AIは機能的なウイルスを設計できるようになった。私たちは心配すべきか？

AIは機能的なウイルスを設計できるようになった。私たちは心配すべきか？ AIが書いたゲノムは、医療上の promise とセキュリティ上のリスクをもたらす Elie Dolgin 2026年8月12日 4分読書 Elie Dolginは、生物医学研究を専門とするサイエンスライターです。 電子顕微鏡による再構成画像は、ゲノム言語モデルを使用して設計された16種類の機能的なバクテリオファージのうちの1つを示しています。出典画像：Samuel H. King、Claudia L. Driscoll他 16種類のウイルスは、それほど多い数ではありません。しかし、8月6日にScience誌に掲載された、細菌に感染する16種類のウイルスは、普通の標本ではありませんでした。 それらは、通常そのようなものが採取される下水流や土壌サンプルから採取されたものではありませんでした。それらは、膨大なDNA配列データで訓練されたゲノム言語モデルによって「書かれた」ものでした。スタンフォード大学の研究者たちは、AIによって完全に機能的なゲノムが生成されたのは初めてとなる、この小さなウイルスをゼロから設計しました。 そして、それらは機能しました。デザイナーウイルス（バクテリオファージ、またはファージと呼ばれる）は、カクテルとして提供され、自然界のウイルスがモデルとなったE. coli株に対して既に耐性を獲得していた菌株に感染しました。これは、自然界のファージの同等の混合物ではできなかったことです。 この進歩は、抗生物質がもはや効果を持たない細菌感染症と戦うために、特注のファージ療法がオーダーメイドで作られる未来を垣間見せます。ファージ療法は1世紀以上にわたり感染症の治療に使用されてきましたが、この分野は生物学的および商業的なハードルの組み合わせに苦労してきました。個々のファージはしばしば狭い範囲の細菌しか殺せず、耐性は急速に進化する可能性があり、天然に存在するファージは特許を取得するのが難しい場合があります。 AI設計のファージは、これらの制限の一部を回避する方法を提供します。そして、新しい研究を主導したスタンフォード大学の計算生物学者であるBrian Hie氏によると、共同研究者たちは既に、実験室のE. coli株を標的とするのではなく、病気を引き起こす細菌を殺す能力のあるファージを作成するためにモデルを使用することを求めています。 しかし、同じAI手法は、病気を引き起こす可能性のあるウイルスを含む、他の種類の生物学的エージェントをオンデマンドで構築するための技術的障壁も下げます。これにより、医学やバイオテクノロジーのために開発されたシステムが、あまり変更なしに生物兵器に転用される可能性があるという長年の懸念が鋭くなっています。「問題は、生成的なウイルスゲノム設計が存在するかどうかではなくなりました」と、ジョンズ・ホプキンス・センター・フォー・ヘルス・セキュリティの2人のバイオセキュリティ専門家は、付随する解説で述べています。「それは、社会がその恩恵を展開させつつ、深刻な危害を可能にすることを防ぐ監視体制を構築できるかどうかの問題です。」 ファージはどのように作られたか 「ゼロから設計された」というフレーズの裏には、長いエンジニアリングパイプラインがあります。 研究者たちは、200万以上のバクテリオファージゲノムを含むデータセットで訓練されたEvo 2基盤モデルを使用しました。しかし、この実験のために、研究者たちは、彼らが構築したい特定の種類のファージ、つまり広く研究されているバクテリオファージΦX174の再設計バージョンにモデルをさらに集中させるために、ターゲットファージ自身の近縁種の約15,000ゲノムの追加セットでファインチューニングしました。 次に、AI生成のΦX174様配列が機能的なファージを生成する可能性を最大化するために、計算上の制約と品質管理フィルターを追加しました。そのプロセスにより、302の候補ゲノムが得られました。 これらのうち17は合成できませんでした。残りの285のうち、大多数は依然として細菌に感染して殺すという、あらゆるファージの最も基本的な機能を果たせませんでした。最終的に「再起動」できたのはわずか16でした。これは、合成DNA配列から感染性のある細菌殺傷ファージに変換できることを意味します。 この結果は、機械が実際に機能的なウイルスゲノムを書くことができることを示しています。ただし、それは比較的小さく、5,400のDNA文字と11の遺伝子しか含まれていません。しかし、それらの16の機能的なファージを生成するためにかかった苦心するプロセスを考えると、AIが正確に何を貢献したのか、そしてその方法が真に危険なヒト病原体を生成できるようになる前に何が変わる必要があるのかを問う価値があります。 