングプロセスを導くことができる。

【0215】

機械学習モデルの評価
様々な実施形態において、トレーニングされた機械学習モデルを、臨床表現型を予測する能力について評価することができる。機械学習モデルを評価することで、機械学習モデルが十分な予測力を示し、スクリーニングを実行するために細胞疾患モデルが展開された場合にスクリーニングの結果が正確になることが保証される。

【0216】

様々な実施形態において、機械学習モデルを評価することは、機械学習モデルが試験コホートの臨床表現型を正確に予測する能力を検証することを含む。試験コホートは、機械学習モデルに以前に供したことがないコホートであり得る。例えば、試験コホートは、以前に保留された部分であってもよい。さらに、試験コホートは、機械学習モデルの予測を試験コホートの既知の臨床表現型に対して評価できるように、既知の臨床表現型を含み得る。

【0217】

様々な実施形態において、試験コホートは、臨床表現型が知られている個体に由来するか、またはそこから得られた細胞を含み得る。例えば、そのような細胞は、遺伝的に多様な個体から得られた細胞に由来するｉＰＳＣであり得る。様々な実施形態において、試験コホートは、介入により治療された個体に由来するか、または得られた細胞（例えば、臨床試験由来の）を含み得る。この場合、介入に応じた個体の臨床表現型は既知である。

【0218】

様々な実施形態において、機械学習モデルによって出力された臨床表現型の予測を試験コホートの既知の臨床表現型と比較することによって、機械学習モデルを評価する。様々な実施形態において、予測された臨床表現型と既知の臨床表現型とのすべての比較にわたって検証メトリックを計算するスコアリング関数を使用して、機械学習モデルの予測力を決定することができる。このような検証メトリックは、機械学習モデルの品質の尺度を表し得る。

【0219】

一実施形態では、複数回の相互検証を通じて機械学習モデルを評価することができる。例えば、試験コホートのサンプルをパーティションに分割し、個々のパーティションの臨床表現型を予測する能力について機械学習モデルを評価する。次いで、各パーティションの結果を結合（例えば、平均化）して、機械学習モデルの予測力の尺度を得ることができる。交差検証を使用すると、機械学習モデルの予測力のより厳密な統計的検証が可能になる。

【0220】

様々な実施形態において、細胞疾患モデルの実験的及び／または計算的態様を、試験コホートの臨床表現型を予測する細胞疾患モデルの能力に従って最適化することができる。これは、より予測的な機械学習モデルを開発するために使用することができる主要な実験的及び／または計算上の態様を特定する共同最適化プロセスを表している。より具体的には、主要な実験的態様と計算的態様を特定することにより、主要な実験的態様と主要な計算的態様を使用した追加の機械学習モデルのトレーニングに従って、追加のトレーニングデータ（例えば、表現型アッセイデータ）の生成が可能になる。したがって、これらの追加の機械学習モデルは、臨床表現型を予測するためのさらに向上した予測力を示す。

【0221】

実験的態様とは、機械学習モデルをトレーニングするためのトレーニングデータを生成するために使用された細胞疾患モデルの実験パラメータを指す。実験的態様の例として、機械学習モデルのトレーニングに使用されるトレーニングデータの生成に使用される細胞型、細胞に提供される環境模倣物、表現型アッセイ設定（例えば、特定の蛍光チャネルまたは顕微鏡設定、例えば、明るさ／コントラスト）、表現型アッセイデータを捕捉した時点、実験が行われた期間の細胞継代数、使用されたｉｎ ｖｉｔｒｏ細胞条件などが挙げられる。計算的態様とは、機械学習モデルをトレーニングするためのｉｎ ｓｉｌｉｃｏ特性、例えば、モデルをトレーニングする前に設定される機械学習モデルのパラメータまたはハイパーパラメータ（例えば、ニューラルネットワークのレイヤー数、ドロップアウト率、特定のユニットの種類など）を指す。

【0222】

様々な実施形態において、細胞疾患モデルの実験的及び計算的態様を最適化することは、試験コホートの臨床表現型を予測することができる良好に機能する機械学習モデルをもたらす実験的及び計算的態様を選択することを含む。パフォーマンスの良い機械学習モデルは、機械学習モデルの品質を表すスコアリング関数及び／または検証メトリックに基づいて識別できる。例えば、選択した実験的及び計算的態様に従ってトレーニングされた機械学習モデルは、試験コホートに適用された場合に、他の実験的及び計算的態様に従ってトレーニングされた別の機械学習モデルの予測力よりも優れた予測力を示す。

【0223】

様々な実施形態において、細胞疾患モデルの実験的及び計算的態様の最適化は、さらに向上した細胞疾患モデルを開発するための反復プロセスであり得る。例えば、最初のステップとして、細胞疾患モデルを評価して、主要な実験的及び計算的態様の幅広いセットを決定することができる。次に、主要な計算態様に従って、及び主要な実験的態様に従って開発されたトレーニングデータを使用して、追加の細胞疾患モデルをトレーニングすることができる。これらの追加の細胞疾患モデルは、再度評価を受け、主要な実験的及び計算的態様のより狭いセットを選択することができる。したがって、主要な実験的及び計算的態様のより狭いセットに従って、さらに追加の細胞疾患モデルをトレーニングすることができる。

【0224】

細胞疾患モデルを展開するための実施形態
細胞モデルを展開するためのフロープロセス
図４は、いくつかの実施形態による、細胞疾患モデルの展開の流れ図を示す。ステップ４１０は、疾患の遺伝的構造とアラインした細胞を取得することを含む。疾患の遺伝的構造とアラインした細胞を取得することは、図２Ｃを参照して上述したステップ２５０に対応し得る。細胞は、疾患の遺伝的構造にアラインするように遺伝子改変されたｉＰＳＣであり得る。様々な実施形態において、細胞は、ヒト個体を代表する細胞アバターに対応する。

【0225】

ステップ４１５で、表現型アッセイデータを細胞から捕捉する。様々な実施形態において、ステップ４１５は、異なる時点で細胞に対して複数回実行することができる。例えば、第１の時点で細胞から表現型アッセイデータの第１のセットを捕捉することができ、続いて第２の時点で細胞から表現型アッセイデータの第２のセットを捕捉することができる。いくつかの実施形態では、介入は、第１の時点と第２の時点の間で細胞に提供される。したがって、第１及び第２の時点で捕捉された表現型アッセイデータ間の差異は、介入の影響を表し得る。介入が治療薬である場合、２つの時点の表現型アッセイデータの差異は、細胞の表現型に対する治療薬の影響を表す。介入が疾患を引き起こす環境摂動である場合、２つの時点の表現型アッセイデータの差異は、細胞の表現型に対する摂動の影響を表す。

【0226】

ステップ４２０で、表現型アッセイデータを分析して、臨床表現型の予測を決定する。様々な実施形態において、表現型アッセイデータは、臨床表現型の直接的な情報を提供する。様々な実施形態において、機械学習モデル、例えば、図１Ａで上述した機械学習モデル１４０を表現型アッセイデータに適用して、臨床表現型を予測する。

【0227】

ステップ４３０は、細胞疾患モデルを使用してアクションを実行することを含む。第１の例として、ステップ４４０Ａに示すように、アクションは、細胞疾患モデルを使用して介入を検証することを含み得る。第２の例として、ステップ４４０Ｂに示すように、アクションは、細胞疾患モデルを使用して治療を受ける候補患者集団を特定することを含み得る。この場合、患者集団は、治療に対するレスポンダーとして分類することができる。第３の例として、ステップ４４０Ｃに示すように、アクションは、細胞疾患モデルを使用して開発された構造活性分子スクリーニングを使用して候補治療薬を最適化または特定することを含み得る。第４の例として、ステップ４４０Ｄに示すように、アクションは、複数の治療薬をスクリーニングして、有効である可能性が高い治療候補を特定することを含み得る。第５の例として、ステップ４４０Ｅに示すように、アクションは、摂動して疾患を調節することができる生物学的標的（例えば、遺伝子）を特定することを含み得る。

【0228】

図４のフロー図は、ステップ４１０、４１５、４２０、及び４３０のそれぞれを示し、様々な実施形態において、ステップ４１０、４１５、及び４２０は、ステップ４３０内に含まれるステップである。言い換えれば、細胞疾患モデルの展開は、細胞を取得するステップ（例えば、ステップ４１０）、細胞から表現型アッセイデータを取得するステップ（例えば、ステップ４１５）、及び予測を決定するステップ（例えば、ステップ４２０）をさらに含み得る。

【0229】

介入の検証
図５Ａは、一実施形態による、細胞疾患モデル５００を使用して介入を検証するためのプロセスフロー図を示す。具体的には、図５Ａは、細胞疾患モデルを展開するために、図１Ｂを参照して上述したプロセスをさらに詳細に示す。

【0230】

予測１４５（様々な実施形態において、埋め込みを利用する）は、スクリーニングのための介入タイプの選択を導く。一実施形態において、予測１４５は、疾患表現型を発現する細胞を疾患の少ない（例えば、健康な）表現型を発現する細胞に戻すと予測される介入の選択を導く。例えば、ＮＡＳＨに関して、予測は、ＮＡＳＨ関連の表現型が脂質小球のサイズと位置に関係しているという識別を導く。したがって、成功した介入は、その表現型を元に戻し、脂肪滴をより拡散した状態に戻す介入である。これを使用して、表現型的に関連があると特定されたものと同じ経路にある遺伝子またはタンパク質（例えば、脂肪滴形成に関与するもの）など、スクリーニングのための介入の選択に優先順位を付けることができる。例を挙げると、予測は、機械学習モデルによって生成された多様体内の埋め込み位置であってもよく、多様体内の異なる埋め込み位置は、様々な状態（例えば、疾患の状態、疾患の少ない状態、健康な状態など）に対応する。したがって、細胞が現在疾患状態にあると予測されている場合、埋め込み位置を使用して、多様体内の疾患状態の位置から多様体内の疾患状態の少ない位置または健康な状態の位置に細胞を押し出すと予測される治療薬を特定することができる。一実施形態では、予測１４５は、健康な細胞における表現型への悪影響が最小限であるか、または全くないと予測される介入の選択を導く。そのような実施形態では、予測１４５は、非毒性の介入の選択を導く。

【0231】

様々な実施形態において、予測１４５は、スクリーニングのために１つまたはある範囲の細胞アバターを選択するために使用される。例えば、予測１４５を出力した機械学習モデル１４０が細胞アバターを表す細胞から得られたデータでトレーニングされたことを考慮すると、予測１４５は、ある範囲の細胞アバターに特異的であり得る。細胞アバターの範囲は、疾患のスペクトルを表していてもよい（例えば、健康な細胞から漸増的に疾患細胞までのスペクトル）。以前に改変された細胞アバターのそれぞれの細胞（例えば、細胞５１５Ａとして示される）は、ｉｎ ｖｉｔｒｏで生成される。様々な実施形態において、細胞５１５Ａは疾患細胞であり、したがって、介入の検証は、介入が疾患細胞の疾患表現型をより健康な表現型に戻すことができるかどうかを決定することを含む。様々な実施形態において、細胞５１５Ａは、健康な細胞である。この場合、介入の検証には、介入が特定の細胞表現型（例えば、不健康な細胞表現型）を生じさせるかどうかの評価を通じて、介入の毒性を決定することが含まれる。細胞５１５Ａは、同じ遺伝学を共有しており、また、細胞アバターを定義する摂動因子にさらされる。図５Ａは、単一の細胞アバターに対応する１つの細胞５１５Ａを示しているが、後続の説明は、複数の細胞５１５Ａにも適用され、それによって、疾患のスペクトルを表すことができる一連の細胞アバターを具現化する。

【0232】

図５Ａに示すように、細胞５１５Ａに対して表現型アッセイを実施して、表現型アッセイデータ５２０Ａを取得する。この場合、表現型アッセイデータ５２０Ａは、ある状態（例えば、疾患または健康な状態）における細胞の細胞表現型を記述する。細胞５１５Ａを介入５０８に曝露して、細胞５１５Ａを治療された細胞５１５Ｂに転換する。介入５０８は、小分子薬、生物製剤、遺伝子治療（例えば、ＣＲＩＳＰＲ）、またはそれらの任意の組み合わせなどの１つ以上の治療薬であり得る。介入５０８は、細胞５１５Ａの表現型の変化を引き起こし得る。例えば、図５Ａに示すように、治療された細胞５１５Ｂは、細胞５１５Ａによって示された細胞形状と比較して、異なる細胞形状を示し得る。いくつかのシナリオでは、介入により、細胞５１５Ａが、治療された細胞５１５Ｂによって示される健康な表現型に戻るか、または介入により、細胞５１５Ａの疾患のさらなる進行が停止または遅延される可能性がある。いくつかのシナリオでは、介入５０８は、治療された細胞５１５Ｂに有害な表現型の結果を引き起こす可能性があり、これは介入５０８の毒性の尺度となり得る。

【0233】

治療された細胞５１５Ｂに対して表現型アッセイを実施し、表現型アッセイデータ５２０Ｂを取得する。この場合、表現型アッセイデータ５２０Ｂは、いくつかのシナリオでは、細胞５１５Ａの表現型とは異なる、治療された細胞５１５Ｂの表現型を捕捉する。表現型アッセイデータ５２０Ａと治療された細胞に由来する表現型アッセイデータ５２０Ｂとの間の差異は、介入５０８によって引き起こされる細胞表現型の測定可能な変化を表している。

【0234】

様々な実施形態において、異なる濃度の介入を細胞５１５Ａの異なる集団に提供し、治療された細胞５１５Ｂの対応する集団に対して表現型アッセイを実施する。したがって、治療された細胞５１５Ｂの異なる集団から捕捉された表現型アッセイデータは、介入５０８の用量依存的治療に応答した細胞の表現型を表す。

【0235】

表現型アッセイ５２０Ａ及び表現型アッセイ５２０Ｂを評価して、臨床表現型５３０Ａ及び５３０Ｂをそれぞれ決定する。例えば、臨床表現型は、表現型データが、対応する細胞が疾患または健康であることを示すかどうかを指し得る。様々な実施形態において、細胞に由来する表現型アッセイデータ５２０Ａ及び治療された細胞に由来する表現型アッセイデータ５２０Ｂは、それぞれの臨床表現型５３０Ａ及び５３０Ｂを直接的に示す。例えば、ＮＡＳＨに関して、脂肪球出力の存在を含む、細胞の表現型アッセイデータ５２０Ａ及び治療された細胞の表現型アッセイデータ５２０は、ＮＡＳＨ疾患の存在の臨床表現型を直接示し得る。様々な実施形態において、細胞に由来する表現型アッセイデータ５２０Ａ及び治療された細胞に由来する表現型アッセイデータ５２０Ｂのそれぞれに、機械学習モデルを適用し、対応する臨床表現型５３０Ａ及び５３０Ｂを決定する。図５Ａに示すように、機械学習モデルは、図１Ａを参照して上述した機械学習モデル１４０である。機械学習モデル１４０は、細胞（例えば、細胞５１５Ａ）と他の細胞（例えば、治療された細胞５１５Ｂ）との間の表現型のトレースを容易に区別することができ、したがって、機械学習モデル１４０を適用することにより、臨床表現型を予測することができる。

【0236】

様々な実施形態において、機械学習モデルは、入力としての表現型アッセイデータに加えて、細胞の遺伝学及び細胞に提供された任意の改変／摂動を受け取る。例えば、図５Ａに関して、臨床表現型５３０Ａを決定するために、機械学習モデルは、１）表現型アッセイデータ５２０Ａ、２）細胞の遺伝学、及び３）細胞に適用された摂動を分析する。臨床表現型５３０Ｂを決定するために、機械学習モデルは、１）表現型アッセイデータ５２０Ｂ、２）治療された細胞の遺伝学、及び３）治療された細胞に適用された摂動を分析する。

【0237】

臨床表現型５３０Ａ及び５３０Ｂを比較して、介入の有効性を表す介入による影響５６０を決定する。介入による影響５６０は、予測された介入の臨床的影響であり得る。様々な実施形態において、臨床表現型５３０Ａと５３０Ｂの比較は、臨床表現型５３０Ａと５３０Ｂの間の差異を決定して、介入の影響を測定することを含む。例えば、ＮＡＳＨに関して戻ると、細胞の表現型アッセイデータ５２０Ａと治療された細胞の表現型アッセイデータ５２０における脂肪球出力の差異は、介入による影響５６０の尺度である。言い換えれば、疾患細胞と比較した、治療された細胞における脂肪球出力の減少量は、介入の有効性の尺度である。いくつかの実施形態では、健康な細胞と疾患細胞の両方を介入５０８にさらして、健康な細胞に対する有害な表現型の転帰を含む、介入の示差的な効果を評価する。健康な細胞が、図５Ａに示し、上記で説明したステップを経た後、追加的に得られた臨床表現型を、臨床表現型５３０Ａ及び臨床表現型５３０Ｂと共に評価して、介入による影響５６０の決定を支援することができる。

【0238】

様々な実施形態において、介入を、介入による影響５６０に基づいて検証する。一実施形態では、介入による影響５６０が、閾値、例えば、予測される疾患の存在割合における閾値の差を上回る場合、その治療薬は、疾患に対する介入として有効であると見なされる。様々な実施形態において、閾値は、１０％、２０％、３０％、４０％、５０％、６０％、７０％、７５％、８０％、８１％、８２％、８３％、８４％、８５％、８６％、８７％、８８％、８９％、９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％、または１００％である。様々な実施形態において、閾値は、５０％～１００％、５０％～９０％、５０％～８０％、５０％～７０％、５０％～６０％、６０％～１００％、６０％～９０％、６０％～８０％、６０％～７０％、７０％～１００％、７０％～９０％、７０％～８０％、８０％～１００％、８０％～９０％、または９０％～１００％である。

【0239】

様々な実施形態において、介入による影響５６０（例えば、予測される介入の臨床的影響５６０）は、異なる濃度の介入５０８に対して生成され得る。そのような実施形態では、治療薬の濃度が増加または減少するにつれて、予測される臨床表現型に対する治療薬の影響の変化を反映する用量反応曲線を作成することができる。そのような用量反応曲線は、疾患の治療に使用する治療薬の最適濃度を特定するのに有用である。

【0240】

様々な実施形態では、介入による影響５６０をさらに使用して、機械学習モデル１４０を検証することができる。例えば、介入による影響５６０は、介入が非常に効果的であり、それによって予測１４５とアラインすることを示し得る。そのようなシナリオでは、機械学習モデル１４０の予測１４５を、より高い信頼度で受け入れることができる。別の例として、ｉｎ ｖｉｔｒｏスクリーニングの結果が、介入が効果的でないことを示している場合（例えば、介入による影響５６０が、介入が効果的でないことを示している）、これは機械学習モデル１４０の予測１４５に欠陥があり、介入の予測が不十分であることを示している場合がある。したがって、機械学習モデル１４０の背後にある重み及びバイアスをさらに調整し、及び／またはさらに再トレーニングを行ってもよい。さらに別の例として、介入による影響５６０を使用して、既知の効果を与えることが既に理解されている介入に基づいて機械学習モデル１４０を検証する。例えば、介入は、疾患の細胞表現型を元に戻すことが知られている成功した薬物であり得るが、機械学習モデル１４０の予測１４５は、成功した薬物を介入として識別することができない。したがって、機械学習モデル１４０の重み及びバイアスを、損失関数または当技術分野で公知の他のモデル調整方法を使用して、それに応じて調整及び／または再トレーニングすることができる。

【0241】

図５Ａ及び５Ｂを参照した上記の説明は、一般に、治療薬を含み得る介入５０８を検証することに言及している。様々な実施形態において、介入５０８は、複数の治療薬（例えば、遺伝子治療、例えば、薬物療法と併用したＣＲＩＳＰＲ Ｃａｓ９遺伝子編集ツールを含む）を含み、それにより、細胞疾患モデルの展開を使用して、複数の治療薬（例えば、併用療法）を検証する。例えば、細胞疾患モデルの展開は、相乗的な治療薬の組み合わせを明らかにすることができる（より大規模の治療薬による影響５６０によって示されるように）。したがって、細胞疾患モデルは、効果的な併用療法を特定するための有用なプラットフォームツールとして機能する。

【0242】

患者セグメンテーション及びスクリーニング
図５Ｂは、一実施形態による、患者集団をレスポンダーまたはノンレスポンダーとしてセグメント化するための細胞疾患モデルの展開を示す。様々な実施形態において、患者セグメンテーションは、臨床環境で容易に測定することができる対象の特徴に基づいて、対象をレスポンダーまたはノンレスポンダーとして分類することを可能にする。介入へのレスポンダーとは、介入に肯定的に反応する対象を指す（例えば、介入が効力を示し、及び／または毒性が限定的～無毒性である）。介入に対するノンレスポンダーとは、介入に対して肯定的な応答を示さない対象を指す（例えば、介入が、効力及び／または毒性を、限定的に示す～まったく示さない）。患者セグメンテーションは、一連の対象５０５（例えば、１人の患者または患者集団）に対して行うことができる。様々な実施形態において、対象５０５は、まだ臨床的に疾患を有すると診断されていない。これらの実施形態では、細胞疾患モデルの展開は、対象５０５における疾患の存在または非存在の可能性の高さを予測することができる。様々な実施形態において、対象５０５は、臨床的に疾患を有すると診断される。これらの実施形態では、細胞疾患モデルの展開は、対象５０５における疾患の進行の可能性の高さを予測することができる。

【0243】

様々な実施形態において、対象５０５について対象の特徴５１０データを収集する。一般に、対象の特徴５１０は、臨床環境で容易に測定または取得できる患者の特徴を表す。対象の特徴５１０には、例えば、対象の病歴（例えば、病歴、年齢、ライフスタイル要因）、ならびに対象の遺伝子産物（例えば、ｍＲＮＡ、タンパク質、またはバイオマーカー）、変異遺伝子産物（例えば、バリアントｍＲＮＡ、バリアントタンパク質、またはバリアントバイオマーカー）、または１つ以上の遺伝子の発現または示差的発現が含まれる。特定の実施形態では、対象の特徴５１０は、患者集団をスクリーニングするために後で使用することができる、対象５０５が発現するバイオマーカーを含む。様々な実施形態において、対象の特徴５１０は、対象５０５から試験サンプルを取得し、試験サンプルに対してアッセイを実行することによって決定することができる。アッセイの例には、核酸配列決定（例えば、ＤＮＡまたはＲＮＡ－ｓｅｑ）及びタンパク質検出アッセイ（例えば、ＥＬＩＳＡ）を含む、細胞配列決定データのアッセイ（表現型アッセイに関して後述する）が含まれる。

【0244】

細胞アバター５４０のセットを選択する（細胞アバター５４０は対象５０５を表す）。例えば、選択された細胞アバター５４０のそれぞれは、対象５０５のうちの少なくとも１人の遺伝的バックグラウンドを表す遺伝的バックグラウンドを有する細胞に対応する。様々な実施形態において、細胞アバター５４０は、以前に改変され摂動された細胞（例えば、図１Ａのｉｎ ｖｉｔｒｏ細胞改変１２０プロセスで説明された細胞１２５）に対応する。したがって、これらの細胞アバター５４０は、対象５０５に由来したり、新たに生成したりする必要はない。むしろ、そのような実施形態では、細胞アバター５４０は、類似のバックグラウンド、例えば、類似の遺伝的バックグラウンドを有することに基づいて、対象５０５を表すものとして選択される。他の実施形態では、細胞アバター５４０は、対象に対して新たに生成される。そうするために、図１Ａに示すように、対象５０５の遺伝的バックグラウンドとアラインする遺伝的バックグラウンドを有する細胞を使用して、または対象５０５に由来する細胞を使用して、ｉｎ ｖｉｔｒｏ細胞改変１２０プロセスを実行する。

【0245】

細胞疾患モデル５００を、各細胞アバター５４０に適用し、その細胞アバター５４０に対する介入５０８の可能性の高い効果を決定する。言い換えれば、図５Ｂに示すように、複数の細胞アバター５４０にわたる細胞疾患モデル５００の複数の適用により、各細胞アバター５４０が介入５０８に対してレスポンダーであるかまたはノンレスポンダーであるかが明らかになる。様々な実施形態において、レスポンダーまたはノンレスポンダーをスクリーニングするための細胞疾患モデル５００の適用は、図５Ａに関して上述したように、介入を検証するための細胞疾患モデル５００の適用と同じプロセスである。

【0246】

様々な実施形態では、各細胞アバター５４０は、機械学習モデル１４０の予測１４５に対応する。すなわち、予測１４５を出力した機械学習モデル１４０を、細胞アバター５４０に対応する細胞から捕捉された表現型アッセイデータでトレーニングした。予測１４５は介入の選択を導く。一実施形態では、予測１４５は、疾患表現型を発現する細胞を疾患の少ない（例えば、健康な）表現型を発現する細胞に戻すと予測される介入の選択を導く。一実施形態では、予測１４５は、健康な細胞における表現型への悪影響が最小限であるか、または全くないと予測される介入の選択を導く。

【0247】

細胞（例えば、細胞５１５Ａとして示される）は、細胞アバター５４０のためにｉｎ ｖｉｔｒｏで生成される。様々な実施形態において、細胞５１５Ａは、疾患細胞である。他の実施形態では、細胞５１５Ａは、健康な細胞である。細胞５１５Ａは、同じ遺伝学を共有しており、また、細胞アバター５４０を定義する摂動因子にさらされる。細胞５１５Ａに対して表現型アッセイを実施し、表現型アッセイデータ５２０Ａを取得する。この場合、表現型アッセイデータ５２０Ａは、疾患状態における細胞の細胞表現型を記述する。細胞５１５Ａを介入５０８に曝露して、細胞５１５Ａを治療された細胞５１５Ｂに転換する。治療された細胞５１５Ｂに対して表現型アッセイを実施し、表現型アッセイデータ５２０Ｂを取得する。この場合、表現型アッセイデータ５２０Ｂは、いくつかのシナリオでは、細胞５１５Ａの表現型とは異なる、治療された細胞５１５Ｂの表現型を捕捉する。細胞に由来する表現型アッセイデータ５２０Ａと治療された細胞に由来する表現型アッセイデータ５２０Ｂとの間の差異は、介入５０８によって引き起こされる細胞表現型の測定可能な変化を表している。

【0248】

細胞に由来する表現型アッセイデータ５２０Ａ及び治療された細胞に由来する表現型アッセイデータ５２０Ｂを評価して、臨床表現型５３０Ａ及び５３０Ｂをそれぞれ決定する。様々な実施形態において、表現型アッセイデータ５２０Ａ及び表現型アッセイデータ５２０Ｂは、それぞれの臨床表現型５３０Ａ及び５３０Ｂを直接的に示す。例えば、ＮＡＳＨに関して、表現型アッセイデータ５２０Ａ及び表現型アッセイデータ５２０Ｂは、脂肪球出力の存在を特定することができ、したがって、ＮＡＳＨ疾患の存在の臨床表現型を直接示し得る。

【0249】

様々な実施形態において、表現型アッセイデータ５２０Ａ及び表現型アッセイデータ５２０Ｂのそれぞれに、機械学習モデルを適用し、対応する臨床表現型５３０Ａ及び５３０Ｂを決定する。一実施形態では、細胞の表現型アッセイデータと治療された細胞の表現型アッセイデータとを区別するようにトレーニングされた分類器を適用して、対応する臨床表現型を決定する。一実施形態では、機械学習モデルは、図１Ａを参照して上述した機械学習モデル１４０である。機械学習モデル１４０は、細胞（例えば、細胞５１５Ａ）と他の細胞（例えば、治療された細胞５１５Ｂ）との間の表現型のトレースを容易に区別することができ、したがって、機械学習モデル１４０を適用することにより、臨床表現型を予測することができる。

【0250】

臨床表現型５３０Ａ及び５３０Ｂを比較して、細胞アバター５４０が介入５０８に対してレスポンダーであるかまたはノンレスポンダーであるかを決定する。様々な実施形態において、臨床表現型５３０Ａと５３０Ｂの比較は、臨床表現型５３０Ａと５３０Ｂの間の差異を決定することを含む。例えば、ＮＡＳＨに関して戻ると、表現型アッセイデータ５２０Ａと表現型アッセイデータ５２０Ｂにおける脂肪球出力の差異は、細胞アバター５４０が介入５０８に対してどの程度応答するかの尺度である。言い換えれば、疾患細胞と比較した、治療された細胞における脂肪球出力の減少量は、介入５０８に対する応答性の尺度である。

【0251】

様々な実施形態において、細胞アバター５４０は、臨床表現型５３０Ａと５３０Ｂの比較に基づいて、レスポンダーまたはノンレスポンダーとして分類される。一実施形態では、臨床表現型５３０Ａと５３０Ｂとの間の差異が、閾値、例えば、予測される疾患の存在割合における閾値の差異を上回る場合、細胞アバター５４０はレスポンダーとして分類される。様々な実施形態において、閾値は、１０％、２０％、３０％、４０％、５０％、６０％、７０％、７５％、８０％、８１％、８２％、８３％、８４％、８５％、８６％、８７％、８８％、８９％、９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、９８％、９９％、または１００％である。様々な実施形態において、閾値は、５０％～１００％、５０％～９０％、５０％～８０％、５０％～７０％、５０％～６０％、６０％～１００％、６０％～９０％、６０％～８０％、６０％～７０％、７０％～１００％、７０％～９０％、７０％～８０％、８０％～１００％、８０％～９０％、または９０％～１００％である。

