生成AIは、研究者たちが長年注目してきたマイルストーンに到達した。Stanford大学とArc Instituteの科学者たちは、AIを用いて完全なウイルスゲノムをゼロから設計することに成功し、その設計のうち16個が完全に機能する、生物学的に活性を持つウイルスとして確認された。これらは細菌に感染能力を持つ。

2025年9月12日にbioRxivで公開されたプレプリントによると、これは生成AIがエンドツーエンドで機能するウイルスゲノムを作出した初の事例である。対象となるウイルスはバクテリオファージ、すなわち人間ではなく細菌に感染するウイルスである。

AI設計ファージの構築方法

StanfordのBrian Hieが主導し、Arc Institute、NVIDIA、UC Berkeleyの協力者からなる研究チームは、Evo 1およびEvo 2として知られるゲノム言語モデルを活用した。これらのモデルは、テキストシーケンスにおける次の単語を予測するのではなく、DNA配列における次の塩基対を予測する。このアプローチは、ChatGPTなどを支える大規模言語モデルのトランスフォーマーアーキテクチャと同じ原理であるが、テキストではなくDNAの4文字アルファベット（A、C、G、T）に適用されている。

E. coliに感染する天然のバクテリオファージであるΦX174の構造をベースに、チームは302個の候補ファージゲノムを生成した。そのうち16個が、E. coli細菌に感染して溶解できる生存可能なウイルスとして組み立てられることが実験的に検証された。

AI設計された複数の変異体は、天然のテンプレートと比較して最大65倍の複製優位性を示した。研究者らはさらに、これらのファージを抗生物質耐性菌株に対するカクテル療法で評価し、顕著な有効性を確認した。

抗生物質耐性を推進力として

抗生物質耐性は、世界の医療における最も深刻かつ認識不足の危機の一つである。世界保健機関（WHO）は、抗菌薬耐性を世界の公衆衛生に対する十大脅威の一つに指定しており、薬剤耐性感染症は毎年数百万人の死亡に関与している。特定の細菌を排除するためにウイルスを展開するファージ療法は、20世紀初頭から概念的に存在し、抗生物質時代以前のソビエト連邦の一部地域で広く使用されていた。しかし、対象とする細菌株に対して適切なファージを設計することが労力を要する時間集中型のプロセスであるため、西洋医学において広く臨床導入されることはなかった。FDAのコンパッショネートユース規定の下で治療されたファージ療法の症例は少数存在するが、スケーラブルなオンデマンドのファージ設計はこれまで実現していなかった。

Evoモデルは、2024年に発表された先行研究を基盤とし、数兆のDNA塩基対を網羅する膨大な遺伝データセットで訓練された。天然のΦX174ファージのゲノムは約5,386塩基対であり、生物学的な基準では極めて小さい。

バイオセキュリティの考慮事項

16個の機能性ファージは、既知の天然テンプレートのパラメータ内で設計され、E. coliを特異的に標的とする。研究者らは、新規のパンデミック病原体を作製したわけではないと強調した。それでも、機能するウイルスメカニズムを構築できるモデルという根本的な能力は、技術の進展に伴い慎重な議論を要するガバナンス上の問題を提起する。ゲノム規模の生成モデルの二重利用（デュアルユース）の性質は、生物学的実体を設計可能なAIシステムに対する監視フレームワークに関する継続的な政策対話の中に本研究を位置づけており、このテーマは米国のバイオセキュリティ機関および国際的なガバナンス組織の双方から注目を集めている。

NVIDIAがこの共同研究に参加していることは、AIインフラ投資の動向を注視する者にとっても注目に値する。この規模のゲノムモデリングには膨大な計算リソースが必要であり、ライフサイエンス分野は高性能GPUクラスターの重要な応用領域として台頭している。本研究は、DeepMindのAlphaFoldによるタンパク質構造予測から全ゲノム言語モデルに至るまで、AI駆動の生物学が応用AIにおいて最も計算集約的かつ商業的に重要なフロンティアの一つとなっているという、より大きな潮流に沿うものである。