表現型スクリーニングと標的ベーススクリーニング：どちらから攻めるか

言い換えると、標的ベースは「どこに効かせるか」を先に固定してから化合物を探し、表現型は「どういう結果になってほしいか」を先に置いて化合物を探します。前者は機序がはっきりしている代わりに、その標的が本当に病気に効くのかという賭けを最初に背負います。後者は病気に近い状態で効くものを直接拾える代わりに、後から「どこに効いたのか」を突き止める宿題が残ります。

どちらが優れているかという問いには、単純な答えはありません。狙う疾患、標的の分かり具合、使えるアッセイ、開発の段階によって向き不向きが変わります。この記事では、低分子創薬を中心に、両者の考え方と長所短所、標的同定(デコンボリューション)、細胞・オルガノイドモデルの役割、そして「どちらから攻めるか」を決めるときの勘所を整理します。

二つのアプローチの違い

標的ベースは「分子」を起点に、表現型は「結果(表現型)」を起点に化合物を探す、出発点の違いがすべての差につながります。

標的ベーススクリーニングでは、あらかじめ選んだ標的タンパク質(酵素や受容体など)を精製、あるいは組換え発現させ、化合物がその標的に結合するか、活性を変えるかを直接測ります。読み出しは「標的に対する作用」なので、機序が最初から明確です。構造活性相関(SAR)を追いやすく、構造ベース設計とも相性がよく、ハイスループットスクリーニング(HTS)に載せやすいのが強みです。

表現型スクリーニングでは、細胞や組織、あるいはモデル生物に化合物をかけ、興味のある表現型(細胞死の抑制、分化、マーカーの変化、形態の変化など)が動くかどうかを見ます。標的を問わず「望んだ変化が起きたか」で拾うため、まだ知られていない機序や、複数の分子が絡む作用も拾える可能性があります。その代わり、ヒットが出ても「何にどう効いたのか」は分からないまま始まります。

それぞれの長所と短所

標的ベースは効率と機序の明確さ、表現型は生物学的な妥当性と機序の広さで勝り、弱点はそれぞれの裏返しです。

主な違いを整理すると、次のようになります。

標的ベースの弱点は、標的選び(ターゲットバリデーション)そのものに賭けが集中する点です。生化学アッセイで強く効いても、その標的が本当に病態を動かすとは限らず、細胞や動物、そして臨床で効かないことは珍しくありません。標的が病態に効くかどうかの検証は、創薬の標的選定と疾患仮説の考え方と合わせて見ると理解しやすくなります。

表現型の弱点は、機序が分からないまま進む不確かさと、拾ったヒットが複数の標的に作用している(ポリファーマコロジー)可能性です。SARを詰めたり毒性を切り分けたりするうえで、標的が分からないことは実務上の重い制約になります。だからこそ、後述の標的同定が鍵になります。

first-in-class創薬と表現型スクリーニング

過去の解析では、機序が新しいfirst-in-class薬の発見において表現型アプローチが目立った寄与を示しました。

SwinneyとAnthonyは、1999年から2008年にFDAが承認した新規分子(new molecular entity)を、発見時にどの戦略で見つかったかで分類しました。その解析によると、機序がまったく新しいfirst-in-class低分子薬50品のうち、標的ベースが約34%(17品)であったのに対し、表現型ベースは約56%(28品)を占め、残りは天然物由来の改変などでした。一方で、既存機序を踏襲するfollower薬では標的ベースが優勢でした(Swinney & Anthony, 2011)。

この結果がよく引用されるのは、「機序が未知の領域を切り拓くうえで、標的を先に固定しない表現型アプローチが有利だった」という解釈につながるからです。標的を決めないからこそ、まだ誰も狙っていなかった作用点にたどり着けた、という筋書きです。

ただし、この解析には注意が必要です。対象は特定の期間のFDA承認薬に限られ、「発見戦略」の分類には解釈の幅があります。近年は標的ベースの手法も大きく進歩しており、この数字をそのまま現在に当てはめるのは行き過ぎです(Swinney, 2013)。示唆として受け止めるのが妥当で、「表現型なら必ず勝てる」という話ではありません。

標的同定(デコンボリューション)

表現型ヒットの「どこに効いたか」を突き止める標的同定は、表現型創薬を前に進めるための中心課題です。

表現型スクリーニングでヒットが出ても、標的が分からないままではSARの最適化や安全性評価が難しくなります。そこで、化合物が実際に作用している分子を突き止める作業が必要になり、これを標的同定(target deconvolution)と呼びます。主な手段には、大きく分けて化学的手法と遺伝学的手法があります(Kubota et al., 2019)。

これらは互いに排他的ではなく、複数を組み合わせて確からしさを高めるのが一般的です。たとえばCETSAは、プロテオーム規模で結合相手を探れるため、狙った標的だけでなく副作用につながりうるオフターゲットの手がかりも得られます(CETSA review, Frontiers 2022)。

大切なのは、候補が挙がっても「本当にその標的を介して効いているのか」を別の実験で裏づけることです。結合が見つかっても、それが表現型を動かした原因とは限りません。結合・機能・表現型の三つを結びつける確認が、標的同定の質を決めます。