【0252】

図５Ｃは、一実施形態による、対象の特徴と対象のレスポンダーまたはノンレスポンダーとしての分類との間の予測関係性を開発するためのプロセスフロー図を示す。介入５０８と、各細胞アバター５４０について決定されたレスポンダー／ノンレスポンダー５７０の分類（図５Ｂを参照して説明される）が与えられると、マッピング５７２を生成することができる。この場合、マッピング５７２は、対象５０５の対象の特徴５１０（図５Ｂ）と、細胞アバター５４０（対象５０５を表す）にわたるレスポンダーまたはノンレスポンダーの分類との間の関係を記述する。マッピング５７２により、新しい対象ごとに細胞（例えば、ｉＰＳＣ）を生成する必要なく、迅速に測定可能な対象の特徴に基づいて、治療に対するレスポンダーまたはノンレスポンダーの予測が可能になる。

【0253】

様々な実施形態において、マッピング５７２は、回帰モデル（例えば、線形回帰、ロジスティック回帰、または多項式回帰）、決定木、ランダムフォレスト、サポートベクターマシン、単純ベイズモデル、ｋ平均法クラスタ、またはニューラルネットワーク（例えば、フィードフォワードネットワーク、畳み込みニューラルネットワーク（ＣＮＮ）、ディープニューラルネットワーク（ＤＮＮ）、オートエンコーダーニューラルネットワーク、敵対的生成ネットワーク、または再帰型ネットワーク（例えば、長・短期記憶ネットワーク（ＬＳＴＭ）、双方向リカレントネットワーク、または深層双方向リカレントネットワーク）のうちのいずれか１つである。線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、主成分分析、因子分析、非線形次元削減、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせを含む、機械学習モデルをトレーニングするために、任意の数の機械学習アルゴリズムを実装することができる。

【0254】

構造活性相関スクリーニング
図５Ｄは、一実施形態による、構造活性相関（ＳＡＲ）スクリーニングを開発するためのプロセスフロー図を示す。様々な実施形態において、ＳＡＲスクリーニングは、異なる介入５０８にわたって、図５Ａに関して上述した細胞疾患モデル５００を適用するプロセスを反復することによって開発されるＳＡＲマッピング５７４である。より具体的には、細胞疾患モデル５００を複数の介入５０８にわたって適用することにより、介入ごとに介入による影響５６０が予測される。

【0255】

介入５０８と介入による影響５６０のペアリングが与えられると、ＳＡＲマッピング５７４を生成することができる。一般に、ＳＡＲマッピング５７４は、介入の特徴を、予測される介入の利益にマッピングすることができる。そのようなＳＡＲマッピング５７４は、その後、異なる介入（例えば、新規化合物）が疾患の治療に使用された場合に臨床的有用性をもたらす可能性が高いかどうかを特定するためのＳＡＲスクリーニングとして機能し得る。

【0256】

様々な実施形態において、ＳＡＲマッピングは、疾患を治療するために使用される場合の治療薬の臨床的有用性を予測する機械学習モデルである。様々な実施形態において、ＳＡＲマッピングは、回帰モデル（例えば、線形回帰、ロジスティック回帰、または多項式回帰）、決定木、ランダムフォレスト、サポートベクターマシン、単純ベイズモデル、ｋ平均法クラスタ、またはニューラルネットワーク（例えば、フィードフォワードネットワーク、畳み込みニューラルネットワーク（ＣＮＮ）、ディープニューラルネットワーク（ＤＮＮ）、オートエンコーダーニューラルネットワーク、敵対的生成ネットワーク、または再帰型ネットワーク（例えば、長・短期記憶ネットワーク（ＬＳＴＭ）、双方向リカレントネットワーク、または深層双方向リカレントネットワーク）のうちのいずれか１つである。線形回帰、ロジスティック回帰、デシジョンツリー、サポートベクターマシン分類、ナイーブベイズ分類、Ｋ最近傍分類、ランダムフォレスト、深層学習、勾配ブースティング、敵対的生成ネットワーク学習、強化学習、ベイジアン最適化、行列因数分解、ならびに次元縮退手法、例えば、多様体学習、主成分分析、因子分析、非線型次元削減、オートエンコーダー正則化、及び独立成分分析、またはそれらの組み合わせを含む、ＳＡＲ機械学習モデルをトレーニングするために、任意の数の機械学習アルゴリズムを実装することができる。

【0257】

ＳＡＲマッピング５７４が機械学習モデルであるそのような実施形態では、ＳＡＲマッピング５７４をトレーニングするためのトレーニングデータは、複数の介入５０８と、図５Ａを参照して上述したように、細胞疾患モデルを実施することによって生成された、対応する介入による影響５６０とを含む。様々な実施形態において、化学基、物理化学的特徴、分子量、分子構造、ファーマコフォア特徴、結合基の存在／位置、静電基の存在／位置、疎水性／親水性基の存在／位置、原子の配置、治療薬の結合のタイプ及び方向などを含む、介入５０８の特徴を抽出することができる。介入５０８の特徴は、ＳＡＲ機械学習モデルへの入力として提供され、それにより、モデルは、介入の特徴に従って可能性の高い治療薬の臨床的有用性を予測することができる。

【0258】

全体として、ＳＡＲマッピング５７４は、疾患に対する臨床的有用性の可能性について介入をスクリーニングするために使用することができる有用なｉｎ ｓｉｌｉｃｏツールである。様々な実施形態では、そのようなＳＡＲマッピング５７４を使用して、疾患に対して臨床的有用性を示す可能性が高い新薬を発見することができる。

【0259】

さらなる実施形態では、ＳＡＲマッピング５７４は、大規模な治療薬ライブラリを調査するのに有用である。治療薬ライブラリの例には、ＤｒｕｇＢａｎｋ、Ｚｉｎｃ、ＣｈｅｍＳｐｉｄｅｒ、ＣｈＥＭＢＬ、ＫＥＧＧ、ＰｕｂＣｈｅｍなどの公的に利用可能なデータベースが含まれる。ＳＡＲマッピング５７４を実装して、大規模な治療ライブラリ内の治療薬をｉｎ ｓｉｌｉｃｏで迅速にスクリーニングし、疾患の治療に使用した場合に臨床的有用性を示す可能性が高い１つ以上の候補治療薬を特定することができる。

【0260】

さらに別の実施形態では、ＳＡＲマッピング５７４は、化学治療と遺伝子治療の組み合わせなど、複数の治療薬を含む介入の臨床的影響を予測するようにトレーニングされた機械学習モデルであり得る。これらの実施形態では、図５Ｃに示すように、介入５０８は、療法の組み合わせを含み得、対応する介入による影響５６０は、療法の組み合わせの影響を意味する。したがって、ＳＡＲマッピング５７４を、複数の治療薬から抽出された特徴を使用して臨床的有用性を予測するようにトレーニングすることができる。したがって、ＳＡＲマッピング５７４は、疾患の治療に使用する場合に臨床的有用性をもたらす可能性が高い治療薬の組み合わせを特定するためのｉｎ ｓｉｌｉｃｏスクリーニングとして機能する。

【0261】

新規生物学的標的及び候補となる介入の特定
図５Ｅは、一実施形態による、疾患を治療するための新規生物学的標的及び候補介入を特定するためのプロセスフロー図を示す。様々な実施形態において、生物学的標的は、脂質、リポタンパク質、タンパク質、変異タンパク質、サイトカイン、ケモカイン、成長因子、ペプチド、核酸、遺伝子、及びオリゴヌクレオチドのいずれかを、それらの関連する複合体、代謝産物、変異核酸（例えば、変異、バリアント）、コピー数の変動、反転、及び／または転写バリアント多型を含む構造バリアント、修飾、断片、サブユニット、分解産物、要素、及び他の分析物またはサンプル由来の測定値と共に含み得る。特定の実施形態では、生物学的標的は遺伝子である。特定の実施形態では、生物学的標的は、遺伝子から転写された核酸（例えば、メッセンジャーＲＮＡ）、または遺伝子のｍＲＮＡから翻訳されたタンパク質などの遺伝子産物である。

【0262】

図５Ｅに示すように、機械学習モデルの予測１４５を使用して、生物学的標的を特定することができる。この場合、生物学的標的５７８は、疾患に影響を与えると予測される遺伝子改変として発見され得る。例えば、予測１４５は、摂動で処理された複数の細胞にわたる表現型アッセイデータから開発された埋め込みであり得る。したがって、表現型アッセイデータは、疾患のｉｎ ｖｉｔｒｏモデルを表す曝露反応表現型であり得る。この場合、遺伝子改変の存在は、疾患をより示唆する細胞表現型と関連付けることができる。例えば、遺伝子改変の存在は、摂動によって誘発される疾患状態と相関しており、それによって、遺伝子改変が疾患において役割を果たしている可能性が高いことを示している。したがって、そのような遺伝子改変は、生物学的標的５７８を表し得る。生物学的標的５７８の調節は、疾患の進行を遅らせるかまたは逆転させることができる。

【0263】

様々な実施形態において、候補介入５８０は、生物学的標的５７８を調節することが知られている介入である。いくつかの実施形態では、候補介入５８０は、以前に検証された介入５７５を介して特定され得る。例えば、図５Ａに従って行われた検証プロセスに基づいて、検証された介入５７５は、疾患の治療に有効であることが知られている。様々な実施形態において、検証された介入５７５及び候補介入５８０は、同様または同じ作用メカニズムを有し得る。様々な実施形態において、検証された介入５７５及び候補介入５８０は、埋め込みにおいて互いに近接してクラスタ化し、それによって２つの介入間の類似性を示すことができる。したがって、候補介入５８０を選択し、これはさらなる検証を受けることができる。様々な実施形態において、複数の候補介入を選択することができ、選択された各候補介入をさらに検証することができる。したがって、これらの複数の候補介入をスクリーニングして、疾患の治療に使用した場合に有効である可能性が高い治療候補を特定することができる。

【0264】

一実施形態では、候補介入５８０は、細胞に対するｉｎ ｖｉｔｒｏスクリーニングプロセスを使用して評価することができる。例えば、疾患細胞をｉｎ ｖｉｔｒｏで播種することができる場合のｉｎ ｖｉｔｒｏスクリーニングを行うことができ、候補介入５８０を疾患細胞に加えて、疾患細胞がより健康な状態に戻るかどうかを一般的に観察することができる。一実施形態では、ｉｎ ｖｉｔｒｏスクリーニングに使用される疾患細胞は、ステップ２５０及び２５５を参照して上記のように生成することができる。したがって、疾患の細胞は、疾患の遺伝的構造とアラインする。一実施形態では、スクリーニングに使用される疾患細胞は、患者から得られた疾患細胞であり、したがって、スクリーニングの結果は、患者由来細胞のスクリーニングから直接生じるため、臨床的に関連し得る。

【0265】

いくつかの実施形態では、候補介入５８０は、図５Ａに示す細胞疾患モデルのｉｎ ｖｉｔｒｏスクリーニングプロセスを使用して評価することができる。この場合、図５Ａと図５Ｅは、図５Ａが、機械学習モデルの予測を使用して、介入の選択を導くという点で異なる。図５Ｅでは、候補介入５８０の選択は、上述のように、特定された生物学的標的５７８によって導かれる。一般に、介入の影響を評価するｉｎ ｖｉｔｒｏスクリーニングプロセスは、図５Ａ及び５Ｅにおいて類似または同一であり得る。

【0266】

図５Ｅに示すように、細胞５８２Ａを生成することができる。細胞５８２Ａは、いくつかの実施形態では、健康な細胞であり得る。いくつかの実施形態では、細胞５８２Ａは疾患細胞である。細胞５８２Ａは、細胞アバター、例えば、検証された介入５７５が疾患の治療に有効であることが示された細胞アバターを表し得る。表現型アッセイデータ５８５Ａは、疾患細胞から捕捉される。細胞５８２Ａは、候補介入５８０を使用してｉｎ ｖｉｔｒｏ治療を受け、それにより、治療された細胞５８２Ｂが生じる。表現型アッセイデータ５８５Ｂは、治療された細胞５８２Ｂから捕捉される。表現型アッセイデータ５８５Ａ及び表現型アッセイデータ５８５Ｂのそれぞれを分析して、臨床表現型５９０Ａ及び臨床表現型５９０Ｂをそれぞれ決定する。図５Ｅに示すように、表現型アッセイデータ５８５Ａ及び５８５Ｂの分析は、表現型アッセイデータを分析し、疾患の表現型のトレースを区別することができるトレーニングされた機械学習モデル１４０を適用することを含む。臨床表現型５９０Ａ及び５９０Ｂを互いに比較して、候補介入５９５の影響を決定することができる。例えば、臨床表現型５９０Ａと臨床表現型５９０Ｂの差異は、候補介入５９５の有効性を表し得る。いくつかの実施形態では、健康な細胞と疾患細胞の両方を介入５８０にさらして、健康な細胞に対する有害な表現型の転帰を含む、介入の示差的な効果を評価する。健康な細胞が、図５Ｅに示し、上記で説明したステップを経た後、追加的に得られた臨床表現型を、臨床表現型５９０Ａ及び臨床表現型５９０Ｂと共に評価して、候補介入の影響５９５の決定を支援することができる。

【0267】

全体として、このプロセスにより、検証済みの介入による調節が疾患の治療に有効であることが確立されている生物学的標的が与えられた場合、疾患の治療に有効であり得る追加の候補介入の特定が可能になる。

【0268】

いくつかの実施形態では、検証された介入を使用して、介入によって調節される生物学的標的（例えば、生物学的標的５７８）が疾患を治療するための適切な標的であることを確立することができる。言い換えると、図５Ａに示す細胞疾患モデル５００の適用は、疾患を治療するのに有効であり得るさらなる治療薬を発見するための基礎として機能し得る生物学的標的を特定する。一例として、検証された介入は、遺伝子の発現を調節する遺伝子介入であり得る。この場合、核酸（例えば、ｍＲＮＡ）またはタンパク質などの遺伝子及び／または遺伝子産物は、調節のための適切な標的として機能し得る生物学的標的である。様々な実施形態において、遺伝子及び／または遺伝子産物は、疾患に関与することが以前から知られていないか、または以前は知られていなかった可能性がある。したがって、遺伝子及び／または遺伝子産物を標的とし、調節することができる追加の候補介入（例えば、薬物介入、遺伝子介入、またはそれらの組み合わせ）は、疾患に対する治療薬の影響について評価することができる。様々な実施形態において、追加の候補介入は、細胞における疾患状態の進行または退行における追加の候補介入の正または逆の性質に応じて、相補的効果または反対の代謝／表現型効果を生み出す能力に基づいて選択することができる。

【0269】

表現型アッセイ
細胞配列決定データのアッセイ
表現型アッセイデータの１つのタイプは、細胞配列データである。細胞配列決定データの例として、ＤＮＡ配列決定データまたはＲＮＡ配列決定データ、例えば、転写産物レベルの配列決定データが挙げられる。様々な実施形態において、細胞配列決定データは、ＦＡＳＴＡフォーマットファイル、ＢＡＭファイル、またはＢＬＡＳＴ出力ファイルとして表現される。細胞から得られた細胞配列決定データは、参照配列（例えば、対照配列、野生型配列、または健康な個体の配列）と比較して、１つ以上の差異を含み得る。差異には、１つ以上のヌクレオチド塩基のバリアント、変異、多型、挿入、欠失、ノックイン、及びノックアウトが含まれ得る。様々な実施形態において、細胞配列決定データの差異は、疾患の遺伝的リスクを決定するための情報価値の高い高リスク対立遺伝子に対応する。様々な実施形態において、高リスク対立遺伝子は、浸透度の高い対立遺伝子である。

【0270】

様々な実施形態において、細胞配列決定データと参照配列との間の差異は、機械学習モデルの特徴として機能することができる。様々な実施形態において、細胞配列決定データの１つ以上の配列、細胞配列決定データの特定の位置におけるヌクレオチド塩基または変異ヌクレオチド塩基の出現頻度、挿入／欠失／重複、コピー数変動、または配列決定データの配列は、機械学習モデルの特徴として機能する。

【0271】

核酸の増幅
多くの核酸は比較的少量で存在するため、核酸増幅は発現を評価する能力を大幅に高める。一般的な概念は、目的の領域に隣接するペアのプライマーを使用して核酸を増幅することができるということである。本明細書で使用する場合、用語「プライマー」は、テンプレート依存プロセスにおいて新生核酸の合成を開始することができる任意の核酸を包含することを意味する。通常、プライマーは、長さが１０～２０及び／または３０塩基対のオリゴヌクレオチドであるが、より長い配列を使用することができる。プライマーは、二本鎖及び／または一本鎖の形態で提供され得る。

【0272】

選択された遺伝子に対応する核酸に選択的にハイブリダイズするように設計されたプライマー対を、選択的ハイブリダイゼーションを可能にする条件下で鋳型核酸と接触させる。所望の用途に応じて、プライマーに完全に相補的な配列へのハイブリダイゼーションのみを可能にする高ストリンジェントなハイブリダイゼーション条件を選択してもよい。他の実施形態では、ハイブリダイゼーションは、プライマー配列との１つ以上のミスマッチを含む核酸の増幅を可能にするために、ストリンジェンシーを低下させて行ってもよい。ハイブリダイズさせた後、テンプレート－プライマー複合体を、テンプレート依存性核酸合成を促進する１つ以上の酵素と接触させる。「サイクル」とも呼ばれる複数ラウンドの増幅を、十分な量の増幅産物が産生されるまで行う。

【0273】

増幅産物を検出するか、または定量してもよい。特定の用途では、視覚的手段によって検出を行ってもよい。あるいは、検出は、化学発光、取り込まれた放射性標識または蛍光標識の放射性シンチグラフィー、または電気及び／または熱インパルス信号を使用するシステムによる生成物の間接的同定を含み得る。

【0274】

所与の鋳型サンプル中に存在するオリゴヌクレオチド配列を増幅するための、多数の鋳型依存プロセスが利用可能である。既知の増幅方法の１つは、ポリメラーゼ連鎖反応（ＰＣＲ（商標）と呼ばれる）であり、これは、米国特許第４，６８３，１９５号、第４，６８３，２０２号及び第４，８００，１５９号、ならびにＩｎｎｉｓ ｅｔ ａｌ．，１９８８に詳細に記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。

【0275】

逆転写酵素ＰＣＲ（商標）増幅手順を実施して、増幅されたｍＲＮＡの量を定量化してもよい。ＲＮＡをｃＤＮＡに逆転写する方法は周知である（Ｓａｍｂｒｏｏｋ ｅｔ ａｌ．，１９８９を参照のこと）。逆転写の代替方法は、耐熱性ＤＮＡポリメラーゼを利用する。これらの方法は、ＷＯ９０／０７６４１に記載されている。ポリメラーゼ連鎖反応法は、当技術分野で周知である。ＲＴ－ＰＣＲの代表的な方法は、米国特許第５，８８２，８６４号に記載されている。

【0276】

標準的なＰＣＲでは通常、１組のプライマーを使用して特定の配列を増幅するが、マルチプレックスＰＣＲ（ＭＰＣＲ）では、複数のプライマーペアを使用して多くの配列を同時に増幅する。１つのチューブに多くのＰＣＲプライマーが存在すると、ミスプライミングされたＰＣＲ産物及び「プライマー二量体」の形成の増加、より長いＤＮＡ断片の増幅識別など、多くの問題が発生し得る。通常、ＭＰＣＲ緩衝液は、Ｔａｑポリメラーゼ添加剤を含有し、これにより、アンプリコン間の競合が減少し、ＭＰＣＲ中の長いＤＮＡ断片の増幅識別が減少する。ＭＰＣＲ産物を、検証のために遺伝子特異的プローブとさらにハイブリダイズさせることができる。理論的には、必要な数のプライマーを使用することができるべきである。しかしながら、ＭＰＣＲ中に発生する副作用（プライマー二量体、ミスプライミングＰＣＲ産物など）により、ＭＰＣＲ反応で使用することができるプライマーの数には制限（２０未満）がある。欧州出願第０３６４２５５号及びＭｕｅｌｌｅｒ ａｎｄ Ｗｏｌｄ（１９８９）も参照のこと。

【0277】

増幅のための別の方法は、リガーゼ連鎖反応（「ＬＣＲ」）であり、欧州特許出願第３２０３０８号に開示されており、その全体が参照により本明細書に援用される。米国特許第４，８８３，７５０号は、プローブ対を標的配列に結合させるためのＬＣＲと同様の方法を記載している。米国特許第５，９１２，１４８号に開示されたＰＣＲ（商標）及びオリゴヌクレオチドリガーゼアッセイ（ＯＬＡ）に基づく方法も使用してもよい。

【0278】

使用してもよい標的核酸配列の増幅のための別の方法は、米国特許第５，８４３，６５０号、第５，８４６，７０９号、第５，８４６，７８３号、第５，８４９，５４６号、第５，８４９，４９７号、第５，８４９，５４７号、第５，８５８，６５２号、第５，８６６，３６６号、第５，９１６，７７６号、第５，９２２，５７４号、第５，９２８，９０５号、第５，９２８，９０６号、第５，９３２，４５１号、第５，９３５，８２５号、第５，９３９，２９１号、及び第５，９４２，３９１号、英国出願第２２０２３２８号、ならびにＰＣＴ出願第ＰＣＴ／ＵＳ８９／０１０２５号に開示されており、その各々はその全体が参照により本明細書に援用される。

【0279】

ＰＣＴ出願第ＰＣＴ／ＵＳ８７／００８８０に記載されているＱｂｅｔａレプリカーゼもまた、増幅方法として使用してもよい。この方法では、標的の領域に相補的な領域を有するＲＮＡの複製配列を、ＲＮＡポリメラーゼの存在下でサンプルに添加する。ポリメラーゼにより複製配列がコピーされ、次いでそれを検出してもよい。

【0280】

制限エンドヌクレアーゼ及びリガーゼを使用して、制限部位の一方の鎖にヌクレオチド５’－［α－チオ］－三リン酸を含む標的分子の増幅を達成する等温増幅法もまた、核酸の増幅に有用であり得る（Ｗａｌｋｅｒ ｅｔ ａｌ．，１９９２）。米国特許第５，９１６，７７９号に記載されている鎖置換型増幅法（ＳＤＡ）は、核酸の等温増幅を行う別の方法であり、複数回の鎖置換及び合成、すなわちニックトランスレーションを含む。

【0281】

他の核酸増幅手順には、核酸配列に基づく増幅（ＮＡＳＢＡ）及び３ＳＲ（Ｋｗｏｈ ｅｔ ａｌ．，１９８９；Ｇｉｎｇｅｒａｓ ｅｔ ａｌ．、ＰＣＴ出願ＷＯ８８／１０３１５、その全体が参照により本明細書に援用される）を含む、転写に基づく増幅系（ＴＡＳ）が含まれる。欧州特許出願第３２９８２２号は、一本鎖ＲＮＡ（「ｓｓＲＮＡ」）、ｓｓＤＮＡ、及び二本鎖ＤＮＡ（ｄｓＤＮＡ）を周期的に合成することを伴う核酸増幅プロセスを開示している。

【0282】

ＰＣＴ出願ＷＯ８９／０６７００（参照によりその全体が本明細書に援用される）は、標的一本鎖ＤＮＡ（「ｓｓＤＮＡ」）へのプロモーター領域／プライマー配列のハイブリダイゼーションとそれに続く配列の多数のＲＮＡコピーの転写に基づく核酸配列増幅スキームを開示している。このスキームは周期的ではなく、すなわち、結果として得られるＲＮＡ転写産物から新規テンプレートは産生されない。他の増幅方法として、「ｒａｃｅ」及び「片側（ｏｎｅ－ｓｉｄｅｄ）ＰＣＲ」が挙げられる（Ｆｒｏｈｍａｎ，１９９０；Ｏｈａｒａ ｅｔ ａｌ．，１９８９）。

【0283】

核酸の検出
任意の増幅の後、増幅産物を鋳型及び／または過剰なプライマーから分離することが望ましい場合がある。一実施形態では、標準的な方法を用いたアガロース、アガロース－アクリルアミドまたはポリアクリルアミドゲル電気泳動によって、増幅産物を分離する（Ｓａｍｂｒｏｏｋ ｅｔ ａｌ．，１９８９）。分離された増幅産物を、さらなる操作のために切り出し、ゲルから溶出してもよい。低融点アガロースゲルを使用して、ゲルを加熱して分離したバンドを除去し、続いて核酸を抽出してもよい。

【0284】

核酸の分離はまた、当技術分野で公知のクロマトグラフィー技術によって行ってもよい。吸着、分配、イオン交換、ヒドロキシルアパタイト、モレキュラーシーブ、逆相、カラム、紙、薄層、ならびにガスクロマトグラフィー及びＨＰＬＣを含む、本発明の実施において使用し得る多くの種類のクロマトグラフィーが存在する。

【0285】

特定の実施形態では、増幅産物を視覚化する。典型的な視覚化方法には、臭化エチジウムでゲルを染色し、ＵＶ光の下でバンドを視覚化することが含まれる。あるいは、増幅産物が放射標識または蛍光標識されたヌクレオチドで完全に標識されている場合、分離した増幅産物をＸ線フィルムに曝露するか、適切な励起スペクトルで可視化することができる。

【0286】

一実施形態では、増幅産物の分離に続いて、標識核酸プローブを増幅マーカー配列と接触させる。プローブは、好ましくは発色団にコンジュゲートするが、放射性標識してもよい。別の実施形態では、プローブを、抗体またはビオチンなどの結合パートナー、または検出可能な部分を有する別の結合パートナーにコンジュゲートする。

【0287】

特定の実施形態では、検出はサザンブロッティング及び標識プローブとのハイブリダイゼーションによる。サザンブロッティングに関与する技術は、当業者に周知である（Ｓａｍｂｒｏｏｋ ｅｔ ａｌ．，２００１を参照のこと）。前述の一例は、米国特許第５，２７９，７２１号に記載されており、参照により本明細書に援用され、これは、自動電気泳動及び核酸の転写のための装置及び方法を開示している。この装置は、ゲルを外部から操作することなく電気泳動及びブロッティングを可能にし、本発明による方法を実行するのに理想的に適している。

【0288】

ハイブリダイゼーションアッセイは、米国特許第５，１２４，２４６号にさらに記載されており、その全体が参照により本明細書に援用される。ノーザンブロットでは、ｍＲＮＡを電気泳動的に分離し、プローブと接触させる。プローブは、特定のサイズのｍＲＮＡ種にハイブリダイズするものとして検出される。ハイブリダイゼーションの量を定量して、例えば特定の条件下での相対発現量を決定することができる。プローブは、発現を検出するために細胞へのｉｎ ｓｉｔｕハイブリダイゼーションに使用される。プローブは、ハイブリダイズする配列の診断的検出のためにｉｎ ｖｉｖｏで使用することもできる。プローブは通常、放射性同位元素で標識される。発色団、フルオロフォア、及び酵素などの他のタイプの検出可能な標識を使用することができる。示差的遺伝子発現を決定するためのノーザンブロットの使用は、米国特許出願第０９／９３０，２１３号にさらに記載されており、その全体が参照により本明細書に援用される。

【0289】

本発明の実施において使用され得る核酸検出の他の方法は、米国特許第５，８４０，８７３号、第５，８４３，６４０，５，８４３，６５１号、第５，８４６，７０８号、第５，８４６，７１７号、第５，８４６，７２６号、第５，８４６，７２９号、第５，８４９，４８７号、第５，８５３，９９０号、第５，８５３，９９２号、第５，８５３，９９３号、第５，８５６，０９２号、第５，８６１，２４４号、第５，８６３，７３２号、第５，８６３，７５３号、第５，８６６，３３１号、第５，９０５，０２４号、第５，９１０，４０７号、第５，９１２，１２４号、第５，９１２，１４５号、第５，９１９，６３０号、第５，９２５，５１７号、第５，９２８，８６２号、第５，９２８，８６９号、第５，９２９，２２７号、第５，９３２，４１３号、及び第５，９３５，７９１号に開示されており、これらはそれぞれ参照により本明細書に援用される。

【0290】

核酸アッセイ
マイクロアレイは、実質的に平面の基板、例えば、バイオチップの表面上に空間的に分布し、安定して会合する複数のポリマー分子を含む。ポリヌクレオチドのマイクロアレイが開発されており、スクリーニング、一塩基多型及び他の変異の検出、ならびにＤＮＡ配列決定などの様々な用途に使用されている。マイクロアレイが特に使用される分野の１つは、遺伝子発現解析である。

【0291】

マイクロアレイを用いた遺伝子発現分析では、「プローブ」オリゴヌクレオチドのアレイを、目的の核酸サンプル、すなわち、特定の組織型由来のポリＡ ｍＲＮＡなどの標的と接触させる。ハイブリダイゼーション条件下で接触を行い、結合していない核酸を除去する。ハイブリダイズした核酸の得られたパターンは、試験したサンプルの遺伝子特性に関する情報を提供する。マイクロアレイの遺伝子発現解析の方法論は、定性的情報と定量的情報の両方を提供することができる。マイクロアレイの一例は、ＤＮＡの多型の検出を可能にするＤＮＡマイクロアレイである一塩基多型（ＳＮＰ）－チップアレイである。

