EL-1 〇松本 太郎   日本大学医学部機能形態学系細胞再生・移植医学分野 　既存の医薬品に対して抵抗性を示す難治性疾患に対し、新たな治療アプローチとして「細胞治療」が注目されています。中でも、「間葉系幹細胞(mesenchymal stem/stromal cells: MSC)」は、患者自身の骨髄液や脂肪組織から培養・調製可能であり、免疫原性が低く移植安全性が高いことから、これまでに多様な疾患に対して臨床応用が進められてきました。しかし、MSCはヘテロな細胞集団であるため品質のばらつきが大きく、特に高齢者や糖尿病などの基礎疾患を有する患者から得られるMSCでは、増殖能や分化能の低下が報告されています。このような課題を克服するためには、患者背景に左右されず、均質かつ安定した品質のMSCを製造する技術の確立が求められています。
　我々の研究グループでは、脂肪組織から単離した成熟脂肪細胞を「天井培養法」という方法で培養することで得られる「脱分化脂肪細胞(dedifferentiated fat cells: DFAT）」に注目しています。DFATは、MSCに類似した高い増殖能と多分化能を有しており、少量の吸引脂肪組織から均質なMSC様細胞を大量調製できることから、細胞治療における実用的な細胞ソースとして期待されています。また、DFATはVEGFやHGFなどの血管新生因子を豊富に分泌するとともに血管構成細胞への直接分化能も有することから、安定した高い血管新生作用を示すことが明らかになっています。これまでに我々は、包括的高度慢性下肢虚血(chronic limb-threatening ischemia: CLTI)患者を対象に、自家DFATを用いた血管再生細胞治療のFirst-In-Human臨床研究を実施し、その安全性と高い有効性を確認しました。現在、CLTIに対するDFAT細胞治療の医師主導治験に向けた準備を進めており、さらにDFATの適応拡大を見据えて、さまざまな疾患モデルを対象とした前臨床試験を実施しています。DFATは、患者の年齢や基礎疾患の影響を受けにくく、安定した品質の治療用細胞を製造可能なことから、汎用性の高い細胞治療基盤の構築に大きく寄与することが期待されます。
　本講演では、細胞治療の最近の研究動向と課題を概説するとともに、DFATを用いた細胞治療の研究開発について、我々の最新の知見を交えてご紹介いたします。

EL-2 〇釘宮 啓   塩野義製薬株式会社 創薬化学研究所 近年、ライフサイエンス分野における研究は著しい進展を遂げており、これまで治療が困難とされてきた多くの疾患に対して、疾患の進行を制御可能とする新たな治療法の開発が加速している。医薬品開発の領域においては、長らく低分子医薬やペプチド・タンパク医薬が中心的な役割を担ってきたが、2000年以降、抗体医薬がその地位を確立し、さらに核酸医薬、細胞治療、遺伝子治療といった新規な創薬モダリティ（治療手段の種別）が次々と登場している。これにより、特定の疾患に対して複数の創薬モダリティが並行して開発・適用される状況が生まれ、医薬品開発は従来の枠組みを超えた多層的かつ競争的な局面へと移行しつつある。
中でも核酸医薬は、RNAや遺伝子発現を直接制御可能とするという特性により、従来の低分子・高分子医薬では標的とし得なかった分子機構に対する新たな治療戦略を提供するモダリティとして注目されている。現在、siRNA、アンチセンス核酸、アプタマー、miRNA、デコイ核酸、CpGオリゴ核酸、mRNA医薬など、さまざまな形式の核酸医薬が開発されており、その応用領域は急速に拡大している。とりわけ本モダリティは、希少疾患を含む治療困難な疾患や個別化医療との親和性が高く、遺伝性疾患、神経・筋疾患、代謝性疾患、悪性腫瘍、眼科疾患など、幅広い疾患領域において、臨床的ニーズの高まりとともに注目度を増している。
本講演では、創薬モダリティの多様化に伴う医薬品開発の現状を概観するとともに、核酸医薬の基本的な作用機序、ドラッグデリバリーシステム（DDS）の技術的進展、ならびに近年の臨床・非臨床試験の動向など、他社およびSHIONOGIにおける研究事例を交えながら、核酸医薬の現状と今後の展望について概説する。

LL-1 〇村田 幸久   東京大学大学院農学生命科学研究科　放射線動物科学研究室・食と動物のシステム科学研究室・獣医薬理学研究室 近年、AI（人工知能）技術の急速な発展は、薬理学・毒性学分野の実験手法にも革新をもたらしている。これまで熟練者によるモデル作製や観察に依存していた動物実験も例外ではなく、自動化および客観化が求められている。当研究室では、2017年より画像処理とAI（機械学習）を用いた動物行動解析システムの開発に着手し、その応用可能性を探究してきた。
これまでに、我々は深層学習を基盤とする映像解析技術を活用し、マウスの自発運動や特徴点識別、リアリング、グルーミング、スクラッチングなどの行動識別、さらにはケージ内の個体識別までを、自動かつ高精度に分類・定量化するシステムを構築してきた。これらのシステムは、従来の人手によるスコアリングと比較して高い再現性と客観性を有し、薬剤投与による行動変化の検出においても優れた感度を示す。さらに、得られた行動データを時系列で解析することで、薬物の効果・毒性の発現時期や持続時間、その兆候までも把握することが可能となりつつある。 このようなAI支援型の動物実験は、評価の標準化と効率化を実現するのみならず、動物使用数の削減（3Rsのうち"Refinement"および"Reduction"）にも寄与する。また、収集された大規模データを機械学習モデルにフィードバックすることで、毒性や薬効の予測精度の向上も期待される。
本発表では、汎用化を目指して現在開発中のAI解析ケージおよび解析アルゴリズムの概要、ならびに複数モデルを用いた実証データを紹介し、薬理毒性学におけるAIの意義と今後の課題について考察する。AIと動物実験の融合は、より精緻で倫理的な薬理研究の実現に向けた大きな一歩である。