「現時点では、まだ多くの作業が必要だと思います」と、カリフォルニア州パロアルトにあるArc Instituteの共同研究者であるHie氏は述べています。「現時点では、これを行うには間違いなく非常に才能のある学際的なチームが必要でしょう」と彼は言います。さらに、Hie氏のチームが市場価格を支払う必要があった場合、プロジェクトにかかるであろうDNA合成費用が10万ドルから20万ドルかかることを推定しています。（Twist Bioscienceは割引価格でサービスを提供しました）。 Hie氏は続けます。「ラボで再起動したいすべてのウイルスは異なり、最適化が必要な異なる実験条件があります。ドメイン固有の専門知識がたくさん必要です。」さらに、「AIシステムが提案する遺伝的変化が病原性の向上にどのように寄与するかについての理解が十分ではありません。」と付け加えています。 これらのAI設計ファージはどれくらい新しいか？ AI設計ウイルスが将来何になるかを考えすぎる前に、これらのウイルスが実際にどれほどの新規性を示しているかを問う価値もあります。 オックスフォード大学の計算生化学者であるOliver Crook氏が主導したスタンフォード大学のデータに対する独立した分析によると、16の実行可能なファージゲノムは、平均して元のΦX174テンプレートと約97％同一でした。家系図に配置すると、AI設計ウイルスは、それから分岐するのではなく、ファージの多様性の既存の広がりの中に収まったとCrook氏は結論付けています。 言い換えれば、モデルは主に馴染みのある遺伝物質を新しい組み合わせに再編成していました。「私たちが非常に平易に見えたのは、元のウイルスの兄弟姉妹でした」とCrook氏は言います。「それらは根本的に新しい方法で振る舞ったり、以前は持っていなかった分子メカニズムを使用したりしているわけではありません。」 しかし、配列の新規性がすべてを物語っているわけではありません。AI生成ファージのいくつかは、ウイルスがどのように振る舞うかを最終的に決定する特性である、その3次元タンパク質構造、成長速度、および感染ダイナミクスにおいてΦX174とは異なっていた、とHie氏の研究室の大学院生で論文の筆頭著者である合成生物学者のSamuel King氏は指摘しています。 例えば、設計されたウイルスの1つは、DNAを新しいウイルス粒子に詰め込む、異常に短縮されたタンパク質を持っていました。AIはこのタンパク質を、進化的に遠いファージから借用し、周囲のDNAを再配線することによってΦX174ゲノムバックボーンで機能させました。注目すべきは、従来の遺伝子工学を介してΦX174に導入された場合、類似の遺伝子交換は実行不可能であることが以前に示されていたことです。「それはかなり新しい構成です」とKing氏は言います。 スイスのボトナー免疫工学研究所の化学エンジニアで、ファージ療法会社Locus Biosciencesの共同創設者であるChase Beisel氏にとって、このような瞬間はAI設計ファージの真の可能性がどこにあるかを示しています。それは、自然界に全く似ていないウイルスを conjuring することではなく、進化がこれまで生成しておらず、科学者が決して思いつかないかもしれない遺伝的変化の組み合わせを探索することです。「シーケンス空間を探索し、新しい属性を発見するための新しい方法です」と彼は言います。「それは長期的に非常に役立つでしょう。」 あなたのサイトの記事から SARS-CoV-2が変異するにつれて、AIアルゴリズムはペースを維持しようとします› コロナウイルスのワクチンの開発競争でAIができることとできないこと› Vibecodedマルウェアがインターネットに氾濫しています› ウェブ上の関連記事 科学者たちがAIによって設計された最初のウイルスを作成した際の安全上の懸念| Science | The Guardian › synthetic biology genetic engineering genome viruses generative ai Elie Dolgin Elie Dolginは、生物医学研究と創薬を専門とするサイエンスライターです。線虫の集団遺伝学を研究した博士号取得後、彼はワームを言葉に交換し、The Scientist、Nature Medicine、STATの編集者としてジャーナリズムの世界に入りました。現在はフリーランスとして、New Scientist、Nature、IEEE Spectrumなどに頻繁に寄稿しています。 Semiconductors News Common Earth Project Aims to End Chip Supply Chain Bottlenecks 2h5 min readComputingSemiconductorsTransportationConsumer ElectronicsClimate ChangeSponsored Article