【0292】

使用し得る様々な異なるアレイが当技術分野で公知である。標的核酸との配列特異的ハイブリダイゼーションが可能なアレイのプローブ分子は、ポリヌクレオチドまたはハイブリダイズ類似体またはその模倣物であってもよく、以下を含む：ホスホジエステル結合が置換結合、例えばホスホロチオエート、メチルイミノ、メチルホスホネート、ホスホルアミデート、グアニジンなど；リボースサブユニットが置換された核酸、例えば、ヘキソースホスホジエステル；ペプチド核酸など。プローブの長さは一般に１０～１０００ｎｔの範囲であり、いくつかの実施形態では、プローブはオリゴヌクレオチドであり、通常は１５～１５０ｎｔ、より一般的には１５～１００ｎｔの長さの範囲であり、他の実施形態ではプローブはより長く、通常は１５０～１０００ｎｔであり、ポリヌクレオチドプローブは一本鎖または二本鎖であってもよく、通常は一本鎖であり、ｃＤＮＡから増幅されたＰＣＲフラグメントであってもよい。

【0293】

基質の表面上のプローブ分子は、分析される選択された遺伝子に対応し、アレイ上の既知の位置に配置されるため、正のハイブリダイゼーション事象は、標的核酸及びサンプルが由来する生理学的供給源における特定の遺伝子の発現と相関し得る。プローブ分子が安定して会合する基板は、プラスチック、セラミック、金属、ゲル、膜、ガラスなどを含む様々な材料から製造され得る。アレイは、プローブを前もって形成し、次いでプローブを支持体の表面に安定に結合させるか、またはプローブを支持体上で直接成長させるなど、任意の便利な方法論に従って作製してもよい。多数の異なるアレイ構成及びそれらの製造方法が当業者に公知であり、米国特許第５，４４５，９３４号、第５，５３２，１２８号、第５，５５６，７５２号、第５，２４２，９７４号、第５，３８４，２６１号、第５，４０５，７８３号、第５，４１２，０８７号、第５，４２４，１８６号、第５，４２９，８０７号、第５，４３６，３２７号、第５，４７２，６７２号、第５，５２７，６８１号、第５，５２９，７５６号、第５，５４５，５３１号、第５，５５４，５０１号、第５，５６１，０７１号、第５，５７１，６３９号、第５，５９３，８３９号、第５，５９９，６９５号、第５，６２４，７１１号、第５，６５８，７３４号、第５，７００，６３７号、及び第６，００４，７５５号に開示されている。

【0294】

ハイブリダイゼーションに続いて、ハイブリダイズしていない標識核酸が検出ステップ中にシグナルを発することができる場合、ハイブリダイズしていない標識核酸を支持体表面から除去する洗浄ステップが採用され、基板表面上にハイブリダイズした核酸のパターンが生成される。それらを使用するための様々な洗浄溶液及びプロトコルが当業者に公知であり、使用してもよい。

【0295】

標的核酸上の標識が直接検出可能でない場合、次いで、結合した標的を含むアレイを、使用されているシグナル生成系の他のメンバー（複数可）と接触させる。例えば、標的上の標識がビオチンである場合、次いで、アレイをストレプトアビジン－蛍光複合体と、特異的結合メンバー対間の結合が生じるのに十分な条件下で接触させる。接触後、結合していないシグナル生成系のメンバーを、例えば、洗浄によって除去する。採用される特定の洗浄条件は、採用されるシグナル生成系の特定の性質に必然的に依存し、採用される特定のシグナル生成系に精通した当業者に公知である。

【0296】

得られた標識核酸のハイブリダイゼーションパターン（複数可）は、核酸の特定の標識に基づいて選択される特定の検出方法を用いて、様々な方法で視覚化または検出してもよく、代表的な検出手段として、シンチレーション計数、オートラジオグラフィー、蛍光測定、比色測定、発光測定などが挙げられる。

【0297】

検出または視覚化の前に、ミスマッチハイブリダイゼーション事象がパターン上に偽陽性シグナルを生成する可能性を低減したい場合、ハイブリダイズした標的／プローブ複合体のアレイを、エンドヌクレアーゼが一本鎖ＤＮＡを分解するのに十分であるが、二本鎖ＤＮＡを分解するのには十分でない条件下でエンドヌクレアーゼ処理してもよい。様々な異なるエンドヌクレアーゼが知られており、それらを使用してもよく、そのようなヌクレアーゼとして：リョクトウヌクレアーゼ、Ｓ１ヌクレアーゼなどが挙げられる。標的核酸が直接検出可能な標識で標識されていないアッセイ、例えば、ビオチン化標的核酸を用いたアッセイでそのような処理が用いられる場合、エンドヌクレアーゼ処理は一般に、アレイを他のシグナル生成系のメンバー（複数可）、例えば、蛍光－ストレプトアビジン複合体と接触させる前に行う。上記のエンドヌクレアーゼ処理により、プローブの３’末端で実質的に完全なハイブリダイゼーションを有する末端標識標的／プローブ複合体のみがハイブリダイゼーションパターンで検出されることが保証される。

【0298】

上記のように、ハイブリダイゼーション及び任意の洗浄工程（複数可）及び／またはその後の処理に続いて、得られたハイブリダイゼーションパターンを検出する。ハイブリダイゼーションパターンの検出または可視化において、標識の強度またはシグナル値を検出するだけでなく定量化する。これは、ハイブリダイゼーションの各スポットからのシグナルを測定し、既知の数の末端標識標的核酸によって放出されるシグナルに対応する単位値と比較して、ハイブリダイゼーションパターンにおいてアレイ上の特定のスポットにハイブリダイズする各末端標識標的のカウントまたはコピー数の絶対値を取得することを意味する。

【0299】

核酸配列
核酸（ＤＮＡまたはＲＮＡのいずれか）を配列決定するために、様々な異なる配列決定法を実施することができる。例えば、ＤＮＡ配列決定のために、全ゲノム配列決定、全エクソーム配列決定、または標的パネル配列決定のいずれか１つを行うことができる。全ゲノム配列決定は全ゲノムの配列決定を指し、全エクソーム配列決定はゲノムのすべての発現遺伝子の配列決定を指し、標的化パネル配列決定はゲノム内の遺伝子の特定のサブセットの配列決定を指す。

【0300】

ＲＮＡの場合、全トランスクリプトームショットガン配列決定（ＷＴＳＳ）とも呼ばれるＲＮＡ－ｓｅｑ（ＲＮＡ配列決定）は、次世代シーケンシングの機能を利用して、特定の瞬間におけるゲノム由来ＲＮＡの存在と量のスナップショットを明らかにする技術である。ＲＮＡ－ｓｅｑ技術の例は、Ｐｅｒｔｕｒｂ－ｓｅｑである。

【0301】

細胞のトランスクリプトームは動的であり；静的ゲノムとは対照的に、継続的に変化する。次世代シーケンシング（ＮＧＳ）の最近の発展により、ＤＮＡ配列の塩基適用範囲の増加とサンプルスループットの向上が可能となっている。これにより、細胞内のＲＮＡ転写産物の配列決定が容易になり、代替遺伝子スプライス転写産物、転写後の変化、遺伝子融合、変異／ＳＮＰ、及び遺伝子発現の変化を調べることができる。ｍＲＮＡ転写産物に加えて、ＲＮＡ－Ｓｅｑでは、全ＲＮＡ、ｍｉＲＮＡ、ｔＲＮＡなどのｓｍａｌｌ ＲＮＡ、リボソームプロファイリングなど、様々なＲＮＡ集団を調べることができる。ＲＮＡ－Ｓｅｑは、エクソン／イントロン境界を決定し、以前にアノテーションが付けられた５’及び３’遺伝子境界を検証または修正するためにも使用することができる。進行中のＲＮＡ－Ｓｅｑ研究には、感染中の細胞経路の変化の観察、及びがん研究における遺伝子発現レベルの変化が含まれる。ＮＧＳが登場する前は、トランスクリプトミクスと遺伝子発現研究は発現マイクロアレイで行われていたが、これには、標的配列の一致を調べる何千ものＤＮＡ配列が含まれており、発現しているすべての転写産物の特性が利用可能である。これは、後に遺伝子発現のシリアル分析（ＳＡＧＥ）で行った。

【0302】

読み取りアセンブリ
ｄｅ－ｎｏｖｏ及びゲノムガイドの２つの異なるアセンブリ方法を使用して、生の配列読み取り結果を分析することができる。

【0303】

第１のアプローチは、ヌクレオチド配列を再構築するために参照ゲノムの存在に依存しない。短いリードのサイズが小さいため、元の配列を簡単に再構築するために必要な各リードの間に大きな重複が存在し得ないことから、ｄｅ ｎｏｖｏアセンブリは難しい場合があるが、いくつかのソフトウェア（２、３例を挙げると、Ｖｅｌｖｅｔ（アルゴリズム）、Ｏａｓｅｓ、Ｔｒｉｎｉｔｙ など）が存在する。また、適用範囲が大きいため、考えられるすべてのアライメントを追跡する計算能力を必要とする。この欠点は、サンガーシーケンシングなどの他の手法を使用して同じサンプルから得られたより長い配列を使用し、より大きなリードを「骨格」または「テンプレート」として使用して、困難な領域（例えば、反復配列のある領域）でリードを組み立てることにより改善することができる。

【0304】

「より容易」で計算コストが比較的少ないアプローチは、何百万もの読み取り結果を「参照ゲノム」にアラインすることである。ゲノム読み取り結果を参照ゲノムにアラインメントするためのツール（配列アラインメントツール）は多数あるが、トランスクリプトームをゲノムにアラインメントする場合、主にイントロン領域を有する遺伝子を扱う場合は、特別な注意が必要である。短いリードをアラインメントするためのソフトウェアパッケージがいくつか存在し、最近ではトランスクリプトームアラインメントに特化したアルゴリズム、例えば、ＲＮＡ－ｓｅｑの短いリードアラインメント用のＢｏｗｔｉｅ、参照ゲノムにリードをアラインしてスプライス部位を発見するためのＴｏｐＨａｔ、転写産物を組み立てて他のものと比較／マージするためのＣｕｆｆｌｉｎｋｓ、またはＦＡＮＳｅが開発されている。配列リードを参照配列にアラインするための追加の利用可能なアルゴリズムには、基本的なローカルアラインメント検索ツール（ＢＬＡＳＴ）及びＦＡＳＴＡが含まれる。これらのツールを組み合わせて、包括的なシステムを形成することもできる。

【0305】

組み立てられた配列リードは、トランスクリプトームの生成、及び／または配列リードの変異、多型、挿入／欠失、ノックイン／ノックアウトなどの特定を含む、様々な目的に使用することができる。

【0306】

タンパク質発現アッセイ
表現型アッセイデータの第２のタイプは、タンパク質発現データである。様々な実施形態において、タンパク質発現データは、細胞が発現し、検出されたタンパク質のレベル、２つの関連タンパク質のレベルの比率（例えば、第１のタンパク質と第１のタンパク質の阻害剤のレベルの比率、または野生型タンパク質とそのタンパク質の変異型のレベルの比率）、または参照値（例えば、健常者の参照タンパク質のレベル）に対するタンパク質のレベルの比率を含み得る。様々な実施形態において、タンパク質発現データのこれらの例は、機械学習モデルの特徴として機能し得る。

【0307】

タンパク質の発現レベルを測定するための１つのアプローチは、抗体を使用してタンパク質の同定を行うことである。本明細書中で使用する場合、用語「抗体」は、広くは、ＩｇＧ、ＩｇＭ、ＩｇＡ、ＩｇＤ、及びＩｇＥなどの任意の免疫学的結合作用物質を指すように意図される。一般に、ＩｇＧ及び／またはＩｇＭは、生理学的状況で最も一般的な抗体であり、実験室で最も容易に作成される。用語「抗体」はまた、抗原結合領域を有する任意の抗体様分子を指し、Ｆａｂ’、Ｆａｂ、Ｆ（ａｂ’）_２、単一ドメイン抗体（ＤＡＢ）、Ｆｖ、ｓｃＦｖ（単一鎖Ｆｖ）などが挙げられる。様々な抗体ベースの構築物及び断片を調製し、使用するための技術は、当技術分野で周知である。ポリクローナル及びモノクローナルの両方の抗体を調製及び特徴付けするための手段も、当技術分野で周知である（例えば、Ａｎｔｉｂｏｄｉｅｓ：Ａ Ｌａｂｏｒａｔｏｒｙ Ｍａｎｕａｌ，Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ Ｌａｂｏｒａｔｏｒｙ，１９８８を参照のこと；参照により本明細書に援用される）。特に、カルサイクリン、カルパクチンＩ軽鎖、星状細胞リンタンパク質ＰＥＡ－１５及びチューブリン特異的シャペロンＡに対する抗体が企図される。

【0308】

免疫検出法を使用して、タンパク質発現のレベルを検出することができる。いくつかの免疫検出法として、いくつか例を挙げると、酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）、ラジオイムノアッセイ（ＲＩＡ）、免疫放射アッセイ、蛍光免疫アッセイ、化学発光アッセイ、生物発光アッセイ、及びウエスタンブロットがある。様々な有用な免疫検出方法のステップは、例えば、Ｄｏｏｌｉｔｔｌｅ ａｎｄ Ｂｅｎ－Ｚｅｅｖ Ｏ，１９９９；Ｇｕｌｂｉｓ ａｎｄ Ｇａｌａｎｄ，１９９３；Ｄｅ Ｊａｇｅｒ ｅｔ ａｌ．，１９９３；及びＮａｋａｍｕｒａ ｅｔ ａｌ．，１９８７などの科学文献に記載されており、それぞれは参照により本明細書に援用される。

【0309】

一般に、免疫結合法は、関連するポリペプチドを含有している疑いのあるサンプルを取得し、免疫複合体の形成を可能にするのに有効な条件下でサンプルを第一の抗体と接触させることを含む。抗原検出に関して、分析する生物学的サンプルは、例えば、組織切片または組織標本、均質化された組織抽出物、細胞、さらには体液など、抗原を含有している疑いのある任意のサンプルであり得る。

【0310】

有効な条件下で、免疫複合体（一次免疫複合体）の形成を可能にするのに十分な期間、選択された生物学的サンプルを抗体と接触させることは、一般に、抗体組成物をサンプルに単に添加し、抗体が、存在する抗原と免疫複合体を形成する、すなわち結合するのに十分な長い一定の期間、混合物をインキュベートすることである。この時間の後、組織切片、ＥＬＩＳＡプレート、ドットブロットまたはウエスタンブロットなどのサンプル－抗体組成物を、通常、洗浄して非特異的に結合した抗体種を除去し、一次免疫複合体内で特異的に結合した抗体のみが検出可能となるようにする。

【0311】

一般に、免疫複合体形成の検出は、多数のアプローチの適用によって達成され得る。これらの方法は、一般に、放射性タグ、蛍光タグ、生物学的タグ及び酵素タグのいずれかなどの標識またはマーカーの検出に基づいている。そのようなラベルの使用に関する特許には、米国特許第３，８１７，８３７号；第３，８５０，７５２号；第３，９３９，３５０号；第３，９９６，３４５号；第４，２７７，４３７号；第４，２７５，１４９号及び第４，３６６，２４１号に記載されており、それぞれ参照により本明細書に援用される。当然のことながら、当技術分野で公知のように、第２の抗体及び／またはビオチン／アビジンリガンド結合構成などの二次結合リガンドを使用することにより、追加の利点を見出し得る。

【0312】

検出に使用される抗体自体を検出可能な標識に結合させ、次いでこの標識を単純に検出することにより、組成物中の一次免疫複合体の量を決定することができる。あるいは、一次免疫複合体内で結合するようになる第１の抗体を、抗体に対して結合親和性を有する第２の結合リガンドによって検出してもよい。これらの場合、第２の結合リガンドを、検出可能な標識に連結させてもよい。第２の結合リガンドは、多くの場合、それ自体が抗体であり、したがって「二次」抗体と呼ばれる場合がある。一次免疫複合体を、有効な条件下で、二次免疫複合体の形成を可能にするのに十分な時間、標識された二次結合リガンドまたは抗体と接触させる。次いで、二次免疫複合体を一般的には洗浄して、非特異的に結合した標識二次抗体またはリガンドを除去し、次いで二次免疫複合体中の残りの標識を検出する。

【0313】

さらなる方法として、２段階アプローチによる一次免疫複合体の検出が挙げられる。抗体に対して結合親和性を有する抗体などの第２の結合リガンドを使用して、上記のように二次免疫複合体を形成させる。洗浄後、二次免疫複合体を、免疫複合体（三次免疫複合体）の形成を可能にするのに十分な時間、有効な条件下で、第２の抗体に対する結合親和性を有する第３の結合リガンドまたは抗体と接触させる。第３のリガンドまたは抗体を、検出可能な標識に連結させ、これにより、形成された三次免疫複合体を検出することができる。この系は、所望により、シグナル増幅を提供し得る。

【0314】

免疫検出の１つの方法は、２つの異なる抗体を使用する。第１段階のビオチン化モノクローナル抗体またはビオチン化ポリクローナル抗体を使用して標的抗原（複数可）を検出し、次いで第２段階の抗体を使用して、複合体化したビオチンに結合しているビオチンを検出する。この方法では、試験するサンプルを、第一段階の抗体を含有する溶液中で、まずインキュベートする。標的抗原が存在する場合、抗体の一部が抗原に結合して、ビオチン化抗体／抗原複合体を形成する。抗体／抗原複合体は、ストレプトアビジン（またはアビジン）、ビオチン化ＤＮＡ、及び／または相補的ビオチン化ＤＮＡの連続溶液中でのインキュベーションにより増幅され、各ステップで抗体／抗原複合体に追加のビオチン部位が付加される。増幅段階を、適切なレベルの増幅が達成されるまで繰り返し、その時点で、ビオチンに対する第２段階の抗体を含有する溶液中でサンプルをインキュベートする。この第２段階の抗体を、例えば、色素原基質を使用する組織酵素学によって抗体／抗原複合体の存在を検出するために使用することができる酵素で標識する。適切な増幅により、肉眼で見える複合体を生成することができる。

【0315】

免疫検出の別の既知の方法は、免疫ＰＣＲ（ポリメラーゼ連鎖反応）法を利用する。ＰＣＲ法は、ビオチン化ＤＮＡとのインキュベーションまではカントール法と同様であるが、ストレプトアビジンとビオチン化ＤＮＡのインキュベーションを複数回使用する代わりに、ＤＮＡ／ビオチン／ストレプトアビジン／抗体複合体を、抗体を遊離させる低ｐＨまたは高塩緩衝液で洗い流す。次いで、得られた洗浄溶液を使用して、適切なプライマーを、適切な対照と共に使用してＰＣＲ反応を実行する。少なくとも理論的には、ＰＣＲの膨大な増幅能力と特異性を利用して、単一の抗原分子を検出することができる。

【0316】

上記で詳述したように、イムノアッセイは本質的に結合アッセイである。特定のイムノアッセイは、当技術分野で公知の様々なタイプの酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）及びラジオイムノアッセイ（ＲＩＡ）である。しかしながら、検出は、そのような技術に限定されず、ウェスタンブロッティング、ドットブロッティング、ＦＡＣＳ分析なども使用し得ることは容易に理解されるであろう。

【0317】

ＥＬＩＳＡの一例では、本発明の抗体を、ポリスチレンマイクロタイタープレートのウェルなど、タンパク質親和性を示す選択された表面上に固定化する。次いで、臨床サンプルなど、抗原を含有すると疑われる被験組成物をウェルに加える。結合させ、洗浄して非特異的に結合した免疫複合体を除去した後、結合した抗原を検出してもよい。検出は、一般に、検出可能な標識に結合した別の抗体を加えることによって達成される。このタイプのＥＬＩＳＡは、単純な「サンドイッチＥＬＩＳＡ」である。検出はまた、第２の抗体の添加、続いて第２の抗体に対する結合親和性を有する第３の抗体の添加によって達成され得、第３の抗体は検出可能な標識に連結されている。

【0318】

別の例示的なＥＬＩＳＡでは、抗原を含有すると疑われるサンプルをウェル表面に固定し、次いで本発明の抗ＯＲＦメッセージ及び抗ＯＲＦ翻訳産物抗体と接触させる。結合させ、洗浄して非特異的に結合した免疫複合体を除去した後、結合した抗ＯＲＦメッセージ及び抗ＯＲＦ翻訳産物抗体を検出する。最初の抗ＯＲＦメッセージ及び抗ＯＲＦ翻訳産物抗体が検出可能な標識に連結されている場合、免疫複合体は直接検出され得る。ここでも、免疫複合体は、第１の抗ＯＲＦメッセージ及び抗ＯＲＦ翻訳産物抗体に対して結合親和性を有する第２の抗体を使用して検出され得、第２の抗体は検出可能な標識に連結されている。

【0319】

抗原を固定化する別のＥＬＩＳＡでは、検出に抗体競合の使用が含まれる。このＥＬＩＳＡでは、抗原に対する標識抗体をウェルに加え、結合させ、その標識によって検出する。コーティングされたウェルを用いて、インキュベーション中にサンプルを抗原に対する標識抗体と混合することによって、未知のサンプル中の抗原の量を測定する。サンプル中の抗原の存在は、ウェルへの結合に利用できる抗原に対する抗体の量を減少させるように作用し、最終的なシグナルを減少させる。これは、未知のサンプル中の抗原に対する抗体の検出にも適しており、その場合、抗原でコーティングされたウェルに非標識抗体が結合し、標識抗体に結合するために利用できる抗原の量も減少する。

【0320】

タンパク質発現アッセイ
表現型アッセイデータの第３のタイプは、遺伝子発現データである。様々な実施形態において、遺伝子発現データは、１つ以上の遺伝子の定量的発現レベル、１つ以上の遺伝子が示差的に発現しているかどうかの指標（例えば、より高いまたはより低い発現）、参照値（例えば、健常者における参照遺伝子発現レベル）に対しての遺伝子の発現レベルの比率を含む。様々な実施形態において、遺伝子発現データのこれらの例は、機械学習モデルの特徴として機能し得る。様々な実施形態において、以前に同定された遺伝子パネルの遺伝子の発現レベルは、機械学習モデルの特徴として機能し得る。例えば、パネル内の遺伝子は、それらが示差的に発現している場合、疾患関連遺伝子として事前に同定され得る。

【0321】

様々な実施形態において、遺伝子発現データは、細胞配列決定データ及び／またはタンパク質発現データを使用して決定することができる。例えば、細胞配列決定データは、転写産物レベルの配列決定データ（例えば、ｍＲＮＡ配列決定データまたはＲＮＡ－ｓｅｑデータ）であってもよい。したがって、特定のｍＲＮＡ転写産物の存在量は、ｍＲＮＡ転写産物を転写する対応する遺伝子の発現レベルを示している可能性がある。ｍＲＮＡ転写レベルに基づく発現差解析は、ｂａｙＳｅｑ（Ｈａｒｄｃａｓｔｌｅ，Ｔ．ｅｔ ａｌ． ｂａｙＳｅｑ：Ｅｍｐｉｒｉｃａｌ Ｂａｙｅｓｉａｎ ｍｅｔｈｏｄｓ ｆｏｒ ｉｄｅｎｔｉｆｙｉｎｇ ｄｉｆｆｅｒｅｎｔｉａｌ ｅｘｐｒｅｓｓｉｏｎ ｉｎ ｓｅｑｕｅｎｃｅ ｃｏｕｎｔ ｄａｔａ． ＢＭＣ ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，１１，１－１４（２０１０）），ＤＥＳｅｑ（Ａｎｄｅｒｓ，Ｓ．ｅｔ ａｌ． Ｄｉｆｆｅｒｅｎｔｉａｌ ｅｘｐｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｆｏｒ ｓｅｑｕｅｎｃｅ ｃｏｕｎｔ ｄａｔａ． Ｇｅｎｏｍｅ ｂｉｏｌｏｇｙ，１１，Ｒ１０６，（２０１０）），ＥＢＳｅｑ（Ｌｅｎｇ，Ｎ．ｅｔ ａｌ． ＥＢＳｅｑ：ａｎ ｅｍｐｉｒｉｃａｌ Ｂａｙｅｓ ｈｉｅｒａｒｃｈｉｃａｌ ｍｏｄｅｌ ｆｏｒ ｉｎｆｅｒｅｎｃｅ ｉｎ ＲＮＡ－ｓｅｑ ｅｘｐｅｒｉｍｅｎｔｓ． Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２９，１０３５－１０４３，２０１３），ｅｄｇｅＲ（Ｒｏｂｉｎｓｏｎ，Ｍ．Ｄ．ｅｔ ａｌ． ｅｄｇｅＲ：ａ Ｂｉｏｃｏｎｄｕｃｔｏｒ ｐａｃｋａｇｅ ｆｏｒ ｄｉｆｆｅｒｅｎｔｉａｌ ｅｘｐｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｄｉｇｉｔａｌ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｄａｔａ． Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２６，１３９－１４０，（２０１０）），ＮＢＰＳｅｑ（Ｄｉ，Ｙ．，ｅｔ ａｌ．，Ｔｈｅ ＮＢＰ Ｎｅｇａｔｉｖｅ Ｂｉｎｏｍｉａｌ Ｍｏｄｅｌ ｆｏｒ Ａｓｓｅｓｓｉｎｇ Ｄｉｆｆｅｒｅｎｔｉａｌ Ｇｅｎｅ Ｅｘｐｒｅｓｓｉｏｎ ｆｒｏｍ ＲＮＡ－Ｓｅｑ． Ｓｔａｔｉｓｔｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｇｅｎｅｔｉｃｓ ａｎｄ ｍｏｌｅｃｕｌａｒ ｂｉｏｌｏｇｙ，１０，１－２８（２０１１）），ＳＡＭｓｅｑ（Ｌｉ，Ｊ．ｅｔ ａｌ． Ｆｉｎｄｉｎｇ ｃｏｎｓｉｓｔｅｎｔ ｐａｔｔｅｒｎｓ： ａ ｎｏｎｐａｒａｍｅｔｒｉｃ ａｐｐｒｏａｃｈ ｆｏｒ ｉｄｅｎｔｉｆｙｉｎｇ ｄｉｆｆｅｒｅｎｔｉａｌ ｅｘｐｒｅｓｓｉｏｎ ｉｎ ＲＮＡ－Ｓｅｑ ｄａｔａ． Ｓｔａｔｉｓｔｉｃａｌ ｍｅｔｈｏｄｓ ｉｎ ｍｅｄｉｃａｌ ｒｅｓｅａｒｃｈ，２２，５１９－５３６，（２０１３）），ＳｈｒｉｎｋＳｅｑ（Ｖａｎ Ｄｅ Ｗｉｅｌ，Ｍ．Ａ．ｅｔ ａｌ． Ｂａｙｅｓｉａｎ ａｎａｌｙｓｉｓ ｏｆ ＲＮＡ ｓｅｑｕｅｎｃｉｎｇ ｄａｔａ ｂｙ ｅｓｔｉｍａｔｉｎｇ ｍｕｌｔｉｐｌｅ ｓｈｒｉｎｋａｇｅ ｐｒｉｏｒｓ． Ｂｉｏｓｔａｔｉｓｔｉｃｓ，１４，１１３－１２８（２０１３）），ＴＳＰＭ（Ａｕｅｒ，Ｐ．Ｌ．ｅｔ ａｌ． Ａ Ｔｗｏ－Ｓｔａｇｅ Ｐｏｉｓｓｏｎ Ｍｏｄｅｌ ｆｏｒ Ｔｅｓｔｉｎｇ ＲＮＡ－Ｓｅｑ Ｄａｔａ． Ｓｔａｔｉｓｔｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｇｅｎｅｔｉｃｓ ａｎｄ ｍｏｌｅｃｕｌａｒ ｂｉｏｌｏｇｙ，１０（２０１１），ｖｏｏｍ（Ｌａｗ，Ｃ．Ｗ．ｅｔ ａｌ． ｖｏｏｍ：Ｐｒｅｃｉｓｉｏｎ ｗｅｉｇｈｔｓ ｕｎｌｏｃｋ ｌｉｎｅａｒ ｍｏｄｅｌ ａｎａｌｙｓｉｓ ｔｏｏｌｓ ｆｏｒ ＲＮＡ－ｓｅｑ ｒｅａｄ ｃｏｕｎｔｓ． Ｇｅｎｏｍｅ ｂｉｏｌｏｇｙ，１５，Ｒ２９（２０１４）），ｌｉｍｍａ（Ｓｍｙｔｈ，Ｇ．Ｋ． Ｌｉｎｅａｒ ｍｏｄｅｌｓ ａｎｄ ｅｍｐｉｒｉｃａｌ ｂａｙｅｓ ｍｅｔｈｏｄｓ ｆｏｒ ａｓｓｅｓｓｉｎｇ ｄｉｆｆｅｒｅｎｔｉａｌ ｅｘｐｒｅｓｓｉｏｎ ｉｎ ｍｉｃｒｏａｒｒａｙ ｅｘｐｅｒｉｍｅｎｔｓ． Ｓｔａｔｉｓｔｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｇｅｎｅｔｉｃｓ ａｎｄ ｍｏｌｅｃｕｌａｒ ｂｉｏｌｏｇｙ，３，Ａｒｔｉｃｌｅ３（２００４）），ＰｏｉｓｓｏｎＳｅｑ（Ｌｉ，Ｊ．ｅｔ ａｌ． Ｎｏｒｍａｌｉｚａｔｉｏｎ，ｔｅｓｔｉｎｇ，ａｎｄ ｆａｌｓｅ ｄｉｓｃｏｖｅｒｙ ｒａｔｅ ｅｓｔｉｍａｔｉｏｎ ｆｏｒ ＲＮＡ－ｓｅｑｕｅｎｃｉｎｇ ｄａｔａ． Ｂｉｏｓｔａｔｉｓｔｉｃｓ，１３，５２３－５３８（２０１２）），ＤＥＳｅｑ２（Ｌｏｖｅ，Ｍ．Ｉ．ｅｔ ａｌ． Ｍｏｄｅｒａｔｅｄ ｅｓｔｉｍａｔｉｏｎ ｏｆ ｆｏｌｄ ｃｈａｎｇｅ ａｎｄ ｄｉｓｐｅｒｓｉｏｎ ｆｏｒ ＲＮＡ－ｓｅｑ ｄａｔａ ｗｉｔｈ ＤＥＳｅｑ２． Ｇｅｎｏｍｅ ｂｉｏｌｏｇｙ，１５，５５０（２０１４）），及びＯＤＰ（Ｓｔｏｒｅｙ，Ｊ．Ｄ． Ｔｈｅ ｏｐｔｉｍａｌ ｄｉｓｃｏｖｅｒｙ ｐｒｏｃｅｄｕｒｅ：ａ ｎｅｗ ａｐｐｒｏａｃｈ ｔｏ ｓｉｍｕｌｔａｎｅｏｕｓ ｓｉｇｎｉｆｉｃａｎｃｅ ｔｅｓｔｉｎｇ． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ：Ｓｅｒｉｅｓ Ｂ（Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｔｈｏｄｏｌｏｇｙ），６９，３４７－３６８（２００７））などの利用可能なツールを使用して実行することができ、これらのそれぞれはその全体が参照により本明細書に援用される。

