AlphaFoldがタンパク質の形を解き明かしたなら、次の問いは「細胞そのものの未来」です。2026年5月11日、Stowers InstituteとHelmholtz Munichが『Cell』誌に発表したAIフレームワーク「RegVelo」は、細胞がどの運命へ向かい、どの遺伝子がそれを操っているのかを同時に予測する、新しい地平を切り拓きました。
Stowers Institute for Medical ResearchとHelmholtz Munichの科学者らは、細胞が特定の運命へと至る経路と、その変化を駆動する遺伝子を予測する新たなAIフレームワーク「RegVelo」を開発した。
研究成果は2026年5月11日、学術誌『Cell』に発表された。RegVeloは、細胞の時間的変化を推定するRNAベロシティ法と、遺伝子調節ネットワークを推測する手法を統合した深層学習モデルである。研究チームは本フレームワークを細胞周期、膵内分泌形成、造血、筋形成、後脳発生、ゼブラフィッシュ神経堤発生など複数の系に適用した。ゼブラフィッシュの神経堤発生では、色素細胞形成の初期駆動因子としてtfecを特定し、これまで未知であった色素細胞運命の調節因子としてelf1を明らかにした。両予測はCRISPR/Cas9ノックアウトおよびシングルセルPerturb-seqによる追跡実験で裏付けられた。共同主任著者はタチアナ・サウカ・スペングラー博士とファビアン・J・タイス博士である。
From: New AI tool predicts how cells choose their future, helping uncover hidden drivers of development
【編集部解説】
今回のRegVeloの発表は、シングルセル生物学とAIの交差点で長年の宿題とされてきた問題に、ひとつの明快な答えを提示した点で大きな意義を持ちます。Stowers Institute for Medical Research、Helmholtz Munich、Technical University of Munich、University of Oxfordの4機関による共同研究で、第一著者はHelmholtz MunichのCHCに所属する博士研究員ウェイシュー・ワン氏が務めています（『Cell』誌の正式表記では、ウェイシュー・ワン氏、ジーユアン・フー氏、フィリップ・ヴァイラー氏の3名が共同筆頭著者です）。
これまでシングルセル解析の世界では、「細胞がどこへ向かっているか」を捉えるRNAベロシティ法と、「どの遺伝子が他の遺伝子を制御しているか」を捉える遺伝子調節ネットワーク（GRN）解析という、2つの強力な手法が並走してきました。ところが両者は、まるで地図と運転手のように互いを参照せずに使われてきたのです。RegVeloは、この2つをひとつの深層生成モデル（ベイズ的フレームワーク）に統合したことで、「どこへ向かい、誰がハンドルを握っているのか」を同時に解き明かす設計になっています。
技術的に押さえておきたいのは、RegVeloがmRNAのスプライシング動態（未成熟RNAと成熟RNAの比から細胞の変化方向を推定する原理）と、上流の調節因子（転写因子）による下流遺伝子の制御関係を、同一の微分方程式系のなかで同時に学習する点です。bioRxivで2024年末に公開されたプレプリントが、約1年半の査読を経て『Cell』誌に掲載されたという経緯も、本研究の慎重さを物語っています。
実証の舞台に選ばれたのが、ゼブラフィッシュの神経堤細胞でした。神経堤は色素細胞、頭蓋顔面組織、末梢神経、心臓の一部などを生み出す「万能の前駆細胞」とも呼べる存在で、発生生物学では古典的なモデル系です。RegVeloはここで、すでに知られていた色素細胞の初期駆動因子tfecを再発見しただけでなく、これまで誰も気づかなかったelf1を新たな調節因子として予測しました。さらに踏み込むと、RegVeloはtfecがsox10の下流かつelf1を含む色素プログラムの上流に位置することを示し、加えてelf1と中胚葉系のETS因子が互いを抑制し合う「トグルスイッチ」的な関係を持ち、神経堤細胞を色素細胞か中胚葉系細胞かに振り分けるメカニズムまで予測しています。これらの予測は、CRISPR/Cas9ノックアウトとシングルセルPerturb-seqという実証実験で裏付けられました。
ワン氏自身は本研究の方法論的な難しさを「ネットワークを考慮するために、数学モデルを開発し、複数の生物学的系で頑健な予測が得られるかを慎重に検証する必要があった」と語っています。この「AIが仮説を生成し、ウェットラボが検証する」というワークフローは、AlphaFoldがタンパク質構造予測でもたらしたパラダイムシフトに通じる重要な転換点です。発生に関わる遺伝子が数百から数千存在するなかで、すべてを個別にノックアウトして調べるのは時間的にもコスト的にも非現実的でした。RegVeloは、その膨大な探索空間から有望な候補を絞り込む「インテリジェント・スクリーニング装置」として機能します。
