本研究では、転移性黒色腫における抗PD-1免疫療法に対する先天的抵抗性の基底分子ネットワークを理解するために、患者腫瘍生検の転写物データを用いて動的確率ブールネットワークモデルを構築した。強化学習エージェントを用いて最適な多段階治療介入を体系的に発見し,説明可能な人工知能を用いてエージェントの制御方針を機械的に解釈した。分析は、リシルオキシダーゼライク2タンパク質（LOXL2）の正確な時期に合わせた4段階の一時的な阻害が最も効果的な戦略であることを明らかにしました。説明可能な分析により、これらの「ヒットアンドラン」調停は抵抗を引き起こす分子シグネチャを消去するのに十分であり、継続的な調停なしにネットワークが独自に変更できることを示しました。この研究は、免疫療法抵抗性を克服するための新しい時間依存治療仮説を提示し、複雑な生物学的システムで明確ではない介入プロトコルを識別するための強力な計算フレームワークを提供します。