【0322】

別の例として、タンパク質発現データは、遺伝子発現レベルの読み出しとしても機能する。タンパク質の発現レベルは、タンパク質に翻訳されるｍＲＮＡ転写産物のレベルに対応している場合がある。ここでも、ｍＲＮＡ転写産物のレベルは、対応する遺伝子の発現レベルを示し得る。いくつかの実施形態では、異なるレベルのｍＲＮＡ及びタンパク質をもたらし得る転写後修飾及び翻訳後修飾が存在する場合、細胞配列決定データ及びタンパク質発現データの両方を使用して遺伝子発現データを決定する。

【0323】

画像化及び免疫組織化学のためのアッセイ
表現型アッセイデータの第４のタイプには、高分解能顕微鏡データ及び／または免疫組織化学画像データなどの顕微鏡データが含まれる。顕微鏡データは、共焦点顕微鏡、超高解像度顕微鏡、ｉｎ ｖｉｖｏ二光子顕微鏡、電子顕微鏡（例えば、走査型電子顕微鏡または透過型電子顕微鏡）、原子間力顕微鏡、明視野顕微鏡、及び位相差顕微鏡を含む様々な画像化様式を使用して捕捉することができる。様々な実施形態において、顕微鏡画像から取り込まれた顕微鏡データは、機械学習モデルの特徴として機能し得る。顕微鏡データを分析するための画像分析ツールの例として、ＣｅｌｌＰＡＩＮＴ（例えば、ＮｅｕｒｏＰＡＩＮＴなどの細胞特異的Ｐａｉｎｔアッセイを含む）、プール化光学スクリーニング（ＰＯＳＨ）、及びＣｅｌｌＰｒｏｆｉｌｅｒが挙げられる。様々な実施形態において、顕微鏡データは、機械学習を実装した分析を行わなければ、疾患細胞または正常細胞の表現型に関連付けることが困難な高次元データを表す。顕微鏡データの例として、顕微鏡画像、特定のマーカーの抗体染色、イオン（例えば、ナトリウム、カリウム、カルシウム）、細胞の分裂速度、細胞の数、細胞の周囲環境、及び疾患マーカー（例えば、免疫組織化学画像における、炎症、変性、細胞の膨張／萎縮、線維症、マクロファージ動員、免疫細胞のマーカー）の有無の画像化が挙げられる。

【0324】

いくつかのシナリオでは、ｉｎ ｖｉｔｒｏ細胞をウェルに播種し、次いで蛍光標識された一次／二次抗体などを使用して染色する。いくつかの実施形態では、ｉｎ ｖｉｔｒｏ細胞を画像化の前に固定する。いくつかの実施形態では、ｉｎ ｖｉｔｒｏ細胞に対して生細胞イメージングを行って、経時的な細胞表現型の変化を観察することができる。

【0325】

共焦点顕微鏡の場合、組織または組織オルガノイドを、最適な組織切断化合物に包埋し、－２０℃で凍結させる。凍結したら、ミクロトームを使用して組織を（例えば、厚さ５～５０ミクロンに）スライスする。組織切片を、スライドガラスにマウントする。組織切片を染色して固定し、画像化用に調製する。いくつかの実施形態では、ブロッキング緩衝液を使用して組織を処理し、一次抗体と組織との間の非特異的染色を遮断する。ブロッキング緩衝液の例として、リン酸緩衝生理食塩水中の１％ウマ血清が挙げられる。一次抗体を適切な希釈率に希釈し、組織切片に塗布する。組織切片を洗浄し、一次抗体に特異的な二次抗体と共にインキュベートする。いくつかの実施形態では、一次抗体及び／または二次抗体を、蛍光標識する。組織切片を洗浄し、画像化用に調製する。次いで、蛍光（例えば、共焦点）顕微鏡を使用して組織切片を画像化することができる。

【0326】

免疫組織化学については、組織を固定し、パラフィンで包埋し、切断する。通常、ホルムアルデヒド固定液を使用して組織を固定する。組織を、漸増濃度のエタノール（例えば、７０％、９０％、１００％エタノール）に連続的に浸漬させて脱水し、次いでキシレンに浸漬する。組織をパラフィンに包埋し、次いで組織切片（例えば、厚さ５～１５μｍ）に切断する。これは、ミクロトームを使用して達成することができる。組織切片を組織学的スライドにマウントし、乾燥させる。

【0327】

次いで、パラフィン包埋切片を、関心対象の特定の標的（例えば、タンパク質、バイオマーカー）について染色することができる。切片を再水和し（例えば、漸減濃度のエタノール－１００％、９５％、７０％、及び５０％エタノール中で）、次いで脱イオンＨ_２Ｏで洗浄する。必要に応じて、ブロッキング緩衝液を使用して組織を処理して、一次抗体と組織間の非特異的染色を遮断する。ブロッキング緩衝液の例として、リン酸緩衝生理食塩水中の１％ウマ血清が挙げられる。一次抗体を適切な希釈率に希釈し、組織切片に塗布する。組織切片を洗浄し、一次抗体に特異的な二次抗体と共にインキュベートする。組織切片を洗浄し、次いでマウントする。次いで、顕微鏡（例えば、明視野顕微鏡、位相差顕微鏡、蛍光顕微鏡）を使用して組織切片を画像化することができる。免疫組織化学を実施するための追加の方法は、Ｓｉｍｏｎ ｅｔ ａｌ．，ＢｉｏＴｅｃｈｎｉｑｕｅｓ，３６（１）：９８（２００４）及びＨａｅｄｉｃｋｅ ｅｔ ａｌ．，ＢｉｏＴｅｃｈｎｉｑｕｅｓ，３５（１）：１６４（２００３）にさらに詳細に記載されており、これらのそれぞれはその全体が参照により本明細書に援用される。様々な実施形態において、免疫組織化学は、Ｒｏｃｈｅ Ｇｒｏｕｐから入手可能なＢｅｎｃｈｍａｒｋ ＵＬＴＲＡシステムなどの市販の機器を使用して自動化することができる。

【0328】

代謝データのアッセイ
表現型アッセイデータの第５のタイプには、代謝データが含まれる。一般に、代謝データは、特定の時間における細胞内の代謝産物のレベル、または細胞によって生成される代謝産物のレベルなど、特定の時間における細胞の生理機能の視覚化を提供する。代謝データは、メタボローム、例えば、代謝産物の完全なセットとして表され得る。様々な実施形態において、代謝データは、摂動因子に応答して細胞内または細胞によって産生される代謝産物のレベルを含み得る。代謝データの例として、細胞が発現し、検出される代謝産物レベル、関連する２つの代謝産物のレベルの比率（例えば、第１の代謝産物と第２の代謝産物のレベルの比率（第１の代謝産物は第２の代謝産物の前駆体である））、または参照値（例えば、健常者における参照代謝産物レベル）に対する代謝産物レベルの比率が挙げられる。様々な実施形態において、これらの例示的な代謝データは、機械学習モデルの特徴として機能し得る。

【0329】

様々な実施形態において、代謝産物は、サイズが１．５ｋＤａ未満である。代謝産物の例として、酸素、二酸化炭素、グルコース、インスリン、乳酸、グルタミン、グルタミン酸、リポタンパク質、アルブミン、脂肪酸、ＡＴＰ、及びＮＡＤＨ関連分子（例えば、ＮＡＤ、ＮＡＤＰ、ＮＡＤＰＨ）が挙げられる。他の代謝産物の例は、ＭＥＴＬＩＮまたはＨｕｍａｎ Ｍｅｔａｂｏｌｏｍｅ Ｄａｔａｂａｓｅ（ＨＭＤＢ）などの公的に利用可能なデータベースで見出すことができる。

【0330】

様々な実施形態において、例示的な代謝産物の検出は、異なる代謝産物の定量的レベルの決定を容易にするように設計された市販のキットを使用することができる。市販のキットの例として、酸素消費、解糖、脂肪酸代謝、ＡＴＰ、ＮＡＤＨ、及び関連分子を測定するためのＡＢＣＡＭアッセイ、ＮＡＤ、ＮＡＤＰ、ＮＡＤＨ、及びＮＡＤＰＨアッセイのためのＰＲＯＭＥＧＡアッセイ、代謝産物アッセイ（グルコース、乳酸、グルタミン、グルタミン酸）、ならびにＡＴＰ測定キット、Ａｍｐｌｅｘ（商標）アッセイキット、ＴｈｉｏＴｒａｃｋｅｒ（商標）アッセイ、またはＶｙｂｒａｎｔ（商標）Ｃｅｌｌ Ｍｅｔａｂｏｌｉｃ ＡｓｓａｙキットなどのＴｈｅｒｍｏ Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃアッセイが挙げられる。

【0331】

一般に、キットは、代謝産物を含むサンプルに１つ以上の試薬を添加することを含み、１つ以上の試薬は、標的代謝産物と結合または相互作用することができる。試薬と標的代謝産物の相互作用は、フローサイトメトリー、蛍光顕微鏡、マイクロプレート（例えば、生物発光、化学発光、または蛍光リーダー）、または分光計などの様々な検出方法を使用して検出することができる。様々な実施形態において、検出される強度レベルは、サンプル中の標的代謝産物の濃度の直接的または間接的な読み取り値である。

【0332】

様々な実施形態において、核磁気共鳴（ＮＭＲ）、質量分析（ＭＳ）、または赤外線分光法（ＩＳ）などの代謝産物検出技術を使用して、代謝産物を検出することができる。一般に、そのような方法は、代謝産物を検出するための同位体の使用を伴う。同位体を使用して標的代謝産物を検出する方法は、米国特許第６，８４９，３９６号に記載されており、その全体が参照により本明細書に援用される。

【0333】

質量分析については、以下の様々なクラスの代謝産物の分析を以下で見出し得る：（１）脂質（例えば、Ｆｅｎｓｅｌａｕ，Ｃ．，“Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｒｙ ｆｏｒ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｍｉｃｒｏｏｒｇａｎｉｓｍｓ”，ＡＣＳ Ｓｙｍｐ． Ｓｅｒ．，５４１：１－７（１９９４））；（２）揮発性代謝産物（例えば、Ｌａｕｒｉｔｓｅｎ，Ｆ．Ｒ．ａｎｄ Ｌｌｏｙｄ，Ｄ．，“Ｄｉｒｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｏｆ Ｖｏｌａｔｉｌｅ Ｍｅｔａｂｏｌｉｔｅｓ Ｐｒｏｄｕｃｅｄ ｂｙ Ｍｉｃｒｏｏｒｇａｎｉｓｍｓ，” ＡＣＳ Ｓｙｍｐｌ Ｓｅｒ．，５４１：９１－１０６（１９９４）を参照のこと）；（３）炭化水素（例えば、Ｆｏｘ，Ａ．ａｎｄ Ｂｌａｃｋ，Ｇ．Ｅ．，“Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｄｅｔｅｃｔｉｏｎ ｏｆ Ｃａｒｂｏｈｙｄｒａｔｅ Ｍａｒｋｅｒｓ ｆｏｒ Ｂａｃｔｅｒｉａ”，ＡＣＳ Ｓｙｍｐ． Ｓｅｒ．５４１：１０７－１３１（１９９４）を参照のこと；（４）核酸（例えば、Ｅｄｍｏｎｄｓ，Ｃ．Ｇ．，ｅｔ ａｌ．，“Ｒｉｂｏｎｕｃｌｅｉｃ ａｃｉｄ ｍｏｄｉｆｉｃａｔｉｏｎｓ ｉｎ ｍｉｃｒｏｏｒｇａｎｉｓｍｓ”，ＡＣＳ Ｓｙｍｐ． Ｓｅｒ．，５４１：１４７－１５８（１９９４）を参照のこと；ならびに（５）タンパク質（例えば、Ｖｏｒｍ，Ｏ．ｅｔ ａｌ．，“Ｉｍｐｒｏｖｅｄ Ｒｅｓｏｌｕｔｉｏｎ ａｎｄ Ｖｅｒｙ Ｈｉｇｈ Ｓｅｎｓｉｔｉｖｉｔｙ ｉｎ ＭＡＬＤＩ ＴＯＦ ｏｆ Ｍａｔｒｉｘ Ｓｕｒｆａｃｅｓ ｍａｄｅ ｂｙ Ｆａｓｔ Ｅｖａｐｏｒａｔｉｏｎ，” Ａｎａｌ．Ｃｈｅｍ．６６：３２８１－３２８７（１９９４）；及びＶｏｒｍ，Ｏ．ａｎｄ Ｍａｎｎ，Ｍ．，“Ｉｍｐｒｏｖｅｄ Ｍａｓｓ Ａｃｃｕｒａｃｙ ｉｎ Ｍａｔｒｉｘ－Ａｓｓｉｓｔｅｄ Ｌａｓｅｒ Ｄｅｓｏｒｐｔｉｏｎ／Ｉｏｎｉｚａｔｉｏｎ Ｔｉｍｅ－ｏｆ－Ｆｌｉｇｈｔ Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｒｙ ｏｆ Ｐｅｐｔｉｄｅｓ”，Ｊ．Ａｍ．Ｓｏｃ．Ｍａｓｓ． Ｓｐｅｃｔｒｏｍ．５：９５５－９５８（１９９４）を参照のこと）。これらのそれぞれは、その全体が参照により本明細書に援用される。さらに、同位体分析を実施するためのＩＲ法及びＮＭＲ法は、例えば、米国特許第５，３１７，１５６号；Ｋｌｅｉｎ，Ｐ．ｅｔ ａｌ．，Ｊ．Ｐｅｄｉａｔｒｉｃ Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ ａｎｄ Ｎｕｔｒｉｔｉｏｎ ４：９－１９（１９８５）；Ｋｌｅｉｎ，Ｐ．，ｅｔ ａｌ．，Ａｎａｌｙｔｉｃａｌ Ｃｈｅｍｉｓｔｒｙ Ｓｙｍｐｏｓｉｕｍ Ｓｅｒｉｅｓ １１：３４７－３５２（１９８２）において述べられており、これらのそれぞれは、その全体が参照により本明細書に援用される。

【0334】

様々な実施形態において、精製／分離したサンプルから代謝産物を検出し、それにより、検出の感度及び／または特異性に影響を与える可能性がある他の成分（例えば、細胞破片）を除去する。例えば、サンプルは、電気泳動または高速液体クロマトグラフィーを使用して精製してもよい。したがって、ＮＭＲ、ＭＳ、またはＩＳを使用して精製サンプルを分析して、代謝産物濃度を検出することができる。

【0335】

細胞形態データのアッセイ
表現型アッセイデータの第６のタイプは、細胞形態データである。細胞形態データは、１つ以上の細胞（または細胞のコンパートメント／オルガネラ）の外観を指す。様々な実施形態において、細胞形態データは、機械学習を実装した分析を行わなければ、疾患細胞または正常細胞の表現型に関連付けることが困難な高次元データを表す。細胞形態データの例として、細胞または個々の細胞コンパートメント／オルガネラのサイズ、幾何学的形状、テクスチャ、強度（例えば、蛍光染色の強度）が挙げられる。細胞形態データの追加の例として、視野内の細胞と別の細胞との間の空間的関係、視野内の別の細胞に対する細胞の形態、または細胞コロニーに対する細胞の位置などの細胞の周囲の環境または前後関係上の特徴が挙げられ得る。他の例として、細胞の長さ、枝の数、細胞体のサイズ、核の直径、核の面積、長軸の長さ、短軸の長さ、染色強度、標準染色強度、最小強度、最大強度、中央強度、Ｚｅｒｎｌｉｋｅ強度の大きさ、隣接細胞数、隣接細胞との接触の割合、第１の最近接隣接細胞までの距離、第２の最近接隣接細胞までの距離、隣接細胞間の角度、テクスチャ、分散、テクスチャエントロピー、及び画像のコントラストが挙げられる。様々な実施形態において、これらの細胞形態データの例は、機械学習モデルの特徴として機能し得る。

【0336】

様々な実施形態において、細胞形態データを決定するための方法は、共焦点顕微鏡、超高解像度顕微鏡、ｉｎ ｖｉｖｏ二光子顕微鏡、電子顕微鏡（例えば、走査型電子顕微鏡または透過型電子顕微鏡）、原子間力顕微鏡、明視野顕微鏡、及び位相差顕微鏡のうちのいずれか１つを使用することを含む、細胞の画像化を含む。一般に、細胞を画像化すると、細胞（及び他の細胞）の一般的な形態を観察することができる。細胞形態データを決定するためのソフトウェア分析ツールの例として、ＣｅｌｌＰｒｏｆｉｌｅｒが挙げられる。

【0337】

特定の実施形態では、細胞形態データの決定は、蛍光タンパク質について細胞を染色することを含み、それにより、蛍光タンパク質の画像化により、細胞の形態を視覚化することができる。そのような蛍光タンパク質の例として、ＤＡＰＩ（４’，６－ジアミジノ－２－フェニルインドール）及びＴＡＰ－４ＰＨが挙げられる。蛍光タンパク質（及び対応する細胞の形態）は、蛍光イメージングによって捕捉することができる。いくつかの実施形態では、細胞の形態を視覚化するために細胞染色を必要としない。例えば、明視野顕微鏡法及び／または位相差顕微鏡法は、細胞の形態の直接的な可視化を可能にする細胞の画像の捕捉を可能にする。

【0338】

画像ベースの形態学的細胞特性の生成に関する詳細な説明は、Ｃａｉｃｅｄｏ ｅｔ ａｌ．，Ｄａｔａ－ａｎａｌｙｓｉｓ ｓｔｒａｔｅｇｙ ｆｏｒ ｉｍａｇｅ－ｂａｓｅｄ ｃｅｌｌ ｐｒｏｆｉｌｉｎｇ，Ｎａｔｕｒｅ Ｍｅｔｈｏｄｓ，１４，８４９－８６３（２０１７）に記載されており、その全体が参照により本明細書に援用される。

【0339】

細胞相互作用データのアッセイ
表現型アッセイデータの第７のタイプは、細胞相互作用データである。細胞相互作用データは、特定の細胞が疾患に関連しているかどうかを予測するうえで情報価値を有している可能性がある。様々な実施形態において、細胞相互作用データは、機械学習を実装した分析を行わなければ、疾患細胞または正常細胞の表現型に関連付けることが困難な高次元データを表す。様々な実施形態において、細胞相互作用データは、物理的相互作用（例えば、タンパク質－タンパク質相互作用、受容体－受容体相互作用、リガンド－リガンド相互作用、細胞外マトリックス－細胞外マトリックス（ＥＣＭ）相互作用、受容体－リガンド相互作用、受容体－ＥＣＭ相互作用、もしくはリガンド－ＥＣＭ相互作用）、または分泌因子（例えば、成長因子、タンパク質、サイトカイン）を介した相互作用）を含み得る。相互作用の種類に加えて、細胞相互作用データの追加の例には、２つの細胞間の相互作用の総数、または細胞が相互作用している追加の細胞の総数を含めることができる。

【0340】

細胞相互作用データは、ｉｎ ｖｉｔｒｏ標本、ｅｘ ｖｉｖｏ組織切片、または細胞のｉｎ ｖｉｔｒｏ培養から取得することができる。細胞相互作用データを取得するための例示的な技術として、原子間力顕微鏡に基づく単一細胞力分光法、免疫組織化学染色、蛍光イメージング、または生細胞イメージングなどの画像化に基づく技術が挙げられる。細胞相互作用データを取得するための追加の手法には、個々の細胞の分子分析の実行が含まれる（これには、標本または組織切片の分離が必要である）。分子分析には、蛍光標識細胞分取、細胞のマイクロ流体分取／分割、個々の細胞の配列決定、または他の単一細胞「オーミクス」技術の実行が含まれる。さらに追加の技術には、イメージング結合型転写プロファイリング、イメージングベースの質量分析、ラマン顕微鏡法、及びサイクリック免疫蛍光法などの結合型分子プロファイリングアプローチが含まれる。細胞相互作用データを決定するための利用可能な技術の概説は、Ｎｉｓｈｉｄａ－Ａｏｋｉ ｅｔ ａｌ．，Ｅｍｅｒｇｉｎｇ ａｐｐｒｏａｃｈ ｔｏ ｓｔｕｄｙ ｃｅｌｌ－ｃｅｌｌ ｉｎｔｅｒａｃｔｓ ｉｎｔｕｍｏｒ ｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔ，Ｏｎｃｏｔａｒｇｅｔ，１０（７）：７８５－７９７（２０１９）に記載されており、その全体が参照により本明細書に援用される。

【0341】

機能細胞データのアッセイ
表現型アッセイデータの第８のタイプは、機能細胞データである。機能細胞データは、細胞の挙動や活動を表すデータであり、特定の細胞が疾患に関連しているかどうかの予測に対する情報価値を有している。そのような挙動または活動には、細胞がどのように分裂するか、シグナルに応答するか、そのＤＮＡを転写もしくは修復するか、またはいくつかの他のプロセスを実行する方法が含まれ得る。様々な実施形態において、細胞相互作用データは、機械学習を実装した分析を行わなければ、疾患細胞または正常細胞の表現型に関連付けることが困難な高次元データによって表わされる。様々な実施形態において、機能細胞データは、細胞から捕捉された電気生理学的シグナル及びイオンの細胞調節（例えば、細胞活動電位）を含み得る。電気生理学的シグナルの例として、心臓の電気生理学的研究によって得られた電気活動、または皮質電図（ＥＣｏＧ）もしくは脳波（ＥＥＧ）によって得られた脳の電気活動が挙げられる。機能細胞データの特徴には、最大値／最小値、平均値、振動、持続時間（例えば、ＱＲＳ群の持続時間など）などの電気生理学的シグナルの様々な特性が含まれ得る。

【0342】

治療薬
上述のように、開示される方法は、介入を選択し、検証することを含み得、これには、治療薬が含まれ得る。様々な実施形態において、介入は、治療薬を含む医薬組成物が含まれる。医薬組成物及び／または治療薬を、１つ以上の細胞アバターの細胞疾患モデルを使用して検証する。これは、１つ以上のアバターによって表される対象が、検証済みの治療薬を使用した治療の恩恵を受ける可能性が高いことを示唆している。

【0343】

医薬組成物
様々な実施形態において、医薬化合物は、許容可能な薬学的に許容される担体を含む。担体（複数可）は、製剤の他の成分と適合し、対象に有害でないという意味で「許容される」ものであるべきである。薬学的に許容される担体には、薬学的投与に適合する緩衝剤、溶媒、分散媒、コーティング、等張剤及び吸収遅延剤などが含まれる。一実施形態では、医薬組成物は、経口投与され、消化器系または腸内の封入物質の吸収部位を調節するのに適した腸溶性コーティングを含む。

【0344】

本明細書に開示されるような治療薬を含有する医薬組成物は、単位剤形で提供することができ、任意の適切な方法により調製することができる。医薬組成物は、その意図される投与経路に適合するように製剤化されるべきである。有用な製剤は、製薬業界で周知の方法によって調製することができる。例えば、Ｒｅｍｉｎｇｔｏｎ’ｓ Ｐｈａｒｍａｃｅｕｔｉｃａｌ Ｓｃｉｅｎｃｅｓ，１８ｔｈ ｅｄ．（Ｍａｃｋ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏｍｐａｎｙ，１９９０）を参照のこと。

【0345】

いくつかの実施形態では、医薬製剤は無菌である。無菌は、例えば、除菌濾過膜を通じた濾過によって達成され得る。組成物を凍結乾燥する場合、フィルター除菌を、凍結乾燥及び再構成の前または後に行うことができる。

【0346】

小分子薬
小分子治療薬とは、一般に、疾患を治療するために細胞の挙動を調節する低分子量（例えば、１ｋＤａ未満）の治療薬を指す。そのような小分子薬は、標的細胞の１つ以上の生物学的標的に結合し、それによって標的細胞の生物学的標的の活性または機能に変化を引き起こす。そのサイズを考えると、小分子治療薬は細胞膜に浸透することができ、それによって細胞内にある生物学的標的に結合または影響を与えることができる。

【0347】

様々な実施形態において、小分子治療薬は、疾患に関与する生物学的標的を阻害する働きをする阻害剤である。例えば、小分子治療薬は、キナーゼ阻害剤、プロテアソーム阻害剤、プロテイナーゼ阻害剤、またはタンパク質阻害剤であり得る。さらに、小分子治療薬は、アルキル化剤、抗微小管剤、トポイソメラーゼ阻害剤、ＤＮＡインターカレーターなどの細胞複製を防止する化学療法剤であり得る。

【0348】

小分子治療薬のより包括的なリストは、ＤｒｕｇＢａｎｋ、ＣｈｅｍＳｐｉｄｅｒ、ＣｈＥＭＢＬ、ＫＥＧＧ、及びＰｕｂＣｈｅｍなどの公的に利用可能なデータベースにある。

【0349】

生物製剤
生物製剤とは、一般に、生物源から製造された治療薬を指す（例えば、細胞で生成されたもの）。生物製剤は、小分子薬よりも大きく、多くの場合、構造と分子構成が何倍も複雑である。様々な実施形態において、生物製剤は、１）生物製剤または生物製剤の一部をコードするＤＮＡ配列を生細胞に挿入し、２）細胞にＤＮＡ配列をタンパク質に転写／翻訳させ、３）細胞からタンパク質を単離することを含む製造方法によって合成され、その場合、タンパク質は、生物製剤または生物製剤の成分として機能する。生物製剤の例として、抗体（例えば、モノクローナル抗体またはポリクローナル抗体）、サイトカイン、成長因子、酵素、免疫調節剤、組換えタンパク質、ワクチン、アレルゲン、血液成分、ホルモン、治療用細胞（例えば、幹細胞）、組織、炭水化物、及び核酸が挙げられる。

【0350】

免疫療法
免疫療法は、疾患を治療するために免疫系を調節する（例えば、活性化または抑制する）治療薬である。例えば、免疫系を活性化することによってがん細胞を特定し標的化することによる、がんの治療のための免疫療法が研究されてきた。免疫療法は、様々な他の疾患の治療に有用である。

【0351】

免疫療法の例には、免疫チェックポイント分子及び免疫チェックポイント分子の阻害剤が含まれる。免疫チェックポイント分子の例として、プログラム細胞死１（ＰＤ－１）、ＰＤ－Ｌ１、ＰＤ－Ｌ２、Ｃｙｔｏｔｏｘｉｃ Ｔ－Ｌｙｍｐｈｏｃｙｔｅ Ａｎｔｉｇｅｎ ４ （ＣＴＬＡ－４）、ＴＩＭ－３、ＣＥＡＣＡＭ（例えば、ＣＥＡＣＡＭ－１、ＣＥＡＣＡＭ－３及び／またはＣＥＡＣＡＭ－５）、ＬＡＧ－３、ＶＩＳＴＡ、ＢＴＬＡ、ＴＩＧＩＴ、ＬＡＩＲ１、ＣＤ１６０、２Ｂ４、ＣＤ８０、ＣＤ８６、Ｂ７－Ｈ１、Ｂ７－Ｈ３（ＣＤ２７６）、Ｂ７－Ｈ４（ＶＴＣＮ１）、ＨＶＥＭ（ＴＮＦＲＳＦ１４またはＣＤ２７０）、ＫＩＲ、Ａ２ａＲ、ＭＨＣ ｃｌａｓｓ Ｉ、ＭＨＣ ｃｌａｓｓ ＩＩ、ＧＡＬ９、アデノシン、ＴＧＦＲ（例えば、ＴＧＦＲβ）が挙げられるが、これらに限定されない。免疫チェックポイント分子の阻害剤の例として、ＰＤ－１、ＰＤ－Ｌ１、ＬＡＧ－３、ＴＩＭ－３、ＯＸ４０、ＣＥＡＣＡＭ（例えば、ＣＥＡＣＡＭ－１、ＣＥＡＣＡＭ－３及び／またはＣＥＡＣＡＭ－５）またはＣＴＬＡ－４の阻害剤が挙げられる。いくつかの実施形態では、ＰＤ－１阻害剤は、ニボルマブ、ペンブロリズマブ、またはピディリズマブなどの抗ＰＤ－１抗体である。