応用範囲は神経堤にとどまりません。研究チームはすでに細胞周期、膵内分泌形成、造血、筋形成、後脳発生といった複数の系で検証を済ませており、共同主任著者のサンチェス・アルバラド博士は「腫瘍の進行軌跡のモデル化や治療方針の検討にも適用可能」と述べています。つまり、がん細胞がどのように悪性化していくかを予測し、その分岐点に介入する治療戦略の探索にも転用しうるということです。
再生医療への含意も見逃せません。世界の細胞・遺伝子治療市場は2026年に約109億ドル（約1兆6000億円、1ドル＝150円換算）規模に達し、2034年には約396億ドル（約5兆9000億円）まで拡大すると予測されています。この拡大の最大のボトルネックは「狙った細胞種を、安全かつ再現性高く誘導する技術」であり、まさにRegVeloが対象とする領域です。心筋修復、皮膚移植片、培養軟骨、頭蓋顔面欠陥の治療など、具体的な臨床応用への道筋が見えてきます。
一方で、潜在的なリスクと限界も冷静に見ておく必要があります。論文自体が明記しているとおり、潜在時間の単純化、調節相互作用の仮定、計算コストといった制約は残っています。さらに重要なのは、ゼブラフィッシュで成り立った予測が、そのままヒトに転用できるとは限らない点です。種を超えた汎化性能の検証は、これからの大きな課題となるでしょう。
倫理・規制の観点では、AIが生成した予測に基づいて細胞を「設計」する技術が高度化するほど、品質管理と長期的な安全性評価のフレームワークが追いつかなくなるリスクがあります。
最後に、innovaTopiaとしてこの研究に注目する理由を改めて記しておきます。「Tech for Human Evolution」という理念に照らすと、RegVeloは単なる解析ツールの進歩ではなく、私たち自身がどのように作られているのかという根源的な問いに、計算機を通じて答えようとする試みです。ひとつの受精卵から、皮膚、神経、血液、骨へと分かれていくあの不思議な振り分けの背後にあるルールを、人類はいま、ようやく「シミュレートし、書き換える」段階に入りつつあります。これは医療の話であると同時に、生命の理解そのものを更新する出来事だと、編集部は受け止めています。
【用語解説】
RegVelo
Stowers Institute for Medical ResearchとHelmholtz Munichを中心に開発された、AIによる細胞動態予測フレームワーク。スプライシング動態と遺伝子調節ネットワークを同時にモデル化するベイズ深層生成モデルである。オープンソースで公開されている。
RNAベロシティ法（RNA velocity）
シングルセルRNAシーケンスデータから、未成熟RNA（未スプライス）と成熟RNA（スプライス済み）の比率を用いて、細胞が次にどの状態へ向かうかを推定する手法である。2018年に基本概念が確立された。
遺伝子調節ネットワーク（Gene Regulatory Network, GRN）
細胞内で、ある遺伝子が他の遺伝子の発現をオン・オフする関係を、回路図のように表現したものである。皮膚細胞と神経細胞のように、同じDNAから異なる細胞が生まれる仕組みを説明する基盤となる。
神経堤（Neural Crest）
脊椎動物の初期胚に現れる細胞群で、色素細胞、頭蓋顔面の骨や軟骨、末梢神経、心臓の一部など、極めて多様な組織を生み出す。「第四の胚葉」とも呼ばれる発生生物学の重要なモデル系である。
ゼブラフィッシュ
熱帯魚の一種で、透明な胚を持ち発生を観察しやすいため、発生生物学の代表的なモデル生物となっている。脊椎動物としてヒトとの相同性も高い。
tfec / elf1 / sox10
いずれも転写因子をコードする遺伝子。tfecはこれまで色素細胞発生に関わると示唆されていた因子、elf1はRegVeloによって新たに色素細胞運命の調節因子として予測・実証された遺伝子、sox10は神経堤発生の上位制御因子として古くから知られる。RegVeloはこれらの上下関係も予測した。
ETS因子
ETSドメインと呼ばれる共通のDNA結合部位を持つ転写因子ファミリー。発生・免疫・がんなど多様な過程に関わる。本研究ではelf1（ETSファミリーの一員）と中胚葉系ETS因子の相互抑制関係が予測された。
CRISPR/Cas9
ゲノム上の特定の塩基配列を切断し、遺伝子をノックアウト（機能停止）できる遺伝子編集技術である。2020年にノーベル化学賞を受賞した。
Perturb-seq
CRISPRによる遺伝子摂動と、シングルセルRNAシーケンスを組み合わせた手法。多数の遺伝子を同時に摂動し、その影響を細胞レベルで一斉に読み出すことができる。
スプライシング動態（splicing kinetics）
DNAから転写されたばかりの未成熟RNAから、不要な領域（イントロン）が切り出されて成熟mRNAになる過程の速度論である。
潜在時間（latent time）
細胞ごとに、発生過程のどの段階に位置するかをデータから推定した時間軸のことである。実時間と必ずしも一致しない、生物学的な「進み具合」を表す。
トグルスイッチ（toggle switch）
