スタンフォード大学とArc Instituteの研究者たちは、遺伝子組換え言語モデル「Evo」を用いて約70万のウイルス遺伝子配列の候補を生成し、その中から285種類を合成しました。最終的に16種類が実験室で増殖し、感染し、大腸菌を殺すバクテリオファージに変化しました。

関連研究は8月6日に『サイエンス』誌に掲載され、AIによる発生的生物学が単なるタンパク質や遺伝子の設計から、機能的なウイルス遺伝子組換えの完全な設計へと進化したことを示しました。モデルが出力するものはウイルスそのものではなく、DNA配列の連続です。研究者はこれらの配列を選別・合成し、大腸菌に導入して検証します。多くの実験では反応が見られず、一部の培養皿には透明な斑点が現れ、これは細菌が新しいウイルスによって裂解されたことを示しています。

研究チームは、バクテリオファージPhi X-174をテンプレートとして選んだのは、それが細菌にのみ感染し、遺伝子組換えが短く、研究歴史が長いこと、全体的な設計プロセスを検証するのに適しているためです。Evoは約9兆のヌクレオチドを読み込み、その後、Phi X-174に近い約1万5千の小さなウイルス科の遺伝子組換えで専門的なトレーニングを行いました。生き残った16のウイルスは、無理に機能していたわけではなく、いくつかは競争実験や裂解速度において天然のPhi X-174を上回りました。研究者らはAIで設計されたバクテリオファージを混合して代々伝播させ、ウイルスが再構成された後、わずか1〜5ラウンドで3つの耐性を持つ大腸菌の防御機構を突破しました。これは、耐性菌に対してバクテリオファージ療法を新たな道を開きました。

安全装置と未知のリスク

しかし、「自然界にはない」ということは、「生物学的に見たことがない」という意味ではありません。オックスフォード大学の研究者によると、このグループのウイルスはまだ天然の種と非常に似ており、同じ生物学的メカニズムに依存しています。今年6月に行われた独立分析では、Evoが評価するシーケンスが自然のウイルスに近づくほど、モデルは自然の変化の範囲内で効率を高めていると指摘されています。研究チームはEvoのトレーニング中に人間を感染させるウイルスやその親戚を除外し、実験に使用したのは非病原性の大腸菌でした。彼らはこのバージョンが人間のウイルスのシーケンスを生成できないと主張しています。