【0352】

遺伝子治療
遺伝子治療には、疾患を治療するために標的細胞にペイロード（例えば、核酸ペイロード）を送達する治療薬が含まれる。例えば、遺伝子治療は、ＤＮＡを標的細胞に送達し、それにより、標的細胞が、送達されたＤＮＡを、疾患を治療するタンパク質へと転写し、翻訳する。

【0353】

様々な実施形態において、遺伝子治療は、標的細胞に到着したときに標的細胞にペイロードを注入する送達ビヒクルとしてウイルスを利用する。ウイルス遺伝子ベクターの例には、レトロウイルス、アデノウイルス、アデノ随伴ウイルス、単純ヘルペスウイルス、及び複製能力のあるウイルスが含まれる。様々な実施形態において、遺伝子治療は、非ウイルス法を含み、この方法は、対応するウイルスベクターと比較して、より大規模な生産及び宿主の免疫原性を低下させる。非ウイルス性送達ビヒクルの例として、脂質及び高分子材料、デンドリマー、ならびに無機ナノ粒子などのナノ材料が挙げられる。脂質は、カチオン性、アニオン性、または中性であり得る。材料は、合成または天然由来、いくつかの例では生分解性であり得る。脂質には、脂肪、コレステロール、リン脂質、ポリエチレングリコール（ＰＥＧ）複合体（ＰＥＧ化脂質）を含むがこれに限定されない脂質複合体、ワックス、油、グリセリド、及び脂溶性ビタミンが含まれ得る。

【0354】

標的細胞に送達されるペイロードの量を増強する物理的または化学的方法を含む、遺伝子治療の送達を促進するための追加の方法を実施することができる。物理的方法の例には、エレクトロポレーション、ソノポレーション、マグネトフェクション、及び流体力学的送達が含まれる。化学的方法には、細胞の結合と取り込みを向上させるウイルスまたはナノマテリアルベクターの表面の改変が含まれる。例えば、カチオン性脂質は、標的細胞への細胞結合を増加させる一方で、ＤＮＡペイロードを保有する脂質ナノ粒子の安定性を高めることができる。追加の例は、細胞透過性ペプチドを含むように表面を改変し、それによって細胞への送達を増加させることを含む。

【0355】

遺伝子治療にはさらに、細胞の挙動を調節して疾患を治療する核酸が含まれる。例には、二本鎖ＤＮＡ、一本鎖ＤＮｓｉＲＮＡ、ｓｈＲＮＡ、ＲＮＡｉ、オリゴヌクレオチド（例えば、アンチセンスオリゴヌクレオチド）、及びｍｉＲＮＡが含まれる。遺伝子治療にはさらに、標的細胞の遺伝子を編集するための技術が含まれる。遺伝子編集療法には、ｃＤＮＡ構築物、ＣＲＩＳＰＲ（例えば、ＣＲＩＳＰＲｎ）、ＴＡＬＥＮＳ、ジンクフィンガーヌクレアーゼ、または他の遺伝子編集技術が含まれる。

【0356】

非一時的コンピュータ可読媒体
本明細書ではまた、本明細書で説明する方法のいずれかを実施するように構成されたコンピュータ実行可能命令を含むコンピュータ可読媒体も提供する。様々な実施形態において、コンピュータ可読媒体は、非一時的コンピュータ可読媒体である。いくつかの実施形態では、コンピュータ可読媒体は、コンピュータシステムの一部（例えば、コンピュータシステムのメモリ）である。コンピュータ可読媒体は、臨床表現型を予測する目的で機械学習モデルを実装するためのコンピュータ実行可能命令を含み得る。

【0357】

演算装置
細胞疾患モデルをトレーニングし、展開する方法を含む上記の方法は、いくつかの実施形態では、演算装置上で実行される。演算装置の例としては、パーソナルコンピュータ、デスクトップコンピュータ、ラップトップ、サーバコンピュータ、クラスタ内の演算ノード、メッセージプロセッサ、ハンドヘルドデバイス、マルチプロセッサシステム、マイクロプロセッサベースまたはプログラミング可能な消費者エレクトロニクス、ネットワークＰＣ、ミニコンピュータ、メインフレームコンピュータ、携帯電話、ＰＤＡ、タブレット、ポケベル、ルーター、スイッチなどを挙げることができる。

【0358】

図６は、図２Ａ、２Ｂ、３、４、及び５Ａ～５Ｄに示すシステム及び方法を実装するための、例示的な演算装置６００を示す。いくつかの実施形態では、演算装置６００は、チップセット６０４に結合した少なくとも１つのプロセッサ６０２を含む。チップセット６０４は、メモリコントローラハブ６２０、及び入力／出力（Ｉ／Ｏ）コントローラハブ６２２を含む。メモリ６０６及びグラフィックスアダプター６１２は、メモリコントローラハブ６２０に連結され、ディスプレイ６１８は、グラフィックスアダプター６１２に連結される。記憶装置６０８、入力インタフェース６１４、及びネットワークアダプター６１６が、Ｉ／Ｏコントローラハブ６２２に連結される。演算装置６００の他の実施形態は、異なる構造を有する。

【0359】

記憶装置６０８は、ハードドライブ、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、ＤＶＤ、またはソリッドステートメモリデバイスなどの、非一時的コンピュータ可読記憶媒体である。メモリ６０６は、プロセッサ６０２によって使用される命令及びデータを保持する。入力インタフェース６１４は、タッチスクリーンインタフェース、マウス、トラックボール、または他の種類の入力インタフェース、キーボード、またはいくつかのこれらの組み合わせであり、データを演算装置６００に入力するために使用する。いくつかの実施形態では、演算装置６００は、入力インタフェース６１４から、ユーザのジェスチャを介して、入力（例えばコマンド）を受けるように構成され得る。グラフィックスアダプター６１２は、ディスプレイ６１８に、画像及び他の情報を表示する。例えば、ディスプレイ６１８は、治療、例えば、細胞疾患モデルを適用することによって検証された治療の指示を示すことができる。別の例として、ディスプレイ６１８は、転帰（例えば、好ましい転帰または有害な転帰）に寄与する可能性が高い共通の化学構造基の指示を示すことができる。別の例として、ディスプレイ６１８は、細胞疾患モデルの実施を通じて、介入に好意的に応答すると予測された候補患者集団を示すことができる。ネットワークアダプター６１６は、演算装置６００を１つ以上のコンピュータネットワークに連結する。

【0360】

演算装置６００は、本明細書に記載される機能性を提供するためのコンピュータプログラムモジュールを実行するように適合される。本明細書中で使用する場合、用語「モジュール」とは、指定された機能性を提供するために使用されるコンピュータプログラム論理を指す。したがって、モジュールは、ハードウェア、ファームウェア、及び／またはソフトウェアに実装され得る。一実施形態では、プログラムモジュールは、記憶装置６０８に記憶され、メモリ６０６にロードされ、プロセッサ６０２によって実行される。

【0361】

演算装置６００の種類は、本明細書に記載する実施形態によって様々に異なり得る。例えば、演算装置６００は、グラフィックスアダプター６１２、入力インタフェース６１４、及びディスプレイ６１８などの、上述した構成要素のいくつかを欠く場合がある。いくつかの実施形態では、演算装置６００は、メモリ６０６に格納された命令を実行するためのプロセッサ６０２を含み得る。

【0362】

様々な実施形態において、図７Ａ及び／または図７Ｂに示す異なるエンティティは、機械学習モデルをトレーニングし、細胞疾患モデルを展開する方法を含む、１つ以上の演算装置を実装して上記の方法を実行し得る。例えば、臨床表現型システム２０４、サードパーティエンティティ７０２Ａ、及びサードパーティエンティティ７０２Ｂはそれぞれ、１つ以上の演算装置を使用し得る。別の例として、臨床表現型システム２０４のサブシステム（例えば、疾患因子分析システム２０５、細胞改変システム２０６、表現型アッセイシステム２０７、及び細胞疾患モデル分析システム２０８）の１つ以上は、上記の方法を実行するための１つ以上の演算装置を使用し得る。

【0363】

機械学習モデル及び／または細胞疾患モデルのトレーニング及び展開は、ハードウェアもしくはソフトウェア、またはその両方の組み合わせで実装することができる。一実施形態では、上述したものなどの非一時的コンピュータ可読記憶媒体を提供し、その媒体は、前記データを用いるための指示でプログラミングされた機械を用いる際に、本発明の細胞疾患モデルのデータセット及び実行及び結果のいずれかを表示可能な、機械で読取り可能なデータでコードされた、データ格納マテリアルを含む。そのようなデータは、患者のモニタリング、治療の考慮などの、様々な目的のために使用することができる。上述した方法の実施形態を、プロセッサ、データ記憶システム（揮発性及び不揮発性メモリ、及び／または記憶素子を含む）、グラフィックスアダプター、入力インタフェース、ネットワークアダプター、少なくとも１つの入力装置、ならびに少なくとも１つの出力装置を含む、プログラミング可能なコンピュータ上で実行するコンピュータプログラムに実装することができる。ディスプレイは、グラフィックスアダプターに連結される。プログラムコードを入力データに適用して、上記の機能を実行し、出力情報を生成する。出力情報は、既知の方法で、１つ以上の出力装置に適用される。コンピュータは、例えば、従来の設計のパーソナルコンピュータ、マイクロコンピュータ、またはワークステーションであり得る。

【0364】

高レベルの手続き型またはオブジェクト指向のプログラミング言語で各プログラムを実装して、コンピュータシステムと通信することができる。しかしながら、所望により、アセンブリ言語または機械語でプログラムを実装することができる。いずれの場合でも、言語は、コンパイル済み言語またはインタープリタ言語であり得る。そのような各コンピュータプログラムは、好ましくは、汎用または特殊目的のプログラム可能なコンピュータによって読み取り可能な記憶媒体または装置（例えば、ＲＯＭまたは磁気ディスケット）に記憶され、その記憶媒体または装置がコンピュータによって読み取られて、本明細書に記載の手順が実行される場合に、コンピュータを構成及び操作するためのものである。システムはまた、コンピュータプログラムで構成されたコンピュータ可読記憶媒体として実装されることが想定され、そのように構成された記憶媒体は、特定の事前定義された方式でコンピュータを動作させ、本明細書に記載の機能を実行する。

【0365】

シグネチャパターン及びそのデータベースは、それらの使用を容易にするために、様々な媒体で提供され得る。「媒体」とは、本発明のシグネチャパターン情報を含む製品を指す。本発明のデータベースは、コンピュータ可読媒体、例えば、コンピュータによって直接読み取られ、アクセスされ得る任意の媒体に記録され得る。そのような媒体としては、フロッピーディスク、ハードディスク記憶媒体、及び磁気テープなどの磁気記憶媒体；ＣＤ－ＲＯＭなどの光学的記憶媒体；ＲＡＭ及びＲＯＭなどの電気記憶媒体；ならびに磁気／光学的記憶媒体などの分野のハイブリッドが挙げられるが、これらに限定されない。本データベース情報の記憶を含む製品を作製するために、任意の既存のコンピュータ可読媒体がどのように使用され得るかを当業者であれば容易に理解されるであろう。「記録された」とは、当技術分野で公知の方法を使用して、コンピュータ可読媒体に情報を保存するためのプロセスを指す。保存された情報にアクセスするために使用される手段に基づいて、任意の簡便なデータ保存構造を選択することができる。様々なデータプロセッサプログラム及びフォーマット、例えば、ワープロテキストファイル、データベースフォーマットなどを、保存のために使用することができる。

【0366】

システム環境
図７Ａは、一実施形態による、細胞疾患モデルを開発し、展開するためのシステム環境全体７００を示す。システム環境全体７００は、図２Ａを参照して前述したように、臨床表現型システム２０４、ならびにネットワーク７０４を介して互いに通信する１つ以上のサードパーティエンティティ７０２Ａ及び７０２Ｂを含む。図７Ａは、システム環境全体７００の一実施形態を示す。他の実施形態では、臨床表現型システム２０４と通信する追加または少数のサードパーティエンティティ７０２が含まれ得る。一般に、臨床表現型システム２０４は、予測、例えば、臨床表現型の予測を行う機械学習モデルを実装し、スクリーニングを実行するためにこれらの予測を使用して細胞疾患モデルをさらに展開する。サードパーティエンティティ７０２は、細胞疾患モデルの実施または細胞疾患モデルからの予測または結果の取得に関連する目的で、臨床表現型システム２０４と通信する。

【0367】

様々な実施形態において、臨床表現型システム２０４によって実行されるものとして上記で説明された方法は、臨床表現型システム２０４とサードパーティエンティティ７０２との間で分散され得る。例えば、サードパーティエンティティ７０２Ａまたは７０２Ｂは、トレーニングデータを生成し、及び／または機械学習モデルをトレーニングすることができる。次いで、臨床表現型システム２０４は、機械学習モデルの予測を使用して、細胞疾患モデルを展開することができる。

【0368】

サードパーティエンティティ
様々な実施形態において、サードパーティエンティティ７０２は、臨床表現型システム２０４の上流または下流のいずれかで動作する臨床表現型システム２０４のパートナーエンティティを表す。一例として、サードパーティエンティティ７０２は、臨床表現型システム２０４の上流で動作し、臨床表現型システム２０４に情報を提供して、細胞疾患モデルの開発及び展開を可能にする。このシナリオでは、臨床表現型システム２０４は、健康な対象、疾患の症状を有する対象、またはサードパーティエンティティ７０２によって収集された疾患に罹患していることが確認された対象に関する対象データを受信する。臨床表現型システム２０４はまた、サードパーティエンティティ７０２によって収集または生成された疾患に関連するヒトゲノムデータの機械学習モデルまたは他の計算解析から生成された疾患及び遺伝子研究の公表されたゲノムアノテーションを受信し得る。臨床表現型システム２０４は、機械学習モデルを使用して受信した対象データ及び他のデータを分析し、臨床表現型を予測する。別の例として、サードパーティエンティティ７０２は、臨床表現型システム２０４の下流で動作する。このシナリオでは、臨床表現型システム２０４は、予測された臨床表現型を生成し、予測された臨床表現型に関する情報をサードパーティエンティティ７０２に提供する。その後、サードパーティエンティティ７０２は、臨床表現型に関する情報を自身の目的のために使用することができる。例えば、サードパーティエンティティ７０２は、医療提供者であり得る。したがって、医療提供者は、予測された臨床表現型に従って患者に適切な医学的配慮（例えば、医学的アドバイス、治療、介入など）を提供することができる。別の例では、サードパーティエンティティ７０２は、医薬品開発者であり得る。したがって、医薬品開発者は、候補療法の調査または選択、または候補療法を受ける患者集団または臨床対象コホートの選択において、予測された臨床表現型データを使用することができる。

【0369】

ネットワーク
本開示は、臨床表現型システム２０４とサードパーティエンティティ７０２との間の接続を可能にする任意の適切なネットワーク７０４を企図する。ネットワーク７０４は、有線及び／または無線通信システムの両方を使用して、ローカルエリア及び／またはワイドエリアネットワークの任意の組み合わせを含み得る。一実施形態では、ネットワーク７０４は、標準的な通信技術及び／またはプロトコルを使用する。例えば、ネットワーク７０４は、イーサネット、８０２．１１、ワールドワイド・インターオペラビリティ・フォー・マイクロウェーブ・アクセス（ＷｉＭＡＸ）、３Ｇ、４Ｇ、符号分割多元接続（ＣＤＭＡ）、デジタル加入者回線（ＤＳＬ）などの技術を使用する通信リンクを含む。ネットワーク７０４を介して通信するために使用されるネットワークプロトコルの例として、マルチプロトコル・ラベル・スイッチング（ＭＰＬＳ）、伝送制御プロトコル／インターネット・プロトコル（ＴＣＰ／ＩＰ）、ハイパーテキスト・トランスポート・プロトコル（ＨＴＴＰ）、簡易メール転送プロトコル（ＳＭＴＰ）、及びファイル転送プロトコル（ＦＴＰ）が挙げられる。ネットワーク７０４を介して交換されるデータは、ハイパーテキストマークアップ言語（ＨＴＭＬ）または拡張マークアップ言語（ＸＭＬ）などの任意の適切なフォーマットを使用して表され得る。いくつかの実施形態では、ネットワーク７０４の通信リンクの全部または一部を、任意の適切な技法を使用して暗号化してもよい。

【0370】

アプリケーションプログラミングインターフェイス（ＡＰＩ）
様々な実施形態において、臨床表現型システム２０４は、１つ以上のアプリケーションプログラミングインターフェース（ＡＰＩ）７０６を介してサードパーティエンティティ７０２Ａまたは７０２Ｂと通信する。ＡＰＩ７０６は、データフィールド、コーリングプロトコル、及びサードパーティエンティティ７０２によって維持されるコンピューティングシステムと臨床表現型システム２０４との間の機能交換を定義し得る。ＡＰＩ７０６は、サードパーティエンティティ７０２によって受信または提供されるデータ、及び臨床表現型システム２０４によって受信または提供されるデータのパラメータを定義または制御するために実装され得る。例えば、ＡＰＩは、疾患因子分析システム２０５または細胞疾患モデルシステム２０８、またはそれらの組み合わせもしくはサブセットなど、臨床表現型システム２０４を含むサブシステムのうちの１つによって生成された情報のみへのアクセスを提供するために実装され得る。ＡＰＩ７０６は、臨床表現型システム２０４によってサードパーティエンティティ７０２に提供される情報のライセンス制限及び追跡メカニズムの実装をサポートし得る。ＡＰＩ７０６によってサポートされるそのようなライセンス制限及び追跡メカニズムは、ブロックチェーンベースのネットワーク、安全な台帳、及び情報管理キーを使用して実装できる。ＡＰＩの例として、リモートＡＰＩ、Ｗｅｂ ＡＰＩ、オペレーティングシステムＡＰＩ、またはソフトウェアアプリケーションＡＰＩが挙げられる。

【0371】

ＡＰＩは、ルーチン、データ構造、オブジェクトクラス、及び変数の仕様を含むライブラリの形式で提供され得る。他の場合では、ＡＰＩは、ＡＰＩコンシューマーに公開されるリモート呼び出しの仕様として提供され得る。ＡＰＩ仕様は、ＰＯＳＩＸなどの国際標準、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ ＡＰＩなどのベンダードキュメント、またはプログラミング言語のライブラリ、例えば、Ｃ＋＋またはＪａｖａ ＡＰＩにおける標準テンプレートライブラリを含む、様々な形式をとり得る。様々な実施形態において、臨床表現型システム２０４は、臨床表現型システム２０４または臨床表現型システム２０４のサブシステムのために特別に開発されたカスタムＡＰＩのセットを含む。

【0372】

分散型コンピューティング環境
いくつかの実施形態では、機械学習モデルをトレーニングし、細胞疾患モデルを展開する方法を含む、上記の方法を、ローカルとリモートのコンピュータシステム（両方がタスクを実行する）がネットワークを介して連結された（ハードワイヤードデータリンク、ワイヤレスデータリンクによって、またはハードワイヤードとワイヤレスデータリンクの組み合わせによって）分散型コンピューティングシステム環境で実行する。いくつかの実施形態では、上記の方法を実装するための１つ以上のプロセッサは、単一の地理的場所（例えば、家庭環境内、職場環境内、またはサーバファーム内）に配置され得る。様々な実施形態において、上記の方法を実装するための１つ以上のプロセッサを、いくつもの地理的場所にわたって分散させてもよい。分散型コンピューティングシステム環境において、プログラムモジュールは、ローカル及びリモートのメモリ記憶装置の両方に配置され得る。

【0373】

図７Ｂは、図７Ａのシステム環境を実装するための分散型コンピューティングシステム環境７５０、ならびに上述の方法、例えば、図２Ａ、２Ｂ、３、４、及び５Ａ～５Ｄに記載された方法の例示的な描写である。分散型コンピューティングシステム環境７５０は、通信ネットワークを介して、演算装置６００などの計算リソースの少なくとも１つの分散型プール７１０と接続された制御サーバ７０８を含み得、その例は、図６を参照して上述されている。様々な実施形態において、追加の分散プール７１０は、分散型コンピューティングシステム環境７５０内に制御サーバ７０８と共に存在し得る。計算リソースは、分散プール７１０内で専用に使用するか、または分散処理システム内の他のプール及び分散処理システム外の他のアプリケーションと共有することができる。さらに、分散プール７１０内の計算リソースは、必要に応じて演算装置６００をプール７１０に追加するかまたは除去することにより、動的に割り当てることができる。

【0374】

様々な実施形態において、制御サーバ７０８は、分散プール７１０内の演算装置６００の制御及び監視を提供するソフトウェアアプリケーションである。制御サーバ７０８自体は、演算装置（例えば、図６を参照して上述した演算装置６００）上で実装され得る。制御サーバ７０８と分散プール７１０内の演算装置６００との間の通信は、ウェブサービスＡＰＩなどのアプリケーションプログラミングインターフェース（ＡＰＩ）を通じて容易にすることができる。いくつかの実施形態では、制御サーバ７０８は、分散プール７１０を制御するための管理及び計算リソース管理機能をユーザに提供する（例えば、リソースの可用性の定義、サブミッション、演算装置６００によって実行されるタスクの監視及び制御、完了するタスクのタイミングの制御、タスクの優先度のランク付け、または完了したタスクの結果のデータの保存／送信）。

【0375】

様々な実施形態において、制御サーバ７０８は、分散型コンピューティングシステム環境７５０全体で実行される計算タスクを識別する。計算タスクは、分散プール７１０内の異なる演算装置６００によって実行可能な複数の作業単位に分割することができる。計算タスクを複数の演算装置６００に分割して実行させることにより、計算タスクを効果的に並列実行することができる。これにより、非分散型コンピューティングシステム環境と比較して、向上したパフォーマンスで（例えば、より高速に、少ないリソースの消費で）タスクを完了することができる。

【0376】

様々な実施形態において、分散プール７１０内の演算装置６００を、それぞれのジョブに対して効果的なパフォーマンスを保証するために、異なる構成にすることができる。例えば、演算装置６００の第１のセットを、表現型アッセイデータの収集及び／または分析を実行することに専念させてもよい。演算装置６００の第２のセットを、機械学習モデルのトレーニングを実行することに専念させてもよい。機械学習モデルをトレーニングする際に、より多くのリソースが必要になる可能性が高いことを考えると、演算装置６００の第１のセットは、第２の演算装置６００の第２のセットよりも少ないランダムアクセスメモリ（ＲＡＭ）及び／またはプロセッサを有していてもよい。

【0377】

分散プール７１０内の演算装置６００は、それらのジョブのそれぞれを並行して実行することができ、完了すると、結果を永続的記憶装置に保存し、及び／または結果を制御サーバ７０８に送り返すことができる。制御サーバ１０５は、結果をコンパイルするか、または必要に応じて、結果をそれぞれの演算装置６００に再配布して、継続的な処理を行うことができる。

【0378】

いくつかの実施形態では、分散型コンピューティングシステム環境７５０は、クラウドコンピューティング環境で実装される。本明細書では、「クラウドコンピューティング」は、構成可能な計算リソースの共有セットへのオンデマンドネットワークアクセスを可能にするモデルとして定義される。例えば、制御サーバ７０８及び分散プール７１０の演算装置６００は、クラウドを通じて通信してもよい。したがって、いくつかの実施形態では、制御サーバ７０８及び演算装置６００は、地理的に異なる場所に配置される。クラウドコンピューティングを使用して、構成可能な計算リソースの共有セットへのオンデマンドアクセスを提供することができる。構成可能な計算リソースの共有セットは、仮想化を介して迅速に供給され、少ない管理労力またはサービスプロバイダーの操作でリリースされ、それに応じてスケーリングすることができる。クラウドコンピューティングモデルは、例えば、オンデマンドセルフサービス、広域のネットワークアクセス、リソース共有、迅速な伸縮性、サービスの計測など、様々な特徴からなり得る。クラウドコンピューティングモデルは、例えば、サービスとしてのソフトウェア（「ＳａａＳ」）、サービスとしてのプラットフォーム（「ＰａａＳ」）、サービスとしてのインフラストラクチャ（「ＩａａＳ」）など、様々なサービスモデルを公開することもできる。クラウドコンピューティングモデルは、プライベートクラウド、コミュニティクラウド、パブリッククラウド、ハイブリッドクラウドなどの様々な展開モデルを使用して展開することもできる。本明細書及び特許請求の範囲において、「クラウドコンピューティング環境」とは、クラウドコンピューティングが使用される環境のことである。

【実施例】

【0379】

実施例１：細胞疾患モデルの生成
実施例１Ａ：遺伝性疾患構造を決定するためのヒトデータ分析
ヒトのデータ分析段階での目標は、ヒト遺伝子コホート由来、文献由来、及び汎用（公的または独自の）細胞データまたは組織レベルのゲノムデータに由来するデータを組み合わせて、所与の疾患を引き起こす一連の遺伝的、細胞的、及び環境因子を解明することである。この疾患の理解は、細胞疾患モデルを構築するためのその後の段階で使用される。

【0380】

ステップ１：以下のような１つ以上の関連する臨床表現型を特定または構築することにより、疾患の臨床的記述を構築する：
ａ）疾患状態または疾患の進行などの確認された表現型の使用
ｂ）測定された中間形質（例えば、ＨｂＡ１ｃレベル、脳容積）を要約または処理するための標準的なアプローチの使用
ｃ）ＭＬによって生成される新規表現型を定義するための、測定された内部表現型に対する教師あり、半教師あり、または教師なしの機械学習の使用、例えば、
ｉ）組織病理学または放射線データの画像解析
ｉｉ）関連するバイオマーカー（例えば、血液、尿など）からの疾患状態の推定
ｄ）任意選択で、患者を個別のサブセットにセグメント化するか、または後に個別に分析する個別疾患プロセスを特定するための、教師なし機械学習手法の使用

【0381】

ステップ２：疾患（または疾患のサブタイプもしくは疾患プロセス）に関連する遺伝子座を特定する。
ａ）各患者の遺伝子データを取得する：ジェノタイピングアレイ、全エクソーム配列決定、全ゲノム配列決定など。
ｂ）以下を含む、適切な遺伝子解析アプローチを使用して、疾患を引き起こす遺伝子シグナルを特定する。
ｉ）様々なコーディングまたは非コーディング変化の予測される関連性の計算（例えば、タンパク質切断バリアント、ミスセンスバリアント、スプライスバリアント、転写結合部位に影響を与える可能性が高いバリアントなど）。
ｉｉ）単一または多重バリアントの遺伝的関連分析；
ｉｉｉ）例えば、負荷試験を使用した、希少バリアント分析
ｉｖ）統計的検出力を高めるための関連する特性の多重特性分析
ｖ）ＧＷＡＳのメタ分析

【0382】

ステップ３：他のデータソースを使用して、特定の原因要素にさらに絞り込む：病因バリアント、病因遺伝子、または各遺伝子座内の他のゲノム単位（例えば、エンハンサー）、及び疾患（または疾患サブタイプまたは疾患プロセス）に対するそれらの影響の予測される性質。以下のいずれも使用することができる：
ａ）上記の異なるバリアントの予測関連性
ｂ）ｅＱＴＬ、ＡＴＡＣｓｅｑ、Ｃｈｉｐ－ｓｅｑ、３Ｄゲノムデータ（クロマチンコンタクトマップなど）、連鎖平衡ブロックとの共局在化などの追加のシグナルにより、機能的バリアントをノミネートし、それらを原因要素にリンクさせる。
ｃ）ヒト遺伝子型におけるコード変化の枯渇（ＥｘＡＣ、ｇｎｏｍＡＤ）
ｄ）遺伝子が関連する組織で発現しているか
ｅ）疾患状態で遺伝子発現が変化したか
ｆ）遺伝子が（関連する）疾患に関与しているか
ｇ）遺伝子が動物モデルにおいて表現型を有するか

【0383】

いくつかのシナリオでは、原因要素を使用して、遺伝学に基づいて様々な個体のリスクを計算する多遺伝子リスクスコアを定義する。

【0384】

ステップ４：標準的または独自の技術を使用して、関連する細胞型、経路、及び疾患に関与するプロセスを特定する。
ａ）病因遺伝子が濃縮された分子経路、生物学的プロセス、または他の遺伝子セットを特定するために、様々なツール（例えば、ＭＡＧＭＡ）を使用する。
ｂ）単一細胞データ（ＲＮＡｓｅｑ、ＡＴＡＣｓｅｑ）を使用して、原因要素が活性である細胞型を特定する
ｃ）病因遺伝子が所与の細胞型で疾患状態と相関する方法で示差的に発現するかどうかを試験する（例えば、健康と疾患の間で異なる発現レベル）。
ｄ）その細胞型内で活性な原因要素に関連付けられている患者の多遺伝子性リスクスコアの成分を捕捉する、細胞型特異的な多遺伝子性リスクスコアを定義する。

【0385】

ステップ５：各細胞型において疾患状態／プロセスを駆動または刺激する環境模倣物を特定する：
ａ）疾患を引き起こすことが文献で示唆されている因子が存在するか（例えば、ＮＡＳＨの遊離脂肪酸、またはＰＤにおけるロテノン）
ｂ）細胞型の健康と疾患の間で示差的に存在する分子は存在するか（例えば、サイトカイン、またはアミロイドβ、または代謝産物）