2つの因子が互いを抑制し合うことで、細胞が二者択一の運命のいずれかに振り分けられる調節モチーフである。発生における運命決定の古典的なメカニズムとして知られる。
オルガノイド
幹細胞から培養皿のなかで作製された、臓器のミニチュア版である。実際の臓器の構造と機能を部分的に再現でき、創薬や再生医療研究に用いられる。
【参考リンク】
Stowers Institute for Medical Research（公式サイト）（外部）
1994年設立、米国ミズーリ州カンザスシティに拠点を置く非営利バイオ医学研究機関である。
Sauka-Spengler Lab（公式ラボページ）（外部）
共同主任著者サウカ・スペングラー博士の研究室。神経堤の遺伝子調節ネットワーク解読を専門とする。
Helmholtz Munich Computational Health Center（公式）（外部）
共同主任著者タイス博士が所長を務める計算機健康研究センター。本研究のドイツ側拠点である。
RegVelo論文（Cell誌掲載版）（外部）
2026年5月11日付でCell誌に掲載された原著論文。モデル詳細と生物学的発見が記述されている。
RegVelo（GitHubリポジトリ）（外部）
RegVeloのソースコード公開リポジトリ。研究者は自由にインストールして自分のデータに適用できる。
RegVelo公式ドキュメント（外部）
RegVeloのインストール手順、API、チュートリアルがまとめられた技術文書サイトである。
bioRxivプレプリント（RegVelo初出版）（外部）
Cell掲載前の2024年12月にbioRxivで公開されたプレプリント版。査読前の初期データが参照できる。
Helmholtz Munichプレスリリース（外部）
本研究に関するヘルムホルツ・ミュンヘンの公式発表。ドイツ側からみた研究の意義が記されている。
University of Oxfordニュース（外部）
オックスフォード大学の公式ニュース。サウカ・スペングラー博士のオックスフォード時代からの貢献が示される。
【参考記事】
EurekAlert! – New AI tool predicts how cells choose their future（外部）
4機関共同研究の経緯、tfec・elf1の発見、CRISPR/Cas9検証実験の詳細が体系的にまとめられている。
Helmholtz Munich公式 – AI Model Makes Developmental Paths Traceable（外部）
第一著者ワン氏本人のコメントを含む、ハイブリッドモデルの位置づけを欧州側視点から解説している。
Cell誌 – RegVelo: Gene-regulatory-informed dynamics of single cells（外部）
共同筆頭著者3名を明記。ベイズ深層生成モデルとしての技術的詳細と評価データが収録されている。
The Brighter Side of News – 細胞アイデンティティ予測AIツール解説（外部）
tfec・elf1・sox10の上下関係や、トグルスイッチ機構など踏み込んだ分子機構の予測を解説している。
Oxford大学 – New AI model predicts how cells choose their fate（外部）
サウカ・スペングラー博士のオックスフォード時代の知見が本研究の生物学的基盤になった経緯を記す。
Precedence Research（BioSpace掲載） – 細胞・遺伝子治療市場予測（外部）
2025年USD 8.94B→2026年USD 10.94B→2034年USD 39.61B、CAGR 17.98%の市場予測の出典である。
bioRxiv – RegVelo プレプリント（フルテキスト）（外部）
従来モデルの「遺伝子独立性」「転写率一定」の制約を克服した技術的詳細が記載されている。
【関連記事】
PARM、遺伝子制御を予測するAIモデル発表 AlphaGenomeの1000分の1の計算量で動作
ゲノム配列から遺伝子制御を軽量に予測するAI。RegVeloとは異なるアプローチで遺伝子制御を予測する。
遺伝的制御要素の進化をAIが追跡—ハイデルベルク大学ら、ヒト小脳拡大のメカニズム解明
ハイデルベルク大学による進化的視点からの遺伝子制御解析。RegVeloの共時的アプローチと好対照をなす。
CellLENS：AIが細胞の「文脈」を読み解き、がん治療の精度を劇的向上
AIで細胞サブタイプを空間的文脈から識別する技術。RegVeloの動的予測と相補的な静的解析の代表例。
【編集部後記】
ひとつの受精卵から、なぜ皮膚や神経、血液という多様な細胞が生まれていくのか――その問いは、私たち自身の起源にもつながる根源的なテーマです。RegVeloが切り拓いたのは、その分岐点をAIで「再現し、書き換える」可能性です。読者のみなさんは、こうした技術が再生医療やがん治療に届くまでに、どんな倫理的な議論や社会的な合意が必要だと感じますか。
AlphaFoldがタンパク質の世界を変えたように、生命の設計図を読み解く次の波が、いま静かに始まっています。みなさんと一緒に、その行方を見届けていけたら嬉しく思います。
