スタンフォード大学とマサチューセッツ工科大学とハーバード大学のブロード研究所の研究者らは、人工知能を利用して自然界には存在しない機能的なウイルスを設計・合成し、複数の報道機関が科学初と評しているものであり、医学とバイオセキュリティの両方に広範な影響を及ぼしていることを示している。

2026年8月7日にサイエンス誌に掲載された研究結果の中で、研究チームは、天然に存在するバクテリオファージ（細菌に感染するウイルス）をテンプレートとして使用し、生成AIを利用して数千の新規ゲノム配列を生成したと述べた。研究チームは、AI が生成した約 300 のゲノムを化学合成し、実験室条件下でテストした結果、16 種類の完全に実行可能な自己複製ウイルスが得られました。

ブライアン・ヒー氏やサミュエル・キング氏を含む研究者らが主導したこの研究は、機械学習モデルが生きた生物学的実体全体をゼロから設計できることを実証した。直接比較試験では、合成ウイルスの混合物は、その由来となった天然のファージよりも大腸菌を殺すのに効果的であることが証明され、AIによって生成された病原体が、対象を絞った用途において天然の病原体を上回る可能性があることが示唆された。

AI 研究のブレークスルー の急速に進む最前線を追跡している読者にとって、この研究は、人工知能を使用して完全な機能的な生物を生成する能力という、最近まで推測的な議論に属していた閾値を超えたことで注目に値します。

テキストからゲノムへ

このアプローチは、言語モデルのアーキテクチャを反映しています。 AI システムは、文内の次の単語を予測するのではなく、ウイルス ゲノム内の次の構成要素を予測します。既知のファージ DNA 配列の大規模データベースでトレーニングすることにより、モデルは、これらのゲノムがどのように組み立てられるかを支配する統計的パターンを学習しました。次に、同じ生物学的規則に従いながらも、以前にカタログ化されたウイルスには対応しない、まったく新しい配列を生成する可能性があります。

研究者らは、これらの AI 設計のゲノムのうち約 290 個を合成しました。細菌培養物に導入すると、そのうち 16 個が標的内で感染して複製することに成功しました。これは、それらが紙の上でもっともらしい遺伝子配列であるだけでなく、機能する生物学的機械であることを裏付けました。

「我々のアプローチは、指向進化や合理的工学などの手法と並行して合成ゲノミクスが達成できることを拡大するものである」と著者らはサイエンス誌に書いている。研究者らは、この研究は「急速に進化する病原体に対する適応的で回復力のあるファージ療法を生み出す道筋を示し」、「より大きく、より複雑なゲノムの生成設計の基礎を確立する」と述べた。

医療の約束とバイオセキュリティの不安の両立

医学的な影響は重大です。バクテリオファージは、特に薬剤耐性菌感染症が世界中で急増する中、従来の抗生物質に代わる可能性のあるものとして長い間研究されてきました。 AI が特定の病原体に合わせたファージを迅速に設計できれば、世界保健機関がポスト抗生物質時代の到来を警告している現在、個別化された抗菌療法の開発が加速する可能性がある。

トロント大学およびトロント総合病院の感染症専門医で、この研究には関与していないアイザック・ボゴッチ氏はアルジャジーラに対し、この研究には希望と懸念の両方の意味があると語った。同氏は、AIが設計したウイルスは、新たな方法で抗生物質耐性感染症への対処に役立つ可能性があるが、「機能するウイルス全体を設計するその同じ能力が、有害な病原体に適用された場合、容易に深刻なバイオセキュリティリスクになる可能性がある」と述べた。

シドニーのニューサウスウェールズ大学バイオテクノロジー・生体分子科学部のファテメ・バファイー教授は、研究の厳密さを指摘しながらも、二重使用への懸念に同調した。生成 AI と合成ゲノミクスの融合には、強力なガードレール、スクリーニング プロトコル、監視メカニズムが事後ではなくテクノロジーとともに成長することが必要であると彼女は示唆しました。

加速能力のパターン

Science の出版物は、AI 主導のタンパク質およびゲノム設計における初期のマイルストーンをたどります。 2025 年 9 月、研究者らは世界初の AI 設計のウイルスを発表し、細菌を複製して殺すことが示されました。新しい研究はさらに進んで、複数の生存可能なウイルスを大規模に生成し、AIが設計した組み合わせが制御された実験で天然のファージを上回る性能を発揮できることを実証した。

この進歩のペースに、一部のバイオセキュリティ専門家は不安を抱いています。単一の研究グループが数週間で数百の候補ゲノムを生成し、その数十を検証できるという事実は、生成モデルが計算設計と生物学的現実の間のタイムラインをいかに圧縮しているかを示しています。政策立案者や科学団体は、商用の DNA 合成プロバイダーが製造前に潜在的に危険な配列にフラグを立てられるようにするためのスクリーニング フレームワークの更新をますます求めています。

いくつかの政府や国際機関は、AI 生物学ツールの急速な進歩と並行して、遺伝子配列のスクリーニング基準を開発しています。この懸念は仮説ではありません。DNA 合成のコストが低下し続けるにつれて、AI によって生成されたゲノムを物理的な生物に変えることへの障壁は減少しています。

次に何が起こるか

スタンフォード大学とブロード研究所の研究者らは、彼らの研究は、徐々に大きく、より複雑なゲノムを設計するための基礎を確立し、ファージを超えて他の生物学的システムに移行する可能性があると述べた。彼らはこの研究を、生成 AI が単なる理論的な演習ではなく、合成生物学の実用的なエンジンとして機能できることの証明であると位置づけました。

科学界にとって差し迫った問題は、再現性、安全プロトコル、アクセスを中心に展開されています。 AI 設計のファージを臨床現場に安全に導入できるかどうかには、広範なテストが必要です。より広範な一般の人々にとって、この研究は、人工知能がかつて自然の排他的な領域であると考えられていた領域を再形成している別の例を示しています。

AI の先を行く

生成 AI が言語や画像から生活構造そのものにまで範囲を広げるにつれて、デジタル デザインと生物学的現実の間の境界は狭まり続けています。 AI Buzz Wire をフォローして、人工知能と生命科学の交差点について継続的に報道してください。

AI研究ニュースをもっと読む→