【0386】

実施例１Ｂ：トレーニングデータの生成
トレーニングデータを生成するために、標的細胞型、共培養における一連の細胞型、または生成するオルガノイド型を最初に決定する。この段階の転帰は、一連の細胞アバターであり、それぞれが実行された遺伝的及び環境的摂動によって特徴付けられ、また、一連の表現型アッセイデータ（及び、実験中に測定した条件の全範囲を捕捉するメタデータ）も含まれる。細胞アバターの表現型の特徴決定は、同一に処理した細胞のセットに対する集計測定値、または単一の細胞から得られた測定値を含み得る。

【0387】

ステップ１：疾患を予測する標的細胞型における疾患の遺伝的構造にアラインしたｉＰＳＣコホートの作成。いくつかの場合では、これは疾患が活動性である細胞型であるが、他の場合では、より扱いやすい代理の細胞型である。細胞内では、病因となる遺伝的因子の存在が確立される。これは、以下のアプローチの１つ以上の組み合わせによって実現される。
ａ）遺伝学が原因要素の多様な範囲の遺伝的多様性にまたがる可能性が高いｉＰＳＣを選択するか、原因要素の活性に影響を与える。
ｂ）ゲノム編集を使用して、以下の組み合わせを含む（ただし、これらに限定されない）バリアントをｉＰＳＣにさらに導入する
ｉ）ＣＲＩＳＰＲヌクレアーゼまたはＣＲＩＳＰＲ阻害を使用して、機能喪失遺伝子バリアントを作成する
ｉｉ）ＣＲＩＳＰＲ活性化を使用して機能獲得遺伝子バリアントを作成する
ｉｉｉ）ＰＲＩＭＥ、ＨＤＲを使用して特定の対立遺伝子変化を作成する
ｉｖ）Ｃａｓ３または他のツールを使用してコピー数バリエーション（ＣＮＶ）を生成する

【0388】

ｉＰＳＣは、下流のステップを容易にするようにさらに改変され、その方法の例として、以下が挙げられる：
ａ）ｄＣＡＳ９バリアント、またはＰｒｉｍｅ－ｅｄｉｔｏｒなどのタンパク質の構成的または誘導性発現
ｂ）ＮＧＮ２などの分化因子の構成的発現または誘導性発現
ｃ）表現型の決定を容易にする蛍光マーカーの導入
ｄ）プール内の個々の細胞株の追跡を可能にする様々な種類の分子バーコードの導入

【0389】

ステップ２：以下のステップを適切な順序で組み合わせて、様々な細胞アバターのセットを作成する。
ａ）上記のｉＰＳＣのそれぞれを、単独で、共培養で、またはオルガノイドなどの多細胞系で、１つ以上の関連する細胞系統に分化させる
ｂ）例えば、ＣＲＩＳＰＲｉ／ａまたはいくつかの他の摂動因子を使用した、病因遺伝子のいくつかのサブセットの摂動発現－活性化または抑制
ｃ）環境模倣の導入－疾患プロセスを推進することができる単一ステップまたは複数ステップのプロトコル

【0390】

ステップ３：単一の時点または経時的に細胞アバターの表現型を１つ以上の様式で決定して、表現型アッセイデータを捕捉する。表現型アッセイの例として、以下が挙げられる：
ａ）顕微鏡検査
ｉ）例えば、明視野またはいくつかの蛍光マーカーを使用した生細胞顕微鏡検査
ｉｉ）様々な顕微鏡方式を介して測定された固定細胞
ｂ）ＲＮＡｓｅｑ：単一細胞またはバルク
ｃ）ＡＴＡＣｓｅｑ：単一細胞またはバルク
ｄ）タンパク質レベル（例えば、ＩｍｍｕｎｏＳａｂｅｒ、４ｉ、Ｃｉｔｅ－ｓｅｑを介して）
ｅ）ＲＮＡ－ＦＩＳＨ（例えば、ｓｅｑＦＩＳＨ、ｍｅｒＦＩＳＨ）
ｆ）疾患特異的アッセイ（適切な場合）。例として、特定の染色（ＮＡＳＨのＢｏｄｉｐｙなど）または他の多様なアッセイ（例えば、ニューロンの電位）が挙げられ得る。

【0391】

測定は、各ウェルに均一な細胞集団が含まれるアレイ形式、または単一の培養に複数の遺伝的に多様な細胞が含まれるプール形式で行われる。後者の例として、転写プロファイリング用のＰｅｒｔｕｒｂ－Ｓｅｑまたはイメージング用のＰＯＳＨ（ヒト細胞におけるプール化光学スクリーニング）が挙げられる。

【0392】

実施例１Ｃ：モデルの評価
モデルＭは、臨床表現型についてのＭの予測を、実際に測定された臨床表現型、例えば、Ｍのトレーニングに使用していない独立した試験コホートと比較することで評価することができる。具体的には、（ｘ_ｉ，ｙ_ｉ）ペアの別個のコホートを想定し、その場合、ｘ_ｉは、モデルＭへの入力であり、ｙ_ｉは、実際に測定された臨床表現型であり、Ｍを、ｘ_ｉベクトル上で計算し、予測を、測定されたｙ_ｉと比較する。この場合、ｘ_ｉは

の形式を有し、その場合、

は、ａ_ｉの遺伝学を表し、

は、ａ_ｉで行われた摂動を表し、

は、ａ_ｉから捕捉された表現型アッセイデータを表す。さらに、ｉｎｔｅｒｖｅｎｅ（ｘ_ｉ，ｖ）をベクトル

と定義し、ここで、

は、ａ_ｉで行われたすべての摂動と追加の介入ｖを含むベクトルであり、

は、ｖによる介入後に測定された表現型アッセイデータである。目標は、介入ｖ後のヒトｈ_ｉの臨床転帰を予測するために、ｉｎｔｅｒｖｅｎｅ（ｘ_ｉ，ｖ）に適用されるモデルＭを使用することである。

【0393】

モデルＭを評価するための検証コホートは、複数の形式を取ることができ、例えば：
● 臨床転帰が知られている遺伝的に多様な個体に由来するｉＰＳＣ。この場合、ｘ_ｉは

の形式をとることができ、一方、

は空である。
● 特定の介入ｖ（例えば、臨床試験の）で治療された患者由来のｉＰＳＣと、それらの臨床転帰；この場合、

は空であり、Ｍ（ｉｎｔｅｒｖｅｎｅ（ｘ_ｉ，ｖ）の予測を、介入ｖを与えたｈ_ｉについての実際の臨床表現型である

と比較する。
そのような検証コホートが与えられた場合、Ｍの予測精度を、そのコホートの臨床表現型と比較して測定する。

【0394】

モデルＭの品質に対するスコアリング関数が与えられた場合、そのスコアリング関数を使用して一連の候補モデルクラスの中から選択する。モデルクラスは、実験的態様と計算的態様の両方に基づいて様々に異なり得る。特に、以下の点で様々に異なるモデルを検討する：
● 疾患モデルで使用される細胞型
● 疾患状態を生成するために使用される環境模倣物
● どのような測定を行うか（例えば、顕微鏡でどのチャネルを測定するか）
● どの時点で測定を行うか
● どのタイプの機械学習モデルを使用するか
● 機械学習モデルを特徴付けるハイパーパラメータ（例えば、ニューラルネットワークのレイヤー数、ドロップアウト率、特定のユニットの種類など）

【0395】

未知のコホートの臨床表現型を予測する機械学習モデルの能力に基づいて、実験的態様と計算的態様の両方を評価する。これにより、実験的態様（例えば、細胞、遺伝学、環境）と計算態様（例えば、機械学習のトレーニングパラメーター及びハイパーパラメータ）を最適化して、最も予測性の高い機械学習モデルを生成することができる。

【0396】

実施例２：介入の検証
定義されているように、モデル「Ｍ」は、以下のように予測を行うために使用される：関連する入力ベクトルｘ_ｉを有する特定の細胞アバターａ_ｉに対して、機械学習モデルは、ａ_ｉについて、臨床表現型Ｍ（ｘ_ｉ）、または臨床的に関連する生物学的プロセスを予測する。モデルは、対応するヒトで実行されなかった追加の介入ｖの転帰を評価するために展開される。この場合、ｘ_ｉが形態

を有する場合、ｉｎｔｅｒｖｅｎｅ（ｘ_ｉ，ｖ）をベクトル

と定義し、ここで、

は、ａ_ｉで行われたすべての摂動と追加の介入ｖを含むベクトルであり、

は、ｖによる介入後に測定された表現型アッセイデータである。目標は、介入ｖ後のヒトｈ_ｉの臨床転帰を予測するために、ｉｎｔｅｒｖｅｎｅ（ｘ_ｉ，ｖ）に適用されるモデルＭを使用することである。

【0397】

ここでは、モデルＭを使用して、特定の介入ｖが患者に臨床的影響を与えるかどうかを評価する。具体的には、特定の患者集団を捕捉する細胞アバターを定義する。例えば、特定の患者集団を捕捉する細胞アバターは、患者集団内の患者と遺伝的バックグラウンドを共有する細胞の集団に対応する。すなわち、特定の患者集団を表す疾患細胞が生成される。次いで、介入ｖを疾患細胞の集団に導入し、ｖを含む及び含まない各アバターの表現型アッセイデータを捕捉する。次いで、モデルＭを使用して、ｖを加える前後の各細胞アバターの臨床転帰を予測し、介入がそれぞれの疾患関連の表現型を向上させたかどうかを評価する。最も簡潔に述べれば、臨床転帰（健康対疾患）を予測するようにトレーニングされたモデルＭの場合、検証済みの治療薬は、疾患の存在に関するモデルの推定値を有意に減少させる治療薬である。
● 薬物の検証ｄ：介入ｖは薬物ｄであり、１回以上の投与で投与し；複数回の投与を行う場合、用量反応曲線を試験する（ｄの用量が変化するにつれて予測される臨床的影響が変化する）。
● 標的の検証：ここで、ＣＲＩＳＰＲｉまたはＣＲＩＳＰＲａなどの遺伝的介入を使用して、所与の遺伝子ｇの発現を減少または増加させる。遺伝的介入は、同じ方法で検証することができる。
● 組み合わせ：ここで、介入ｖは、薬物、標的、または混合物の組み合わせであり得る。

【0398】

モデルＭはまた、新規個体の標的化療法を検証するためにも使用することができる。新規個体が与えられた場合、その患者の疾患細胞を生成し、上記のアプローチを使用して、その特定の個体の治療薬を検証する。

【0399】

実施例３：構造活性相関スクリーニング
治療薬を検証するための実施例２で説明したものと同じプロセスを使用して、Ｍを使用して候補治療薬（例えば、薬物または遺伝子治療薬）の効果を予測し、有効である可能性が高い治療介入を特定する。最も有益な効果があると予測される治療薬を選択する。

【0400】

具体的には、以下の手順を繰り返す：
● １つ以上の介入を選択し、
● それらのそれぞれを疾患の細胞集団に適用し、
● モデルＭを適用して、予測される臨床的有用性を評価する

【0401】

このアプローチは、表現型の構造活性相関（ＳＡＲ）を含む様々な状況で使用することができる。ＳＡＲを使用すると、特定の標的を狙った一連の化学的に関連する分子を探索して、化学空間全体をより迅速に検索することができる。ここで、ＳＡＲマッピングは、モデルＭを介して予測されるように、化学構造から臨床転帰へのマッピングを行う。

【0402】

ＳＡＲマッピングを実装して、大規模な化学ライブラリを探索する。大規模な化学ライブラリには、化学的特徴などの一連の特徴を使用して特徴付けられる治療薬、またはそれらの治療薬に適用されるハイスループット表現型アッセイの出力（例えば、１つ以上の細胞の画像化結果）が含まれる。ライブラリ内の化合物を、ＳＡＲマッピングを使用して探索／スクリーニングする。

【0403】

さらに、ＳＡＲマッピングを、化学的介入及び／または遺伝的介入を含む有効な治療の組み合わせを識別するように開発する。各介入は、様々な機能を使用するシングルトンとして特徴付けられ、これには、これらの介入後に測定されたハイコンテントアッセイまたは計算されたＭＬ特徴も含まれる。介入ペアのいくつかの小さなサブセットについて、シングルトン介入Ｖ_１及びＶ_２の特徴から、対応するペアワイズ介入の予測される臨床的有用性へのマッピングを学習する。

【0404】

実施例４：患者セグメンテーション
モデルＭは、特定の介入ｖから恩恵を受ける可能性が高い患者集団を特定するために使用される。言い換えれば、モデルは、介入ｖに対するレスポンダーとノンレスポンダーを区別する。

【0405】

一連の多様な遺伝的バックグラウンドにまたがるヒト集団｛ｈ_１，・・・ｈ_ｎ｝を選択する。次に、対応する細胞アバターのセットＡ＝｛ａ_１，・・・ａ_ｎ｝を生成する。臨床現場で容易にアッセイすることができる一連の患者選択バイオマーカー

を使用して、それぞれのヒトを特徴付けると仮定する。これらのバイオマーカーには、遺伝的バリアントｇ（ｈ_ｉ）、及び患者のベースライン状態で容易に測定される他の因子が含まれ得る。

【0406】

介入ｖが与えられた場合、モデルＭを使用して、実施例２に関連して上記で説明したように、Ａ内の各個体のｖに対する予測される臨床応答を決定する。機械学習を使用し、ここで、トレーニングセットは以下のように定義される：入力特徴は

であり、標的出力は

であるか、または

の２値化バージョンであり、介入ｖに対して良好なレスポンダーと良好ではないレスポンダーを区別する。ヒト集団は、臨床環境において測定しやすい対象の特徴に基づいて特徴付けることができる。したがって、モデルＭによって決定されたレスポンダー／ノンレスポンダーの分析に基づいて、各ヒトについてｉＰＳＣを生成する必要なく、ヒト集団を、それらの対象の特徴に従ってレスポンダーまたはノンレスポンダーとして特徴付けることができる。

【0407】

実施例５：健康な肝臓と非アルコール性脂肪性肝炎の疾患肝臓の免疫組織化学画像を区別する例示的な機械学習モデル
この例では、一般に、肝生検から得られた肝細胞の免疫組織化学画像を使用した機械学習モデル（例えば、ニューラルネットワーク）のトレーニングについて説明し、肝細胞は、異なる表現型（例えば、脂肪症、小葉内炎症、バルーニング、及び線維症）を示す。これらの免疫組織化学画像は、肝生検に由来するが（遺伝子改変された細胞のｉｎ ｖｉｔｒｏ細胞培養に由来するものではない）、肝細胞の様々な細胞表現型を区別するための機械学習モデルのトレーニングと使用は適用可能である。免疫組織化学画像の試験群に適用する場合、トレーニングされた機械学習モデルは、訓練された病理医と同様に、各表現型の画像を区別することができる。さらに、トレーニング済みの機械学習モデルを分析して、表現型に対して情報価値を有している特定の画像を特定する。これにより、どの表現型がより類似しているか（例えば、２つの表現型について、画像が情報価値を有している場合）、どの表現型が異なるか（例えば、２つの表現型について、異なる画像が情報価値を有している場合）を理解することができる。全体として、本実施例は、機械学習モデルをトレーニングして、患者から取得したサンプルを使用して細胞の表現型を区別し、さらに機械学習モデルを使用して、互いに類似している疾患の表現型を特徴付ける能力を示している。

【0408】

非アルコール性脂肪性肝炎（ＮＡＳＨ）の診断と予後のためのゴールドスタンダードは、肝生検の検査によって決定されるＮＡＳＨ活性と線維症の組織学的スコアである。例えば、脂肪症、小葉内炎症、バルーニング、及び線維症のエビデンスについて、肝臓の免疫組織化学的組織切片にゴールドスタンダードの組織学スコアが割り当てられる。ここでの目標は、肝生検から定量的な組織学的形質（ゴールドスタンダードの組織学的スコアを予測する）を抽出することができる機械学習モデルを構築することである。これらの定量的形質は、その後、疾患状態と進行の分子的及び臨床的関連分析の中間形質として使用することができる。

【0409】

患者から肝生検を行い、肝臓組織をスライスし、組織切片を免疫組織化学染色した。組織学的スライドを個別に画像化し、機械学習モデルのトレーニングに使用した。

【0410】

図８Ａは、合計４，６４１の画像サンプルを用いて、健康な肝臓と非アルコール性脂肪性肝炎に罹患した肝臓の免疫組織化学画像を区別する機械学習モデルのトレーニングの例示的なプロセスを示す。好ましい実施形態では、組織学的画像データを分析するために畳み込みニューラルネットワーク（ＣＮＮ）を展開する。具体的には、複数インスタンス学習（ＭＩＬ）アプローチを使用してＣＮＮを展開し、その場合、生検内の複数のタイル（インスタンス）に由来する特徴を組み合わせて病理医のスコアを予測する。ピクセルレベルのアノテーションを必要とする、より標準的なアプローチとは異なり、そのようなＭＩＬアプローチは、生検レベルのアノテーション（例えば、病理医のスコア）のみを必要とする。各画像を個別のタイルに分割し、それにより、およそ２００万個の個別のタイルを作成した。機械学習モデルがアーティファクトの違い（例えば、画像の明るさ／コントラスト、または特定の画像化チャネルに関連するアーティファクト）ではなく、細胞表現型の差異を識別できるようにするために、タイルにデータ拡張を適用して、トレーニング中のタイルの色相、明るさ及びコントラストに、ランダムなシフトを積極的に誘導した（カラージッタリングと呼ばれる手順）。この拡張戦略は、データの不均一性を大幅に強化し、生検間の色の変化から独立した特徴を抽出するようにモデルを後押しする。カラージッタリングに加えて、タイルにはランダムな回転と水平方向の反転も加えた。

【0411】

タイルを機械学習モデルに入力し、この場合、これは例示的な畳み込みニューラルネットワークである（例えば、ＲｅｓＮｅｔ１８）。タイルの特徴を抽出し、ニューラルネットワークのレイヤーを介して伝播させた。ニューラルネットワークのレイヤーには、タイルの特徴から得られるスコア（例えば、ｚ_１，ｚ_２・・・ｚ_ｎ）を示差的に重み付けする重み（ｗ１，ｗ２・・・ｗ_ｎ）が含まれる。重み付けされたスコアをプールして、プール化スコアｏ_ｋを生成し、ここで、

である。プール化スコアに基づいて、モデルは、ゴールドスタンダードの組織学スコアを予測し、これを、脂肪症＝０、小葉内炎症＝１、バルーニング＝１、及び線維症＝４のいずれかとして、図８Ａに示す。

【0412】

予測されたゴールドスタンダードの組織学スコアを、参照グラウンドトゥルースと比較して、モデルの予測の精度を決定する。参照グラウンドトゥルースには、病理医によって割り当てられたゴールドスタンダードの組織学スコアが含まれる。したがって、予測されたスコアと参照グラウンドトゥルースの差が逆伝播し、モデルの重みが調整される。追加のタイルと追加のサンプルにわたってトレーニングを反復する。重要なことに、図８Ａに示すように、その後、特定の病理医のスコアを予測するために使用する、タイルの重要性を重み付けするアテンションメカニズムを通じて、生検レベルの疾患状態の特徴付けにおいて、タイルレベルの特徴を集約させる。ＭＩＬアプローチに関連して多変量アテンションメカニズムを使用することにより、モデルは、各成分スコア（例えば、炎症）を予測するために異なるタイルセットを選択することができる。そのようなアテンションベースの戦略により、明示的なタイルレベルの教師なしで情報価値のあるタイルを特定することができ、したがって、スライド全体のラベルのみを使用してネットワークをトレーニングすることができる。

【0413】

図８Ｂは、ＮＡＳＨで観察される特定の表現型、例えば、脂肪症、小葉内炎症、肝細胞のバルーニング、及び線維症のそれぞれについて最も重く重み付けされた異なるタイルを示す。さらに、４つの表現型のいずれかの重みが最も低いタイルが示されているため、タイルは「重要でないタイル」として分類される。これは、機械学習モデルが、４つの認識されたＮＡＳＨ表現型のいずれかのタイルによって示されるような疾患状態の細胞表現型（免疫組織化学画像の形式）と、「重要でないタイル」によって示されるような非疾患状態または軽度の疾患状態の細胞表現型を適切に区別することができることを示している。

【0414】

モデルを、保留された（例えば、モデルのトレーニングに使用しなかった）一連の肝生検に対してさらに展開した。図８Ｃは、保留された肝生検の免疫組織化学画像に対する機械学習モデルによる予測と、同じ免疫組織化学画像を分析した病理医によって割り当てられた病理医スコアとの間の相関を示す。図８Ｃに示すように、機械学習モデルは、病理医によって割り当てられたスコアとほぼ一致するゴールドスタンダードの組織学スコアを割り当てた。繰り返しになるが、これは、機械学習モデルが疾患の細胞表現型（例えば、免疫組織化学スライドにおいて示されているような）と、疾患の少ない細胞表現型または健康な細胞表現型を区別することができるという概念を支持する。

【0415】

上述し、図８Ａに示すように、機械学習モデルを、どのタイルが重く重み付けされているかを識別するようにさらに設計し、特定のＮＡＳＨ表現型においてそれらのタイルを分類する機械学習モデルが得られた。図８Ｄは、４つのＮＡＳＨ表現型にわたるタイル重要度の重みの散布図を示す。ここで、ＮＡＳＨ表現型は、図８Ｄにおいて以下のようにラベルされている：脂肪症＝ＳＴＥＡＴＯＳＩ、小葉内炎症＝ＮＡＳＬＩ、肝細胞バルーニング＝ＮＡＳＨＢ、及び線維症＝ＩＳＨＳＣ。対角線（左上から右下）に沿って示されているのは、それ自体に対して一致する各ＮＡＳＨ表現型の重要度の重みの分布である。特に、脂肪症の場合、重要度の重みの分布はバイモーダルであり、タイルの大部分が脂肪症の表現型を重度に示すか、または脂肪症の表現型の情報を提供しないことを示している。小葉内炎症、肝細胞バルーニング、線維症のそれぞれについて、重要度の重みの分布は、全般的に単峰性であった。

【0416】

対角外に示されているのは、２つのＮＡＳＨ表現型のそれぞれに割り当てられたタイルの重みの散布図である。特に、機械学習モデルで同じタイルを使用して２つの異なるＮＡＳＨ表現型を定義した場合、高度に相関した重みが観察される。これは一般に、強い相関がある可能性が高い小葉内炎症と肝細胞バルーニングで観察される（３行目の左から２番目のグラフを参照のこと）。さらに、線維症の表現型を識別するために重要なタイルは、小葉内炎症と肝細胞バルーニングの両方を識別するために重要なタイルとの相関も示した（下段の第２及び第３のグラフを参照のこと）（その相関は小葉内炎症と肝細胞のバルーニングとの相関に比べて弱いが）。脂肪症の表現型を区別するために重要なタイルは、第１の段に示されている非相関散布図によって示されるように、他の３つのＮＡＳＨ表現型を区別するタイルとは全般的に異なっていた。

【0417】

図８Ｅは、４つの異なるＮＡＳＨ表現型にわたる２つの生検に由来する２つの組織学的スライドの個々のタイルに割り当てられたタイル重みの重要度を示す。図８Ｅにおける第１列は、Ｈ＆Ｅ染色された肝生検スライスを示し、生検スライスの各画像は、個々のタイルに分離されている。４つの異なるＮＡＳＨ表現型にわたって、各タイルの生検レベル予測への寄与が赤で示され、濃い赤ほど寄与が大きいことを示している。

【0418】

図８Ｄを参照して上述した結果と同様に、重なり合ったタイルは、小葉内炎症、肝細胞バルーニング、及び線維症の表現型に寄与していた。しかしながら、脂肪症の表現型の生検レベルの予測に貢献したタイルはほとんどなかった。

【0419】

実施例６：健康な肝臓と非アルコール性脂肪性肝炎の疾患肝臓の蛍光画像を区別する例示的な機械学習モデル
初代肝細胞をｉｎ ｖｉｖｏで培養し、蛍光染色した。特に、初代肝細胞は、細胞核（Ｈｏｅｃｈｓｔ ３３３４２）、Ｆ－アクチン細胞骨格、ゴルジ体、及び原形質膜（ファロイジン／ＷＧＡ）、ミトコンドリア（ＭｉｔｏＦＩＳＨ）、及び脂肪滴（ＢＯＤＩＰＹ）などの細胞成分について染色した。蛍光顕微鏡を使用して画像化した蛍光標識細胞。サンプルの８０％を、機械学習モデルのトレーニングに使用し、残りの２０％のサンプルをモデルの試験／検証に使用した。

【0420】

図９Ａは、健康な肝細胞（上段）及びＮＡＳＨ（下段）に対応する一次肝細胞の２つのセットの捕捉された蛍光画像を示す。第１のＮＡＳＨサンプルには、５のＮＡＦＬＤ活動スコア（ＮＡＳ）とＦ１（最小限の線維症）の線維症スコアが割り当てられた。第２のＮＡＳＨサンプルには、ＮＡＳ５と線維症スコアＦ０（線維症なし）が割り当てられた。「Ｈｅｐａｔｏｐａｉｎｔ」蛍光画像とは、初代肝細胞を認識するために開発された細胞特異的なＣｅｌｌＰａｉｎｔ分析を受けた画像を指す。図９Ａに示すように、肉眼では、健康な肝細胞とＮＡＳＨ肝細胞の細胞表現型は（これらの蛍光染色によって示されるように）有意に異なっていない。しかしながら、機械学習モデルは、ＮＡＳＨ肝細胞の蛍光画像と健康な肝細胞の蛍光画像を区別することができた。図９Ｂは、３人のＮＡＳＨ個体由来の細胞と３人の健康な対照由来の細胞とを区別する表現型多様体を示す。全体として、このデータは、機械学習モデルをトレーニングして、表現型アッセイデータ（例えば、肝細胞の蛍光画像）に基づいて疾患の肝細胞と健康な肝細胞を区別することができることを立証している。

【0421】

図９Ｃは、ＮＡＳＨ及び健康な肝細胞から捕捉された蛍光標識画像を示す。注目すべきは、枠で囲まれた画像はＮＡＳＨ細胞に対応し、一方、枠で囲まれていない画像は健康な肝細胞に対応する。図９Ｃから明らかなように、ＮＡＳＨ細胞に対応する画像と健康な肝細胞に対応する画像との間の表現型の違いは、肉眼では明らかではない。

【0422】

図９Ｄは、ＮＡＳＨ細胞と非ＮＡＳＨ細胞とを区別する表現型多様体への埋め込みとして描かれた機械学習モデルの予測を示す。重要なことに、機械学習モデルは、トレーニングセット及び示されている２つの表現型の多様体で表されているような検証セット全体で、ＮＡＳＨ細胞（通常、多様体の左側にある）を非ＮＡＳＨ細胞（多様体の右側にある）から分離する様々な表現型の特徴を発見する。

【0423】

図９Ｅは、機械学習モデルによってＮＡＳＨ及び非ＮＡＳＨカテゴリのそれぞれに分類された５つの最高ランクのタイルを示す。特に、高解像度では、非ＮＡＳＨカテゴリの上位ランクのタイルと比較して、ＮＡＳＨカテゴリの上位ランクのタイル間に明白な表現型の差異がある。これは、機械学習モデルの有用性を示しており、これは、ＮＡＳＨ表現型トレースと非ＮＡＳＨ表現型トレースを区別することができるだけでなく、最高ランクのタイルを通じてそれらの表現型トレースをさらに明らかにすることができる。

【0424】

図９Ｆは、蛍光標識された細胞核及び蛍光標識された脂肪滴のみを有する最高ランクのタイルを示す。ここで、各カテゴリの最高ランクのタイルを分析して、機械学習モデルがＮＡＳＨと非ＮＡＳＨ組織スライスを区別する際に「アテンション」を集中させた表現型のトレースが決定する。具体的には、ＮＡＳＨに関して、機械学習モデルは、細胞核の近位の脂肪滴の存在に基づいて、ＮＡＳＨ細胞と非ＮＡＳＨ細胞を区別する。具体的には、ＮＡＳＨ細胞は、細胞核に近接して位置する高濃度の脂肪滴によって特徴付けられるが、非ＮＡＳＨ細胞は、細胞核から離れて位置する低濃度または拡散した濃度の脂肪滴によって特徴付けられる。機械学習モデルの「アテンション」は、生物学的標的の特定について、情報価値を有する。ＮＡＳＨの場合、核の近位に位置するこれらの脂肪滴を標的として、それらを除去することで疾患のＮＡＳＨ表現型をより健康な非ＮＡＳＨ表現型に戻すことができる。

【0425】

実施例７：異なる小分子化合物で処理したニューロンを区別する例示的な機械学習モデル
図１０Ａは、異なる小分子化合物に曝露されたニューロンの表現型アッセイデータ（例えば、蛍光画像）を捕捉するプロセスを示す。ＤｏｘＮＧＮ２ ｉＰＳＣを、２つの異なる播種密度（１ｋ及び６ｋ細胞）で播種し、さらにヒト皮質興奮性ニューロンに分化させた。ロテノン、エベロリムス、ロキサピン、ホルボール１２－ミリステート１３－アセテート（ＰＭＡ）、スタウロスポリン、ラパマイシン、ＢＩＯ、及びブレビスタチンを含む３つの異なる濃度の小分子に、ニューロンの異なる集団を曝露した。ニューロンを、リン酸緩衝生理食塩水及びジメチルスルホキシド（ＤＭＳＯ）を含む対照でも処理した。処理後、ハイコンテントイメージング（例えば、Ｎｅｕｒｏｐａｉｎｔ）を実行することにより、処理されたニューロンから表現型アッセイデータを捕捉した。図１０Ａに示すように、ＤＡＰＩ（細胞核）、ＬＶ－Ｓｙｎ－ＧＦＰ（ニューロン）、アクチン、及びＭｉｔｏ－ｔｒａｃｋｅｒ（ミトコンドリア）を用いてニューロンを染色した。

