人工知能（AI）は猫の絵を描き、メールを書くことができる。今や同じ技術が、ゲノムを設計することも可能になった。

米国カリフォルニア州の研究チームは、AIを使ってウイルスの新しい遺伝コードを提案し、これらのウイルスのうち複数を実際に複製させて細菌を殺すことに成功したと発表した。

スタンフォード大学と非営利団体のアーク研究所（Arc Institute）を拠点とする科学者らは、AIが書いたDNAを持つ細菌が「完全なゲノムの初の生成設計」を表すものだと述べている。

プレプリント（査読前論文）で説明されたこの研究は、新しい治療法を生み出し、人工的に設計された細胞の研究を加速させる可能性を持っている。また、AIが設計した生命体に向けた「印象的な第一歩」でもあると、MIT テクノロジーレビューから論文の事前コピーを提供されたNYUランゴーン・ヘルス（NYU Langone Health）の生物学者ジェフ・ボーケ教授は述べた。

ボーケ教授は、AIの性能が驚くほど良好で、その提案内容も予想外だったと述べている。「彼らは新しい遺伝子を持つウイルス、切断された遺伝子を持つウイルス、さらには異なる遺伝子の順序や配列を持つウイルスを見つけました」。

しかし、これはまだAIが設計した生命ではない。なぜなら、ウイルスは生きていないからである。ウイルスは比較的小さく単純なゲノムを持つ、反逆的な遺伝コードの断片のようなものである。

今回の研究では、アーク研究所の研究チームは、phiX174と呼ばれるバクテリオファージ（細菌に感染するウイルス）の変異体の開発を目指した。このウイルスは、わずか11個の遺伝子と約5000塩基対のDNAを持つ。

そのために、研究チームはEvo（エボ）と呼ばれるAIの2つのバージョンを使用した。これはChatGPT（チャットGPT）のような大規模言語モデルと同じ原理で動作する。教科書やブログ投稿を学習させる代わりに、科学者らは約200万の他のバクテリオファージ・ウイルスのゲノムでモデルを訓練した。

AIが提案したゲノムは意味をなすのだろうか。それを確かめるため、研究者たちは302種類のゲノム設計を化学的にDNA鎖として合成し、それらを大腸菌と混合した。

ある夜、ペトリ皿で死んだ細菌の斑点（プラーク）を確認したとき、科学者たちは「AIが現実になった」と実感する深遠な瞬間を迎えた。彼らはその後、ぼやけた点のように見えるウイルス粒子の顕微鏡写真も撮影した。

「実際にAIが生成したこの球体を目にしたときは、本当に衝撃的でした」と、この研究を実施したアーク研究所の研究室を率いるブライアン・ヒー博士は語る。

全体としては、302の設計のうち16種類が機能した。つまり、コンピューターが設計したファージが複製を開始し、最終的に細菌を破裂させて殺したのである。

約20年前に実験室で作られたDNAを持つ初の生物を作り出したJ・クレイグ・ベンターは、このAI手法は「試行錯誤実験のより高速なバージョンにすぎない」ように見えると述べている。

例えば、彼が率いたチームが2008年に実験室で合成されたゲノムを持つ細菌を作成したとき、それは異なる遺伝子を試す長い試行錯誤の結果だった。「私たちは“手動のAIバージョン”を行なったのです。文献を精査し、既知の情報を活用しました」。

しかし、スピードこそが人々がAIが生物学を変革すると賭けている理由である。新しい手法はすでにタンパク質の形状を予測することで2024年にノーベル賞を獲得している。そして投資家らは、AIが新薬を発見できると数十億ドルを賭けている。今週、ボストンの企業リラ（Lila）は、AIによって運営される自動化実験室を構築するために2億3500万ドルを調達した。

コンピューターが設計したウイルスは商業的応用も期待されている。たとえば、医師たちは深刻な細菌感染症の治療に「ファージ療法」を試みることがある。同様に、細菌による黒腐病にかかったキャベツの治療実験も進められている。

「この技術には確かに大きな可能性があります」と、ヒー博士の研究室でこのプロジェクトを主導した学生、サミュエル・キングは言う。彼は、ほとんどの遺伝子治療では遺伝子を体内に届けるためにウイルスが使われており、AIによってより効果的なウイルスが開発できるかもしれないと指摘する。

スタンフォード大学の研究者らは、意図的にAIに人間に感染するウイルスについて教えていないと述べている。しかし、この種の技術は、他の科学者が好奇心、善意、または悪意から、人間の病原体にこの手法を適用し、致死性の新たな次元を探求するリスクを生み出している。

「極めて注意すべき分野の一つは、あらゆる種類のウイルス強化研究です。特に、結果が予測できないランダムなものには注意が必要です」とベンターは述べる。「もし誰かが天然痘や炭疽菌でこれを行なったら、私は深刻な懸念を抱くでしょう」。

AIがより大きな生物の真正なゲノムを生成できるかどうかは、未解決の問題である。例えば、大腸菌はphiX174の約1000倍のDNAコードを持っている。「複雑さは、驚くべきレベルから、宇宙に存在する素粒子の数をはるかに超えるレベルへと跳ね上がるでしょう」とボーケ教授は話す。

また、より大きなゲノムに対するAI設計をテストする簡単な方法はまだない。一部のウイルスはDNA鎖だけから「起動」できるが、細菌、マンモス、人間の場合はそうではない。科学者らは代わりに、遺伝子工学で既存の細胞を段階的に変更しなければならず、これは依然として労力を要するプロセスである。

それにもかかわらず、ボストンの細胞工学企業ギンコ・バイオワークス（Ginkgo Bioworks）のジェイソン・ケリーCEOは、まさにそのような取り組みが必要だと述べている。彼は、ゲノムが提案・テストされ、その結果がさらなる改善のためにAIにフィードバックされる「自動化」実験室でそれが実行できると信じている。

「これは国家規模の科学的マイルストーンとなるでしょう。細胞はすべての生命の構成要素だからです」とケリーCEOは言う。「米国は確実に最初にそこに到達するべきです。」

• 4

人気の記事ランキング

1. Inside the controversial tree farms powering Apple’s carbon neutral goal 1日100万本の植林が生む 広大な「緑の砂漠」 ブラジル・セラードの光と影
2. Three big things we still don’t know about AI’s energy burden ようやく出てきた生成AIの電力消費、残された3つの疑問
3. Inside the controversial tree farms powering Apple’s carbon neutral goal 1日100万本の植林が生む 広大な「緑の砂漠」 ブラジル・セラードの光と影
4. Synthesia’s AI clones are more expressive than ever. Soon they’ll be able to talk back. 「不気味の谷」越え近づく？ 進化した最新AIクローン技術