細胞・オルガノイドモデルの役割

表現型アッセイの価値は、どれだけ疾患に近い場を作れるかで大きく変わり、モデルの妥当性が結果の意味を左右します。

表現型スクリーニングの成否は、使う生物学的な系がどれだけ疾患を映しているかにかかっています。単純な不死化細胞株は扱いやすい反面、実際の病態から離れていることがあります。そこで、iPS細胞由来の分化細胞、患者由来細胞、共培養、そして三次元のオルガノイド(臓器の一部を模した立体構造)など、より疾患に近い系を使う流れが広がっています。

産業側の視点をまとめたレビューでは、表現型アッセイを設計するときの三本柱として、(1)生理的に妥当な細胞種・形式を選ぶこと、(2)疾患の関連性を高める刺激を選ぶこと、(3)臨床のエンドポイントに近い読み出しを使うこと、が整理されています(Moffat et al., 2017)。妥当性の低い系では、いくらヒットを拾っても臨床につながりにくくなります。

一方で、疾患に近い系ほど、扱いが難しくばらつきも大きくなりがちで、HTSに載せる際にはスループットとの折り合いが必要になります。高含量イメージングのように多くの表現型情報を一度に取る手法は、こうした複雑な系から意味のある信号を引き出すために使われます。系の妥当性・スループット・読み出しの三者をどうバランスするかが、設計の要になります。

なお、こうした表現型のヒットも、最終的には測定系の品質評価と偽陽性の切り分けを通ります。アッセイのばらつきの評価はZ因子とアッセイ品質、干渉化合物の扱いはPAINSフィルターの考え方が共通して効いてきます。

どちらから攻めるか

標的の分かり具合と疾患生物学の状態で選び、多くの場合は片方に決め打つより両者を補い合わせるのが現実的です。

選び方の目安を整理すると、次のように考えられます。

• 標的ベースが向きやすい場面：標的と病態の結びつき(遺伝学的証拠など)がすでに強い、標的が創薬しやすい(druggable)、機序を明確にしたい、構造情報を使いたい場合。既存機序の改良(follower)にも向きます。
• 表現型が向きやすい場面：病態の分子機序がまだよく分かっていない、複数の分子が絡む、単一標的を狙っても効きにくいと予想される、疾患に近いモデルを作れる場合。first-in-classを狙う探索初期に力を発揮しやすいアプローチです。

実務では、二択で片方を捨てるより、両者を組み合わせることが増えています。表現型で拾ったヒットを標的同定して機序を裏づけ、そこから標的ベースの最適化に橋渡しする、という流れは典型例です。逆に、標的ベースで得た化合物を、疾患に近い細胞系の表現型アッセイで確かめ、細胞レベルで本当に効くかを見る使い方もあります。

モダリティによっても事情は変わります。抗体やsiRNA/ASO、mRNA-LNPのように標的や配列が作用の起点になるモダリティでは、標的を先に定めた設計が中心になりがちです。低分子は、標的を精製した生化学アッセイにも細胞表現型にも載せやすく、両アプローチを行き来しやすい点が特徴です。この柔軟さこそが、低分子で「どちらから攻めるか」を丁寧に選ぶ意味を大きくしています。

まとめ

標的ベースは機序の明確さと効率で、表現型は生物学的妥当性と未知の機序を拾う力で勝り、弱みはちょうど互いの裏返しです。過去の解析では機序が新しいfirst-in-class薬で表現型の寄与が目立ちましたが、これは後ろ向きの傾向であり、普遍的な優劣ではありません。

表現型を選ぶなら標的同定(デコンボリューション)が中心課題になり、化学プロテオミクスやCETSA、遺伝学的手法を組み合わせて機序を裏づけます。アッセイの妥当性は細胞・オルガノイドモデルの作り込みで決まります。実務では片方に決め打つより、両者を補い合わせて機序と効き目の両方を確かめるのが現実的です。低分子は両アプローチを行き来しやすいからこそ、疾患と標的の分かり具合を見ながら出発点を選ぶ価値があります。

参考文献

• Swinney DC, Anthony J. How were new medicines discovered? Nat Rev Drug Discov. 2011;10(7):507-519.
• Swinney DC. The Contribution of Mechanistic Understanding to Phenotypic Screening for First-in-Class Medicines. J Biomol Screen. 2013;18(10):1186-1192.
• Moffat JG, Vincent F, Lee JA, Eder J, Prunotto M. Opportunities and challenges in phenotypic drug discovery: an industry perspective. Nat Rev Drug Discov. 2017;16(8):531-543.
• Vincent F, Nueda A, Lee J, et al. Phenotypic drug discovery: recent successes, lessons learned and new directions. Nat Rev Drug Discov. 2022;21(12):899-914.
• Kubota K, Funabashi M, Ogura Y. Target deconvolution from phenotype-based drug discovery by using chemical proteomics approaches. Biochim Biophys Acta Proteins Proteom. 2019;1867(1):22-27.
• Tolvanen TA. Current Advances in CETSA. Front Mol Biosci. 2022;9:866764.