【0426】

図１０Ｂは、それぞれの小分子化合物に曝露したニューロンの蛍光画像を表す。一般に、肉眼では、異なる化合物で処理したニューロンとＰＢＳ／ＤＭＳＯ対照（スタウロスポリンで処理したニューロンを除く）を区別することは困難であり得る。

【0427】

図１０Ｃは、異なる小分子化合物で処理したニューロンを区別する埋め込みを示す。一般的な小分子化合物で処理したニューロンを、一緒にクラスタ化している。注目すべきは、スタウロスポリンで処理したニューロンは、他の小化合物で処理したニューロンから離れて位置しており、これは、スタウロスポリンで処理したニューロンと、図１０Ｂで観察される他のニューロンとの間の有意な表現型の差異とアラインする。

【0428】

図１０Ｄは、ＣｅｌｌＰｒｏｆｉｌｅｒ（商標）細胞画像分析ソフトウェアと比較した、深層学習機械学習モデルの予測の比較を示す。深層学習機械学習モデルは、ＣｅｌｌＰｒｏｆｉｌｅｒと比較して、小分子化合物による処理に応答して神経表現型をより正確に予測することができた。

【0429】

実施例８：異なる遺伝子ノックアウトで改変されたｉｎ ｖｉｔｒｏニューロンを区別する例示的な機械学習モデル
本実施例（実施例８）は、実施例６が肝生検から得られた肝組織の表現型を区別する機械学習モデルを説明しているのに対し、実施例８が異なる遺伝子ノックアウト（ＫＯ）を有するニューロンのｉｎ ｖｉｔｒｏ培養の表現型を区別する機械学習モデルを説明しているという点で、上記の実施例６とは異なる。実施例６と実施例８は、表現型アッセイデータのそれぞれのソースを使用した機械学習モデル、例えば、畳み込みニューラルネットワークのトレーニングを含み、その結果、スクリーニングを実行するための細胞疾患モデルを展開する場合に、機械学習モデルは有用であり得る。

【0430】

図１１Ａは、異なる遺伝子ＫＯによるニューロンの表現型アッセイデータ（例えば、蛍光画像）を捕捉する全体プロセスを示す。ＤｏｘＮＧＮ２ ｉＰＳＣ（ｉｎ ｖｉｔｒｏ ｉＰＳＣ由来の興奮性ニューロン）を播種し、以下の遺伝子のうちの１つをノックアウトするための遺伝子編集ツール（例えば、最適化されたガイドＲＮＡを含むＣＲＩＳＰＲ－Ｃａｓ９）で処理した：ＣＬＹＢＬ（陰性対照）、ＴＳＣ２（陽性対照－結節性硬化症に関与することが知られている）、ＴＣＦ４（ピット・ホプキンス／自閉症スペクトラム障害に関与）、ＳＥＴＤ１Ａｇ３（統合失調症に関与）、及びＳＥＴＤ１Ａｇ４（統合失調症に関与）。図１１Ｂに示すように、ｉｎ ｖｉｔｒｏ細胞集団は異種ノックアウトを含む。すなわち、所与のｉｎ ｖｉｔｒｏウェルは、ノックアウト細胞と野生型細胞の両方を含む。

【0431】

それぞれの遺伝子構造を有するＩＰＳＣを、ヒト皮質興奮性ニューロンに分化させ、ハイコンテントイメージング（例えば、Ｎｅｕｒｏｐａｉｎｔ）を実行することによって表現型アッセイデータを捕捉した。図１１Ａに示すように、ＤＡＰＩ（細胞核）、ＬＶ－Ｓｙｎ－ＧＦＰ（ニューロン）、アクチン、及びＭｉｔｏ－ｔｒａｃｋｅｒ（ミトコンドリア）を用いてニューロンを染色した。注目すべきことに、所与の細胞で遺伝子編集が行われたことを示すマーカーは存在しない。したがって、機械学習モデルを使用して、目標は、ハイコンテント顕微鏡を介してこの遺伝的摂動からどの表現型の変化が生じるかを理解し、異なる遺伝子のＫＯを有する細胞の表現型の差異を区別することであった。さらに、これにより、それぞれのＫＯ集団において最も強い表現型を示している細胞の特定が可能になる。

【0432】

深層畳み込みニューラルネットワークなどのモデルをトレーニングするために、ｉｎ ｖｉｔｒｏ細胞から捕捉したハイコンテント顕微鏡画像を使用して、アテンションベースの複数インスタンス学習を適用することによりモデルをトレーニングした。図１１Ｃは、トレーニングプロセスの概略図を提供する。ここで、同じＫＯ群由来の細胞の画像のコレクションを、以下で「バッグ」と呼ばれるものにまとめる。細胞の画像のコレクションには、ＫＯ細胞（ＳＥＴＤ１Ａガイド３として図１１Ｃに示す）と野生型細胞の両方が含まれる。バッグ内の細胞の少なくとも１つが遺伝子編集を受け、何らかの表現型を示していると仮定すると、画像のコレクションは、畳み込みニューラルネットワークを通過し、各細胞のベクトル化された表現が生成する。次いで、学習された重みを使用してこの埋め込みベクトルに線形変換を適用し、各細胞のアテンションベクトルとロジットベクトルの両方を生成する。

【0433】

アテンションベクトルとロジットベクトルの両方の次元は、予測される様々な遺伝子ＫＯの数に等しい。ロジットは、所与の細胞の予測されるＫＯ同一性の表現であり、一方、アテンションベクトルは、選択されたバッグのＫＯ同一性を予測する上で、それぞれのロジットの重要性を再重み付けするために使用される。１つのインスタンス化では、ロジットベクトルは正になるように制約することができ、下流の解釈可能性をさらに支援する。

【0434】

次いで、アテンションベクトルを、合計が１になるように、それぞれのＫＯクラスごとにバッグ内のすべての細胞にわたって正規化する。次いで、各細胞について正規化されたアテンションベクトルに、その細胞のそれぞれのロジットを要素単位で乗算して、重要度ベクトルを生成する。この重要度ベクトルのコレクションを、バッグ内のすべてのアイテムにわたって合計し、バッグのＫＯの同一性の確率を生成する。確率的勾配降下法を使用して、エンドツーエンドでモデルをトレーニングする。重要度ベクトルは、所与の表現型を最も強く示している細胞を解釈するために使用することができる。最初に、所与の母集団の各細胞に対して重要度ベクトルを生成する。次いで、各クラスの重要度ベクトル値によって細胞をランク付けする。所与のクラスで大きな正の値で表される細胞は、最も強い表現型を示していると解釈することができる。

【0435】

図１１Ｄは、画像アッセイの分析中に検出された表現型の特徴に従って、異なる遺伝的バックグラウンドを有するニューロンが多様体上でどのように区別され組織化されるかを示す。具体的には、機械学習モデルがＳＥＴＤ１Ａｇ３ノックアウトまたはＳＥＴＤ１ＡＧ４ノックアウトのいずれかを有するニューロンに類似性を発見したため、それらは互いに近接して配置されている。ここで、ＳＥＴＤ１Ａクローンの群化、及び他のクローンからの分離は、ＭＬにより特定された統合失調症の新規表現型を示唆している。さらに、ＴＣＦ４ノックアウトニューロンとＣＬＹＢＬノックアウトニューロンは、同様の表現型を示しており、互いに近接して配置されている。ここで、ＣＬＹＢＬノックアウトは陰性対照である。したがって、ＴＣＦ４（ピット・ホプキンス症候群につながることが知られている）と陰性対照群の重複は、ＴＣＦ４がピット・ホプキンス症候群で発達上の役割を果たしている可能性が高いことを示唆している。さらに、ＴＳＣ２ノックアウトニューロンは、他のニューロンと区別可能な強いニューロン表現型を示したため、多様体上で別々に位置している。図１１Ｅは、ハイコンテント顕微鏡画像に基づいて遺伝子改変されたニューロンの異なるサブタイプを予測するためのトレーニングされたニューラルネットワークの性能を示す。注目すべきことに、ニューラルネットワークは、ＴＳＣ２変異ニューロンを完全に予測することができた（１９２個のうちの１９２個）。全体として、これらの結果は、マルチインスタンス学習ＭＬモデルが、混合ノックアウト培養（例えば、ノックアウト細胞と野生型細胞の両方を含むｉｎ ｖｉｔｒｏ培養）の分類を可能にすることを示している。

【0436】

図１２は、各ニューロンクラス（例えば、ニューロンノックアウト）について最も高くランク付けされた３つのタイルを示す。ランクの高いタイルを調査することで、機械学習モデルが画像を特定のクラスに分類する際に、画像の何／どこに注目したかを明らかにすることができる。これにより、特定の疾患の背後にある生物学的基盤などの追加情報を明らかにすることができる。

【0437】

実施例９：機械学習モデルのトレーニングデータを生成するための例示的な方法
図１３は、機械学習モデルを構築するためのトレーニングデータを生成するためのステップの概要を示す。ステップ１では、関心対象の臨床エンドポイントを選択する。例示的な臨床エンドポイントは、線維症の進行である。ステップ２は、臨床エンドポイントの遺伝的構造を定義することを含む。ステップ３及び４は、関心対象の臨床エンドポイントの生物学的プロセスを選択し、次いで、生物学的プロセスをモデル化するための細胞系を設計及び構築することを含む。ここで、線維症進行の例示的な生物学的プロセスは、肝星細胞（ＨＳＣ）の活性化である。したがって、ｉＳｔｅｌは、ＨＳＣ活性化をモデル化するための選択された細胞系である。ステップ５は、細胞系を使用してアンカー表現型を確立することを含む。これには、様々な摂動因子を使用して細胞を摂動させるエクスポソームの実行が含まれる。これにはさらに、細胞を遺伝的に改変して（例えば、関心対象の特定の遺伝子をノックイン／ノックアウトする）、摂動因子と遺伝的改変の組み合わせ効果をモデル化することが含まれる。ステップ５は、例えば、単一細胞ＲＮＡ－ｓｅｑ及び／または細胞の画像化を含む、表現型アッセイを細胞に対して実施して、細胞の形態学的特徴を捕捉することを含む。ステップ６は、遺伝的データと臨床データをリンクすることを含む。全体として、図１３に示すステップ１～６は、関心対象の臨床エンドポイント（例えば、ＮＡＳＨ線維症の進行）のｉｎ ｖｉｔｒｏモデルにおいて、健康及び疾患の代理ラベルとして機能する曝露反応表現型（ＥＲＰ）を定義し、検証するのに役立つ。１～６のステップから生成されるそのようなデータ（例えば、エクスポソームから得られるデータ、または細胞を捕捉した画像）を使用して、機械学習モデルをトレーニングする。

【0438】

図１４Ａは、ＧＷＡＳ分析と、細胞疾患の表現型尺度を区別するモデルとの間の関連性試験を使用して遺伝的構造を決定するためのプロセスの例を示す。一般に、このプロセスは、臨床エンドポイント（例えば、線維症の進行）の新規遺伝的ドライバーである可能性が高い遺伝的バリアントを特定するために、ＧＷＡＳで特定されたバリアントと疾患状態の進行の予測との間の関連性を試験することを含む。上部パネルに示されているように、表現型アッセイデータ（例えば、Ｈ＆Ｅ肝生検画像）を、畳み込みニューラルネットなどの機械学習モデルを使用して解析し、疾患状態を予測する。ここで、畳み込みニューラルネットの性能は、図８Ｃで上述したように、病理スコアに対して以前に検証した。ここで、畳み込みニューラルネットを様々な画像に適用して、様々な時点（例えば、ベースライン時とフォローアップ時）での疾患状態を予測し、それによって時点間の疾患進行を特徴付けることができる。疾患の進行の特徴付けとＧＷＡＳによって特定されたバリアントとの間で関連性試験が実行されるためである。ここで、疾患の進行と高度に関連するバリアントを特定し、疾患の遺伝的構造に含めるために選択する。したがって、そのようなバリアントを細胞系において遺伝子改変して、遺伝的バリアントを試験し、モデリングすることができる。

【0439】

図１４Ｂは、生物学的プロセス（例えば、ＨＳＣ活性化）を選択し、ｉＳｔｅｌの細胞系を構築する例を示す。具体的には、図１４Ｂは、ｉＳｔｅｌ分化プロトコルを示す。時間特異的方法で適用される成長因子と分化因子のカクテルを使用して、ｉＰＳＣを分化させて、星状様細胞（ｉＳＴＥＬ）の再生可能な供給源を生成する。様々な時点での分化を観察し、画像化し、ウェルレベルのコンフルエンス、細胞の健康状態、及び形態の定性的評価を行い；１２日目に培養物を採取し、保管した。いくつかの例外を除いて、ｉＰＳＣは複数の分化を通じて一貫して良好な形態を示した。図１４Ｂにおいて、上部パネルは、成長因子の時間特異的添加を伴う、ｉＰＳＣからのｉＳＴＥＬ発生のタイムラインを示す。成長因子には、骨形成タンパク質４（ＢＭＰ４）、線維芽細胞成長因子（ＦＧＦ）、レチノール、及びパルミチン酸（ＰＡ）が含まれる。図１４Ｂの下部パネルは、０日目～１２日目（Ｄ１２）のｉＰＳＣからのｉＳＴＥＬ分化の代表的な画像を示す。

【0440】

図１４Ｃは、複数の時点（例えば、分化後１２日または１９日）にわたるｓｃＲＮＡ ｓｅｑデータを使用したｉＳｔｅｌ系統の品質管理チェックを示す。具体的には、図１４Ｃのパネル（Ａ）は、星状細胞として同定された細胞の画分を示す。パネル（Ｂ）は、１２日目のｉＳＴＥＬの肝臓アトラスからの星状細胞のスピアマン相関の中央値を示す。パネル（Ｃ）は、星状細胞として同定された細胞の画分を示す。パネル（Ｄ）は、肝臓アトラスからの星状細胞のスピアマン相関の中央値を示しており、１９日目のｉＳＴＥＬがｐＳＴＥＬと類似していることを示している。

【0441】

具体的には、ｓｃＲＮＡ－ｓｅｑを使用してｉＳＴＥＬの同一性を評価した後、１２日目のｉＳＴＥＬと肝臓アトラス由来の異なる細胞型との間の遺伝子発現の類似性を、スピアマン相関を使用して定量化した。遺伝的バックグラウンド、バッチ及び継代数の違いにもかかわらず、星状様細胞（すなわち、他の肝細胞型よりもｉｎ ｖｉｖｏで星状細胞に最も類似している細胞）として識別された細胞の画分（図１４ＣのパネルＡ）、及びｉｎ ｖｉｖｏでの星状細胞に対する発現相関の中央値（図１４ＣのパネルＢ）に関して、すべてのｉＳＴＥＬ系統にわたって高い一貫性が観察された。ＮＡＳＨ株と非ＮＡＳＨ株を比較すると、星状細胞の割合にわずかな差異しか観察されず（中央値の差＝０．０８、マンホイットニーのＵ検定、ｐ値＝０．００７）、ｉｎ ｖｉｖｏでの星状細胞に対する発現相関の中央値に差異はなかった（マンホイットニーのＵ検定、ｐ＝０．２５）。

【0442】

次に、各ｉＳＴＥＬ分化における最も大きなトランスクリプトームの変動性を説明する遺伝子を同定した。実験共変量の違いにもかかわらず、変動性の特定の軸が、様々なｉＳＴＥＬの分化にわたって共有される場合がある。８８種の１２日目のｉＳＴＥＬ分化を調べ、そのうちのいくつかは、５３系統のプールにおける同じ系統から分化していた。分化ごとに、ｓｃＲＮＡ－ｓｅｑデータに対してＰＣＡを実行して、転写発現の上位ＰＣを特定した。系統に沿った転写変動性の共通軸を特徴決定した。これらの分析では、転写変動性の軸に関するものは特定されなかった。

【0443】

さらに、１９日目のｉＳＴＥＬ（対照とＴＧＦβ処理の両方）を、１２日目のｉＳＴＥＬについて計算したものと同じ同一性測定基準を使用して評価した。１２日目と比較して、１９日目のｉＳＴＥＬは、有意に高い割合の星状細胞（図１４ＣのパネルＣ）及びｉｎ ｖｉｖｏでの星状細胞との向上した相関（図１４ＤのパネルＤ）を、ｐＳＴＥＬの値に近い値で示した。これらのデータは、追加の培養時間及び／または基質への長時間の曝露が、ｉＳＴＥＬのさらなる成熟をもたらしたことを示唆している。全体として、これらの結果は、ＮＡＳＨ患者と非ＮＡＳＨドナー由来のｉＳＴＥＬの十分に特徴付けられたコホート内の個々の系統の固有の変動性の理解を提供した。このコホートは、筆者らの疾患モデルにおける天然の遺伝的変異を調査するための貴重なツールである。

【0444】

図１４Ｄは、アンカー表現型を確立するためのエクスポソームの設定例を示す。ｉＰＳＣは、１２日目にｉＳｔｅｌを生成するための分化誘導を受けた。ｓｃＲＮＡ－ｓｅｑを使用した品質管理チェックを１２日目に実施した。ｉＳｔｅｌを１７日目まで培養し、その後、細胞を、サイトカイン、リポタンパク質、食餌摂動因子、臨床候補、金属イオン塩などを含む様々な摂動因子に曝露した。図１４Ｄに示すように、摂動因子として、ＣＴＧＦ／ＣＣＮ２、ＦＧＦ１、ＩＦＧγ、ＩＧＦ１、ＩＬ１β、ＡｄｉｐｏＲｏｎ、ＰＤＧＦ－Ｄ、ＴＧＦβ、ＴＮＦα、ＨＬＤ、ＬＤＬ、ＶＬＤＬ、フルクトース、リポ酸、クエン酸ナトリウム、ＡＣＣ１ｉ（フィルソコスタット）、ＡＳＫ１ｉ（セロンセルチブ）、ＦＸＲａ（オベチコール酸）、ＰＰＡＲアゴニスト（エラフィブラノール）、ＣｕＣｌ_２、ＦｅＳＯ_４７Ｈ_２Ｏ、ＺｎＳＯ_４７Ｈ_２Ｏ、ＬＰＳ、ＴＧＦβアンタゴニスト、及びウルソデオキシコール酸が挙げられる。摂動因子に細胞を２日間さらした後、ｓｃＲＮＡ－ｓｅｑを実行して、細胞の転写特性を特徴付ける。

【0445】

図１４Ｅ及び１４Ｆは、エクスポソーム分析の結果及び５つの候補曝露の識別を示す。ここで、ＳＴＥＬＬＡＲ臨床試験に関して、線維症の進行／退行に関連する生物学的プロセスを摂動すると思われる５つの候補曝露を選択した。これには３つのステップが含まれる：１）転写曝露反応表現型（ＥＲＰ）の同定、２）臨床エンドポイントに関連する遺伝子における曝露反応表現型の濃縮の試験、及び３）曝露全体でのＥＲＰ類似性の比較。

【0446】

ＧＳＥＡを使用して、臨床エンドポイントにおいて示差的に発現する遺伝子のｉｎ ｖｉｔｒｏ曝露が上方制御及び下方制御された遺伝子セットの濃縮を試験した。図１４Ｅの左パネルは、濃縮の方向と共に各エンドポイント（ＦＤＲ ５％）について有意な濃縮を有するＥＲＰを示す。線維症の進行／退行関連遺伝子が濃縮されたＥＲＰによる曝露を、さらなる分析のために考慮する。

【0447】

線維症の進行に関連する曝露の選択における冗長性を避けるために、線維症の進行／退行の濃縮が類似の遺伝子によって駆動される曝露を特定する。具体的には、ＧＳＥＡ線維症の進行／退行の最先端遺伝子のペアワイズ濃縮を、線維症の進行／退行遺伝子において有意に濃縮されている曝露に対するフィッシャーの正確確率検定を使用して試験する。これらの最先端遺伝子がＦＤＲ ５％で有意に濃縮されている場合、曝露は「類似」としてマークされる。

【0448】

実施例１０：候補標的を特定するための例示的な細胞疾患モデル
図１５Ａは、広範囲の曝露（ＴＧＦβを含む）及びＣＲＩＳＰＲ編集遺伝子にわたってＰｅｒｔｕｒｂ－ｓｅｑを実行するための方法を示す。Ｐｅｒｔｕｒｂ ｓｅｑ実験（ｓｃＲＮＡｓｅｑと結合した遺伝子のＣＲＩＳＰＲノックアウト）を、以下によって実行した （１）関心対象の遺伝子のパネルを特定して摂動させ（ＧＷＡＳ、文献、代替スクリーニングを通じて）（２）関心対象の各遺伝子について、複数のガイド（少なくとも３つ）を特定した。（３）キュレートされたＣＲＩＳＰＲガイドライブラリを、ライゲーションアダプターに隣接させて合成した。（４）濃縮されたｓｇＲＮＡライブラリをＣＲＯＰｓｅｑバックボーンにクローニングし、品質管理実験により、次世代シーケンシング（ＮＧＳ）によるｓｇＲＮＡ配列の発現を確認する。（５）ｐＭＤ２．Ｇ、ＰＡＸ２、及びｓｇＲＮＡガイドライブラリを使用したＨＥＫ２９３Ｔのリバーストランスフェクションによってレンチウイルスを生成した。ウイルス上清を３日後に回収し、濾過し、使用するまで－８０℃で保存した。（６）ｉＳＴＥＬ ＬＶＣ６－Ｃａｓ９細胞を、プール化ｓｇＲＮＡ発現レンチウイルス（ＭＯＩ ０．１５～０．３）で１２日目に形質導入し、続いて１４日目から２０日目までの６日間、ピューロマイシン（１μｇ／ｍＬ）選択を行い、さらに２日間、回復させた。（７）２２日目に、細胞を解離させ、６ウェルのコラーゲンコーティングプレートに播種し（ウェルあたり２×１０＾５細胞）、続いて選択した曝露またはＤＭＳＯで処理した。（８）処理の４８時間後に細胞を回収した。ｓｃＲＮＡ－ｓｅｑを、Ｃｈｒｏｍｉｕｍ Ｎｅｘｔ ＧＥＭ Ｓｉｎｇｌｅ Ｃｅｌｌ ３’プロトコル（１０Ｘ Ｇｅｎｏｍｉｃｓ）に従って実行した。

【0449】

２つの異なる機械学習モデルを、処理（例えば、ＴＧＦβで処理）及び非処理細胞に由来するｓｃＲＮＡ－ｓｅｑデータでトレーニングした。機械学習モデルは、ＴＧＦβ処理細胞と非処理細胞を首尾よく区別することができた。図１５Ｂは、Ｐｅｒｔｕｒｂ－ｓｅｑの転写状態に従って処理（例えば、ＴＧＦβ処理）細胞と非処理細胞とを首尾よく区別する２つの例示的な機械学習モデル（例えば、ランダムフォレスト及びＡＣＴＩＯＮｅｔ）の性能を示す。

【0450】

図１５Ｂの左上のパネルは、ランダムフォレスト回帰モデルの性能を示す。図１５Ｂの右上のパネルは、ランダムフォレスト回帰モデルから導出された、ランク付けされた遺伝子とＡＣＴＩＯＮｅｔモデルから得られたランク付けされた遺伝子との間の相関を示す。ここで、ランダムフォレスト回帰モデルは、転写状態に基づいて細胞状態（１－ＴＧＦβ対０－対照）を予測する。このモデルは、遺伝子のランク順リストを識別するために実装される。ＴＧＦβ応答に対する遺伝子ノックアウトの効果を、ランダムフォレスト回帰とＡＣＴＩＯＮｅｔの両方によって定量化した。２つを比較すると、遺伝子ノックアウト効果のランキングは非常に一貫している（スピアマン係数＝０．９７）。

【0451】

具体的には、ランダムフォレスト回帰モデルを、非標的化ガイド（予想されるＤＮＡ損傷または遺伝子ノックアウト効果なし）を発現する細胞、及び曝露またはＤＭＳＯで処理した細胞でトレーニングする。（２）単一細胞の発現カウント数を、配列決定の深さに対して中央値正規化する。（３）すべての非標的化対照と比較したＺスコア遺伝子発現、及び発現量の少ない遺伝子を除外する（例えば、平均ＵＭＩ＜０．１）。（４）５分割交差検証を使用してモデルをトレーニングして、発現データに基づいて曝露条件を予測する。曝露予測のために、各遺伝子の重要度を決定する（図１５Ｂの下部パネル）。

【0452】

機械学習モデルがパフォーマンスの向上を達成できるかどうかを確認するために、教師なしモデルを使用して埋め込みを生成することにより、ｐＳＴＥＬ形態学的表現型を評価した。元の埋め込みに対して共変量補正を実施し、９０，５９６のセグメント化されたｐＳＴＥＬの残差埋め込みを生成した。残差埋め込みは、曝露予測のデータセットとして使用した。評価は、ｏｕｔ－ｏｆ－ｌｉｎｅ検証プロトコルに焦点を当て；言い換えれば、モデルのトレーニングに使用したデータセットに存在しない保留データに対して、各モデルの試験を実行した。ｐＳＴＥＬ株のセットが限られているため、細胞株を一度に１つずつ保留し、計算された曲線下面積（ＡＵＣ）と共に受診者動作特性（ＲＯＣ）曲線を報告した。この例での関心対象のラベルは、ＴＧＦβへの曝露または非曝露であった。

【0453】

保留した各系統について、残差埋め込みのトップから保留した細胞株を差し引いた上で回帰モデルをトレーニングした。ｏｕｔ－ｏｆ－ｌｉｎｅ検証フレームワークを使用して、低濃度と高濃度の両方のＴＧＦβ濃度を、対照条件（すなわち、ＰＢＳ処理）と比較した。複数のｏｕｔ－ｏｆ－ｌｉｎｅバリエーションを実行することに加えて、ｏｕｔ－ｏｆ－ａｃｑｕｉｓｉｔｉｏｎセットアップでパフォーマンスを試験することにより（すなわち、別日に実行される生物学的複製／個別のドナー細胞での試験）、ＴＧＦβ表現型のさらに厳密な評価も実行した。具体的には、図１５Ｃは、形態学的差異に従って０．１ｎｇ／ｍＬのＴＧＦβ処理細胞と非処理細胞とを区別するトレーニングされた機械学習モデルの改善された性能を示す。図１５Ｄは、形態学的差異に従って５ｎｇ／ｍＬのＴＧＦβ処理細胞と非処理細胞とを区別するトレーニングされた機械学習モデルの改善された性能を示す。図１５Ｃ及び１５Ｄの左側のパネルは、用量反応性の属性を示したロバストな形態学的ＴＧＦβ誘導表現型を示す（ｏｕｔ－ｏｆ－ｌｉｎｅ／ｏｕｔ－ｏｆ－ａｃｑｕｉｓｉｔｉｏｎにおいて、それぞれ、低用量では０．７４／０．７８及び高用量では０．９５／０．９３の平均ＡＵＣ）。各細胞株について、Ｉｎｓｉｔｒｏモデルは、従来のモデルよりも優れている（例えば、高いＡＵＣ値）。従来のモデルは、古典的な特徴のリストを使用する：
１．局所化された強度統計：核、細胞質及び核周囲領域に局所化されたシグナルの属性（例えば、分布パーセンタイル及びクロスチャネル相関）。
２．形状の特徴付け：サイズと形状の特徴を説明する属性（例えば、Ｈｕモーメント、細胞の幅、細胞の高さ）。
３．テクスチャの特徴付け：様々なチャネルのテクスチャ構造をまとめた属性（例えば、ガボールフィルター及び領域共分散記述子）

【0454】

古典的な画像特徴を組み込んだ従来のモデルは、ｏｕｔ－ｏｆ－ｌｉｎｅ検証において、低用量で０．７１、高用量で０．８９の平均ＡＵＣを達成した。これらの結果は、形態学的表現型の特定と特徴付けに深層学習手法を利用する利点を裏付けている。

【0455】

曝露のみの影響を特徴付けた後、曝露の影響を遺伝的データに関連付けた（例えば、図１３に示すステップ６）。ここで、トランスクリプトーム応答に有意な影響を与える遺伝的摂動を特定することに焦点を当てた。この分析では、ＮＡＳＨ ＧＷＡＳヒットにｉＳＴＥＬ ＥＲＰとの因果関係があるかどうかを直接評価した。分析アプローチでは、ＰＣＡを使用した後、投影間のマハラノビス距離を計算し、これにより、遺伝子ノックアウトと曝露を含む細胞と、遺伝子間ガイドと曝露を含む細胞との間の距離を計算することができる。

【0456】

一例として、ＴＧＦβまたはＤＭＳＯで処理した細胞の主成分（ＰＣ）上のＴＧＦβＲ１ノックアウト細胞の投影を生成した。これらの投影では、最初の２つのＰＣが分散の約７０％を説明しており、これらのＰＣをロードする際の遺伝子セットがこの曝露に対する反応を促進していることを示している。ＤＭＳＯ処理下のＴＧＦβＲ１ノックアウト細胞をＰＣ１及びＰＣ２に投影すると、遺伝子間ｓｇＲＮＡに関して細胞のわずかではあるが有意なシフトが明らかになり、集団をＤＭＳＯ様表現型の方向にさらに移動させ、ＴＧＦβ表現型から遠ざけた。これらの結果は、おそらく細胞培養における自然な低いＴＧＦβ濃度のベースラインシグナル伝達が無効化されたことに起因する、ｉＳＴＥＬにおけるＴＧＦβＲ１ノックアウトのマイナーではあるが特異的な効果を明らかにした。予想通り、飽和ＴＧＦβ曝露下では、ＴＧＦβＲ１ノックアウト細胞の大部分は、ＰＣ１及びＰＣ２に投影された場合にＴＧＦβ表現型を獲得しなかった。これらの結果は、（ｉ）ｉＳＴＥＬ応答に有意な影響を与える遺伝的摂動は、ＰＣ空間における距離を定量化することで特定することができ、（ｉｉ）遺伝子ノックアウトの機能的結果は、適切な環境下でより容易に観察され得ることを示している。

【0457】

この分析結果を、その後、すべての曝露下で収集したすべてのノックアウトデータに拡張させた。このアプローチにより、下流の遺伝子発現に有意な影響を与える遺伝的摂動（ＦＤＲ＜５％）の特定が可能になり、試験した様々な曝露にわたる各ノックアウトの効果の予測される方向のアノテーションが可能になった。具体的には、図１５Ｅは、ｉＳｔｅｌにおけるＰｅｔｕｒｂ－ｓｅｑデータに基づくドラッガブル標的の同定を示す。遺伝子ノックアウトは、有意な曝露特異的な表現型を明らかにする。図１５Ｅの上段は、遺伝子標的化ガイド及び遺伝子間対照ガイドを含有する細胞間の差異のｐ値を示すＱＱプロットを示す。各パネルは、異なる曝露を示し、各データポイントは遺伝子ノックアウトである。ＰＣＡを、曝露処理の分類に重要な遺伝子全体に実行した。図１５Ｅの下部パネルは、対照、ＴＦ、及びＧＷＡＳヒットを示し、摂動された遺伝子がそれぞれの曝露スコアに統計的に有意な影響を示したことを示す（色付きの点、ＦＤＲ＜０．０５）。アップセットプロットの接続は、複数の曝露条件にわたる遺伝子ノックアウトの重複を強調している。青は、それぞれのＤＭＳＯ対照に、より類似しているノックアウトを示し、赤は、曝露処理に、より類似しているノックアウトを示す。

【0458】

対照全体にわたって、転写因子とＧＷＡＳヒットが摂動したが、試験した５つの曝露全体で、それぞれ１４、２２、及び２７の有意な遺伝的摂動が観察された。それぞれのシグナル伝達経路において作用することが知られている遺伝子の対照セットから、ＴＧＦβ応答の調節を、ＴＧＦβ及びＴＧＦβＲ１アンタゴニスト曝露についてはＴＧＦβＲ１、ＴＧＦβＲ２、ＳＭＡＤ３、ＳＭＡＤ４のノックアウトを使用して、ＴＮＦα応答についてはＲＩＰＫ１、ＴＲＡＤＤ、ＭＡＰ３Ｋ７及びＩＫＢＫＢのノックアウトによって確認した。ＦｅＳＯ_４及びＺｎＳＯ_４曝露について、金属イオントランスポーター遺伝子のノックアウトが有意な効果を有することを確認した（それぞれ、ＳＬＣ３９Ａ８及びＳＬＣ３９Ａ１０）。全体として、これらの分析は、遺伝的摂動と曝露の間の相互作用を大規模に忠実にモデル化する能力を示した。複数の環境条件下での遺伝的摂動を伴う疾患モデルの特徴付けにより、曝露に対するｉＳＴＥＬの応答をよりよく理解し、予測することができた。この分析から、例示的候補標的を特定する。例えば、図１５Ｅの右下のパネルは、線維症の進行を調節するための候補標的として機能する様々なＧＷＡＳ標的を示す。目標が細胞を活性化状態（例えば、ｙ軸上の処理のうちの１つの後の状態）に向かわせることである場合、特定のＧＷＡＳバリアント（例えば、ＧＷＡＳ－９、ＧＷＡＳ－１５、ＧＷＡＳ－３０、ＧＷＡＳ－５０、ＧＷＡＳ－５１、ＧＷＡＳ－７４、ＧＷＡＳ－８５、ＧＷＡＳ－８６、ＧＷＡＳ－９７）が標的となり得、一方、目標が細胞を非活性化状態（例えば、ＤＭＳＯ処理状態）に向かわせることである場合、他のＧＷＡＳバリアントが標的となる（例えば、ＧＷＡＳ－７、ＧＷＡＳ－１１、ＧＷＡＳ－１７、ＧＷＡＳ－２４、ＧＷＡＳ－２５、ＧＷＡＳ－３１、ＧＷＡＳ－３３、ＧＷＡＳ－４１、ＧＷＡＳ－５５、ＧＷＡＳ－５６、ＧＷＡＳ－６０、ＧＷＡＳ－６５、ＧＷＡＳ－７５、ＧＷＡＳ－７８、ＧＷＡＳ－７９、ＧＷＡＳ－８８、ＧＷＡＳ－９６）。

【0459】

次に、候補マーカーを、様々な臨床的エンドポイント（例えば、線維症の進行、脂肪症、肝細胞バルーニング、または小葉内炎症）とのアラインメントについて分析した。候補マーカー遺伝子の大部分は、ＮＡＳＨ疾患状態と強い関連性を有していた（例えば、図１５Ｆの下部パネル）。進行は、はるかに厳密な基準であり、少数の潜在的なマーカーと弱い関連性を示すのみである。比較すると、表現型アンカー（ＡＣＴＡ２、ＦＮ１、及びＣＯＬ１Ａ１）は、アンカーと線維症状態との関連性が線維症進行との関連性よりも高いという点で同様の特徴を示した。これらの結果は、関心対象の臨床形質と強い関連性を有するスクリーニング用の候補遺伝的マーカーを特定する能力を支持するものである。まとめると、このＧ～Ｅアプローチにより、候補スクリーニング仮説を標的とするマーカーベースのスクリーニングを開発する目的で、ＥＲＰを分析するためのデータ駆動型戦略を開発することができる。

【0460】

具体的には、図１５Ｆは、ＧＷＡＳヒットと機械学習予測スコアとの比較を示す。ランダムフォレストモデルからのＴＧＦβマーカーの選択及びＮＡＳＨ臨床エンドポイントとの関連付け図１５Ｆの上部パネルは、ＥＲＰの分類における重要性によってランク付けされた、ＴＧＦβ曝露の候補マーカー遺伝子を示す。左から右に向かって、最も重要な遺伝子から最も重要でない遺伝子である。図１５Ｆの下部パネルは、Ｓｔｅｌｌａｒ試験におけるＴＧＦβ曝露の候補マーカー遺伝子と臨床標識との関連を示す。関連性試験からの符号付き－ｌｏｇ１０ｑ値（独立した各臨床ラベルについて、シグネチャ遺伝子全体にＢｅｎｊａｍｉｎｉ－Ｈｏｃｈｂｅｒｇ手順を適用してＰ値から取得される）を示し、その場合、符号は関連性の方向性を反映している。有意な関連性（ＦＤＲ＜０．２０）のみを示す。

【0461】

実施例１１：介入を検証し、ＳＡＲスクリーニングを実施するための例示的な細胞疾患モデル
図１６Ａ及び１６Ｂは、例示的な埋め込み及び治療薬の選択におけるそれらの使用を示す。簡潔に述べると、同質遺伝子変異ヒトｉＰＳＣ株を、神経系統への急速な分化をもたらす転写因子の化学的に誘導される過剰発現を可能にするように設計した。細胞株をさらに、標的遺伝子の編集なし（ＷＴ）、完全喪失（ＴＳＣ２ ＫＯ）、またはヘテロ接合性喪失（ＴＳＣ２ ｈｅｔ、ＳＥＴＤ１ａｇ３ ｈｅｔ、ＳＥＴＤ１ａｇ４ ｈｅｔ）を含むように改変した。次いで、遺伝子標識技術を使用して、細胞を一緒にプールし、前述の神経系統に分化させた。細胞が未熟なニューロン状態にある分化の１４日目に、細胞をＤＭＳＯ、ラパマイシン（１００ｎＭ）、エベロリムス（１００ｎＭ）、ロナファルミブ（１００ｎＭ）、アイダデムスタット（１００ｎＭ）で処理するか、または未処理のままとした。１６日目に、同じもので２回目の投与により細胞を処理した。１７日目に、細胞をアキュターゼによって解離させ、濾過し、計数し、洗浄し、遺伝子細胞標識を含むように改変された単一細胞ＲＮＡｓｅｑパイプラインを通過させた。各処置条件を個別にインデックス化し、データを逆多重化させるにより、個々の処置と遺伝子型を分離することができた。

【0462】

標準的なｓｃＲＮＡｓｅｑパイプラインを、Ｓｅｕｒａｔを使用してＲで実施した。まとめると、高い割合（％）のミトコンドリアを発現する細胞を除外し、転写読み取りデータを対数正規化し、高度に可変性の遺伝子を特定し、主成分分析（次元削減）に利用した。処理されたデータに対してグラフベースのクラスタリンとＵＭＡＰ埋め込みを行い、ＴＳＣ２ｋｏニューロンが特有の疾患シグネチャを発現した一方で、ＴＳＣ２ｋｏ集団を含むラパマイシンで処理したすべての細胞が特有の転写状態に移行したことが示された（図１６Ａ及び１６Ｂ中のクラスタ１６０５で示されるように）。このように、図１６Ａ及び１６Ｂは、機械学習モデルによって生成された埋め込みを使用して、細胞にその細胞表現型を変化させるであろう介入（例えば、ラパマイシン）を特定することができるという命題を表している（例えば、転写状態の変化によって証明されるように）。

【0463】

図１６Ｃは、野生型細胞とノックアウト細胞との間の表現型の区別を示す例示的な埋め込みを示す。図１６Ｃは、深層ニューラルネットワークから抽出された埋め込みを、ＵＭＡＰを使用して２次元に投影することによって生成された。ニューラルネットワークモデルを教師ありの方法でトレーニングして、ＷＴ系統とＫＯ系統のそれぞれのラベルに基づいて疾患／健康を区別する。図中の各点は、元の顕微鏡画像のタイルに対応している。図中に示される点は、処置なしのＷＴ及びＫＯ群のみを対象としている。具体的には、ＷＴ群を図１６Ｃに１６２０として示し、一方、ＫＯ群を図１６Ｃに１６１０として示している。

【0464】

図１６Ｄは、処置（例えば、ラパマイシン及びエベロリムス）の既知の効果を検証するための埋め込みの使用を示す。以下の図は、処理なしのＷＴ／ＫＯのタイル埋め込みで計算された同じＵＭＡＰプロジェクターを使用して、処置群を表す埋め込みを同じ空間に投影する。重要なことに、埋め込みにおいて健康な細胞に向かってシフトまたは復帰した一連のノックアウト処理細胞（図１６Ｄのボックス１６３０に示す）が存在し、このことは、エベロリムス及びラパマイシンが、ノックアウト処理細胞が健康な表現型に戻るように誘導することを示している。

【0465】

図１６Ｅは、ラパマイシン及びエベロリムスの処置を検証するためのｉｎ ｖｉｔｒｏ試験を示す。Ｊｕｒｋａｔ細胞（ＡＴＣＣ、ＴＩＢ－１５２、ロット７００２９１１４）を、ＲＰＭＩ１６４０培地＋１０％ウシ胎仔血清（ＦＢＳ）の懸濁液中で培養した。アッセイのために、細胞を超低接着（ＵＬＡ）Ｕ底９６ウェルプレートに１ウェルあたり２０ｋ細胞で播種した。懸濁培養物を、滴定用量のラパマイシン（ＳｅｌｌｅｃｋＣｈｅｍ、ＡＹ－２２９８９）、エベロリムス（ＳｅｌｌｅｃｋＣｈｅｍ、ＲＡＤ００１）、またはＤＭＳＯ対照で直ちに処理した。用量は、１０μＭから１０倍希釈で１ｐＭまでの範囲であった。細胞を３７℃、５％ＣＯ２で２０時間培養し、次いで、Ｂｅｃｋｍａｎ Ｃｏｕｌｔｅｒ ＣｙｔｏＦＬＥＸを使用したフローサイトメトリーで直接検査した。平均前方散乱光（ＦＳＣ）及び側方散乱光（ＳＳＣ）に基づく形態測定を使用して、ｍＴＯＲ阻害剤に対する細胞の用量反応を調べた。ここで、データは、ラパマイシンとエベロリムスを含む、２つの十分に確立されたｍＴＯＲ阻害剤で処理したＪｕｒｋａｔ細胞を示す。ラパマイシンとエベロリムスのＩＣ５０値は、漸増用量の前方散乱光（ＦＳＣ）に基づいて示す。したがって、これは、機械学習モデルによって（例えば、図１６Ｃに示す埋め込みを使用して）予測される薬物が、ｉｎ ｖｉｔｒｏ試験によって首尾よく検証されることを示している。

【0466】

図１６Ｆは、１つ以上の分子を含む例示的なスクリーニングプロセスを示す。ここで、分子は、Ｒ１、Ｒ２、Ｒ３、またはＲ４と呼ばれる。表現型疾患と対応する画像化＋機械学習ベースの読み出しが確立されると、実験とモデルを使用して効率的な分子設計を行うことができる。疾患状態から始めて、Ｒ３分子をスクリーニングすることにより、ワンショットで健康な状態に直接戻すことができる。あるいは、基礎となる分子足場へのＲ１及びＲ２分子の付加によって示されるように、健康－疾患軸に沿って進行を測定することにより、複数のステップを経て疾患状態を健康な状態に戻すことができる。途中で、表現型空間の望ましくない領域につながるであろうことから、分子Ｒ４を回避する。そのようなシステムが実装されると、各出発分子足場の表現型ＳＡＲ応答が作成され、それによって効率的な分子設計が可能になる。

【0467】

図１６Ｇは、細胞の表現型の形態学的差異に従って作成された用量反応曲線を示す。具体的には、図１６Ｇは、機械学習モデルが、異なる用量の処置に起因する細胞表現型を区別するという命題を表している。したがって、細胞表現型を未処理状態に逆転させる治療薬が細胞に提供される場合、機械学習モデルは、図１６Ｇに示されるように、中央値ＤＭＳＯへの距離の減少を通じて、そのような治療効果を捕捉することができる。

【0468】

細胞の表現型を別の状態（例えば、健康な状態）に戻すことが検証されている薬物を考慮して、細胞疾患モデルを使用して、同じまたは類似の表現型を示し、したがって同じ作用機序を共有する追加の候補治療薬を特定する。図１６Ｈは、クラスタ化された薬物が同様の構造及び／または作用機序を共有する例示的な多様体を示す。この場合、表現型効果の類似性に応じて、薬物が近接してクラスタ化される。例えば、同じメカニズムのクラスの薬物は、同様の表現型を示す。 これにより、既知薬物（例えば、アトルバスタチン、ＡＺＤ３１４７、及びＮｕｔｌｉｎ－３ａ）へのクラスタ化された近接性に基づいて、未知薬物（例えば、図１６Ｈに示すロバスタチン、ＡＺＤ８０５５、及びＲＧ７３８８）の識別がさらに可能になる。今度は、それらの表現型効果に基づいて、クラスタ化された近接にある薬物の類似または共通の構造的特徴間の追加の関連付けを決定し、ＳＡＲマッピングを生成するために使用することができる。

【0469】

実施例１２：患者セグメンテーションのための例示的な細胞疾患モデル
図１７Ａは、パーキンソン病に関する例示的な細胞アバターを示す。メンデル型のパーキンソン病を引き起こす１２の機能喪失（ＬＯＦ）遺伝子を選択し、それらの遺伝子に対する単一ガイドＲＮＡ（ｓｇＲＮＡ）を設計し、プールとしてＴｗｉｓｔ Ｂｉｏｓｃｉｅｎｃｅｓに注文する。オリゴをＣＲＯＰ－ｓｅｑガイド発現レンチベクターにクローニングし、プール化レンチウイルスを２９３Ｔ細胞で産生させ、力価測定する。安定したＣａｓ９株を、プール化レンチガイドウイルスに感染させ、５日間ピューロマイシンによって安定した組込み体を選択する。編集されたＫＯ ｉＰＳＣプールを、次いで、Ｋｒｉｋｓ，Ｓ．ｅｔ ａｌ．Ｄｏｐａｍｉｎｅ ｎｅｕｒｏｎｓ ｄｅｒｉｖｅｄ ｆｒｏｍ ｈｕｍａｎ ＥＳ ｃｅｌｌｓ ｅｆｆｉｃｉｅｎｔｌｙ ｅｎｇｒａｆｔ ｉｎ ａｎｉｍａｌ ｍｏｄｅｌｓ ｏｆ Ｐａｒｋｉｎｓｏｎ’ｓ ｄｉｓｅａｓｅ． Ｎａｔｕｒｅ ４８０，５４７－５５１（２０１１）に記載されている公開プロトコルによって４５日目にｉＤｏｐａに分化させる（その全体が参照により本明細書に援用される）。ｉＤｏｐａを、４５日目に１０Ｘ ｓｃＲＮＡｓｅｑのために回収する。処理されたデータを、編集された遺伝子型にデコンボリューションし、混合分化細胞型及び摂動状態からノイズ除去し、各遺伝子型を最もよく予測する遺伝子モジュールを、さらなる検証とスクリーニングの取り組みのために疾患表現型としてノミネートする。この場合、図１７Ａに示すような個々の「ＰＤ疾患表現型」は、細胞アバターとして機能する。したがって、上記の実施例１１（例えば、図１６Ａ～１６Ｄ）の方法論に従って、ＰＤ疾患表現型に対して生成された埋め込み／予測を使用して、治療薬を選択し、分析してその効果（例えば、疾患の表現型を健康に戻す）を予測し、さらにｉｎ ｖｉｔｒｏで検証する。したがって、特定の細胞アバター（及びその細胞アバターに対応する患者）は、その治療薬に対するレスポンダーであるとみなされる。

【0470】

図１７Ｂは、さらに、有望なレスポンダーを識別するための例示的なプロセスを示す。
ｉＳｔｅｌ細胞は、ヒトのドナーから得られる。したがって、ドナー由来のそのような細胞は、細胞のアバター（例えば、特定の遺伝子セットを有する細胞）を表し得る。例えば、再び図５Ｂを参照すると、細胞は、特定の対象５０５をさらに代表する細胞アバター５４０を表し得る。曝露と遺伝的バリアントの組み合わせを細胞に導入し、組み合わせの結果としての特定の遺伝子の示差的発現を調べる。この場合、関心対象の６つの遺伝子座：ＴＭ６ＳＦ２、ＧＣＫＲ、ＰＮＰＬＡ３、ＨＳＤ１７Ｂ１３、ＭＢＯＡＴ、ＩＦＮにおいて、ｉＳｔｅｌ細胞集団の遺伝子型決定を行い、細胞の３つの獲得を実行した。逆多重化後のｉＳｔｅｌデータセットに対して、２つの成分を使用した部分最小回帰（ＰＬＳ）回帰分析を実行した。各バリアントに４セットの細胞をＰＬＳ成分１及び２に投影した：バリアントリスク対立遺伝子を含まないＰＢＳの細胞、バリアントリスク対立遺伝子を含まないＴＧＦｂの細胞、１つまたは２つのリスク対立遺伝子を含むＰＢＳの細胞、及び１つまたは２つのリスク対立遺伝子を含むＴＧＦｂの細胞。ＴＧＦｂ／リスクなしの予測とＰＢＳ／リスクなしの予測の間のマハラノビス距離を計算した。次に、ＴＧＦｂ／１｜２リスク対立遺伝子の投影とＰＢＳ／リスクなしの投影との間のマハラノビス距離を計算した。２つの場合のマハラノビス距離の分布を、マンホイットニー検定を介してそれらの間の相対的なシフトについて評価し、結果として－ｌｏｇ１０（Ｐ値）が得られた。これらの結果は、評価した６つの遺伝子座のうちの５つにリスク対立遺伝子が存在することに応じて、遺伝子発現特性の有意なシフトを示唆している。ＴＭ６ＳＦ２遺伝子座とＧＣＫＲ遺伝子座において最も有意なシフトが観察され、ＩＦＮ遺伝子座では有意なシフトは観察されなかった。以下の設計を使用して、各バリアントデータセットにｌｉｍｍａ法を使用して、示差的遺伝子発現を実施した：ｌｏｇ（カウント数）＝アクイジション｛１，２，３｝＋曝露｛ＴＧＦｂ，ＰＢＳ｝＋バリアント｛０ リスク対立遺伝子，１｜２ リスク対立遺伝子｝＋曝露：バリアント。相互作用項に応答した遺伝子のｐ値及びｌｏｇ２倍変化を評価し、調整ｐ値の閾値０．０１及びｌｏｇ２倍変化閾値０．１を使用して、発現が有意に異なる遺伝子を決定した。これらは、ＴＭ６ＳＦ２及びＧＣＫＲバリアントについてプロットされている（それぞれ、図１７Ｂの左パネル及び中央パネルに示されている）（これら２つのバリアントは、最も有意なｐ値を有していたため、選択された）。図１７Ｂの左側及び中央のパネルで観察できるように、曝露及び遺伝的バリアントの異なる組み合わせは、ＴＭ６ＳＦ２またはＧＣＫＲの上方制御または下方制御をもたらし得る。ＳＥＲＰＩＮＥ２及びＣＤ４４を含む、複数のＮＡＳＨ関連遺伝子の示差的発現が観察される。リマモデルの相互作用項係数から導出されたＴ統計量のマトリックスからの５３の標準的なＮＡＳＨ経路のセットから、経路濃縮分析を実行した。図１７Ｂの右パネルは、特定の細胞プロセス（例えば、マトリックスのｙ軸上のプロセス）及び異なる遺伝子（例えば、ＧＣＫＲ及びＴＭ６ＳＦ２を含む）についての対応する経路濃縮を示すマトリックスを示す。具体的には、図１７Ｂの右側のパネルは、マクロレベルの細胞応答の変化を示しており、これにより、細胞アバターを、治療薬に対するレスポンダーまたはノンレスポンダーとして識別することが可能になる。例えば、細胞外マトリックス組織化を調節する治療薬の場合、細胞アバターは、細胞外マトリックス組織化の経路濃縮を示す図１７Ｂの分析を考えると、レスポンダーである。上記の実施例１１（例えば、図１６Ａ～１６Ｄ）の方法論に従って、埋め込み／予測を使用して、そのような治療薬を分析して、その効果（例えば、疾患の表現型を健康に戻す）を予測し、細胞アバターが本当に治療薬に対するレスポンダーであるかどうかを判定する。

【0471】

実施例１３：検証済み介入から候補介入を特定するための例示的な細胞疾患モデル
不死化がん細胞株Ａ５４９及びＨｅｐＧ２をＴ１５０フラスコで培養し、６０％超のコンフルエンスで回収した。細胞を細胞カウンター（Ｃｏｕｎｔｅｓｓ ｂｙ ＴｈｅｒｍｏＦｉｓｈｅｒ）でカウントし、細胞懸濁液を、３８４ウェルＰＤＬコーティング Ｃｅｌｌ Ｃａｒｒｉｅｒ Ｕｌｔｒａ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ）プレートの５０μＬウェルあたり２０００細胞に調整した。細胞を３７℃、５％ＣＯ２インキュベーターで一晩インキュベートし、Ｅｃｈｏ ｑｕａｌｉｆｉｅｄ ＰＰ２．０プレートのＬａｂｃｙｔｅ Ｅｃｈｏを使用して、ＤＭＳＯ中の化合物コレクション（対数空間で複数の濃度）を投与した。投与後、細胞を、３７℃、５％ＣＯ２インキュベーターで４８時間インキュベートした。インキュベーション期間の後、細胞培地を除去し、ＥＬ４０６プレートウォッシャー（Ｂｉｏｔｅｋ）上にてＰＢＳで洗浄し、次いでＰＲＩＭＥリキッドハンドラー（ＨｉｇｈＲｅｓ Ｂｉｏｓｃｉｅｎｃｅｓ）を使用して細胞培養培地中の希釈した１ｍＭストック濃度のｍｉｔｏｔｒａｃｋｅｒ色素を各ウェルに加えることにより、プレートをＭｉｔｏ－ｔｒａｃｋｅｒで染色した。プレートを３０分間インキュベートし、次いでＰＢＳで１回洗浄した。ホルムアルデヒドを各プレートの各ウェルに加えて細胞を固定し、２０分間インキュベートした後、ＰＢＳで５回洗浄した。ＰＢＳ中の０．１％Ｔｒｉｔｏｎをプレートに加え、１５分間インキュベートした後、ＰＢＳで２回洗浄し、染色混合物をプレートのすべてのウェルに加えた。染色混合物には、５μｇ／ｍＬヘキスト、１００μｇ／ｍＬコンカナバリンＡｌｅｘａ Ｆｌｕｏｒ４８８複合体、３ｕＭ ＳＹＴＯ１４緑色蛍光核酸染色、５ｕＬ／ｍＬファロイジン／Ａｌｅｘａ Ｆｌｕｏｒ５６８複合体、及びＢＳＡを含有するＨＢＳＳ中の１．５ｕｇ／ｍＬコムギ胚芽凝集素Ａｌｅｘａ Ｆｌｕｏｒ５５５複合体が含まれていた。プレートを染色溶液と共に３０分間インキュベートし、次いでＰＢＳで４回洗浄した。次いで、プレートをＰｅｒｋｉｎ Ｅｌｍｅｒ Ｏｐｅｒａ Ｐｈｅｎｉｘ顕微鏡で画像化し、すべての染色波長について１ウェルあたり１６枚の画像を撮影した。

【0472】

これは、単一ウェル内の細胞を摂動させるために使用された化合物を特定することを目標とする分類タスクである。単一ウェルは、顕微鏡によって捕捉される１６の異なる視野（ＦＯＶ）に分割される。生のＦＯＶ画像を、明るさを補正することによって前処理した。深い畳み込みニューラルネットワーク（ＣＮＮ）モデルのトレーニング中にメモリに収まるように、ＦＯＶ画像をさらに小さな正方形にトリミングした。ヘキストチャネルを使用して核を検出し、検出された核の周りに正方形を作成した。

【0473】

分類タスクをモデル化するために、深い畳み込みニューラルネットワークを実装した。それは１５０通りの分類タスクであった。残差ネットワーク（ＲｅｓＮｅｔｓ）を、基本特徴抽出ネットワークとして使用し、その上に完全に接続された線形ネットワークが分類を実行した。パフォーマンスを改善し、実験的バイアスを除去する標準的な増強を実装した。例えば、ガンマコントラストなどの強度ベースの増強は、実験的バイアス（バッチ効果）を除去するのに役立つ。作用機序の同定のために、トレーニング中に一部の化合物を省略した（１５０のうち約３０の化合物）。推論中、未知化合物は、既知化合物と共に、予想される作用機序クラスタの近くに埋め込まれた。図１８Ａは、類似の薬物がより密接にクラスタ化された例示的な埋め込みを示す。この場合、ロバスタチンは、保留された、未知薬物であり、一方、アトルバスタチンはトレーニングに使用する薬物である。薬物は密集しており、これは、それらの類似性を示している。図１８Ｂは、類似の薬物をそれらの作用機序に従ってクラスタ化する例示的な多様体を示す。異なる分子は、ＨｅｐＧ２及びＡ５４９細胞株内で異なる形態学的表現型を誘導する。深層学習はこれらの形態を捉えて形態学的多様体を作成する。多様体内では、類似の表現型を誘発する化合物が互いに近くにクラスタ化される。明確な表現型を示さない化合物は、陰性対照とクラスタ化される。したがって、これらの結果は、薬物を他の類似する薬物の近くに効果的にクラスタ化できることを示しており、さらなる試験のための候補治療薬を表している。上記の実施例１１（例えば、図１６Ａ～１６Ｄ）の方法論に従って、埋め込み／予測を使用して、候補治療を分析して、その効果（例えば、疾患の表現型を健康に戻す）を予測し、さらにｉｎ ｖｉｔｒｏで検証する。

【図1A】

【図1B】

【図2A】

【図2B】

【図2C】

【図3A】

【図3B】

【図3C】

【図3D】

【図4】

【図5A】

【図5B】

【図5C】

【図5D】

【図5E】

【図6】

【図7A】

【図7B】

【図8A】

【図8B】

【図8C】

【図8D】

【図8E】

【図9A】

【図9B】

【図9C】

【図9D】

【図9E】

【図9F】

【図10A】

【図10B】

【図10C】

【図10D】

【図11A】

【図11B】

【図11C】

【図11D】

【図11E】

【図12】

【図13】

【図14A】

【図14B】

【図14C】

【図14D】

【図14E】

【図14F】

【図15A】

【図15B】

【図15C】

【図15D】

【図15E】

【図15F】

【図16A】

【図16B】

【図16C】

【図16D】

【図16E】

【図16F】

【図16G】

【図16H】

【図17A】

【図17B】

【図18A】

【図18B】

【国際調査報告】