科学者たちは、Evo と呼ばれる人工知能プログラムを使用して、既知の自然ウイルスとは異なる新しいウイルス ゲノムを設計しました。そのうち 16 種類は、実験室で構築およびテストされた場合、実行可能な生きたウイルスであることが判明しました。

この研究は木曜日に雑誌サイエンスに掲載され、CNNの報道でも詳しく報道され、生成生物学のマイルストーンとして歓迎されている。しかし、チャットボットを強化しているのと同じ技術が現在、機能的な新しい病原体を構成できることを示しているため、バイオセキュリティに関する緊急の警告も引き起こされています。 この件の詳細は、人工知能の最新情報をご覧ください。

Evo のトレーニング方法

CNN によると、ChatGPT やその他の大規模な言語モデルが膨大なテキストのコレクションでトレーニングされるのと同じように、「生命のあらゆる領域から」何百万もの情報源から引き出された遺伝子配列が Evo の言語ライブラリとして機能したとのことです。そのライブラリを研究することで、モデルは自然のゲノムを支配する「進化上の制約」、つまりどのような遺伝子配置が生物の中で実際に機能するかについての不文律を学習することができた。

スタンフォード大学とアーク研究所の科学者は、特定のフレームワーク内で数千のゲノムの組み合わせを生成するよう Evo に指示しました。この場合、E.大腸菌の細菌細胞。モデルが生成した数千のデザインのうち、チームは約 300 を実験室で構築してテストしました。そのうち 16 件は生存可能なウイルスでした。

ヒトの病原体ではなくバクテリオファージ

重要な警告が警戒を和らげます。新しいウイルスは バクテリオファージであり、細菌には感染しますが、人間には感染しません。したがって、この研究はテクノロジーの可能性の希望に満ちた側面に当てはまります。研究者らは、新しいウイルスの1つは「進化的に遠い」側面を持っており、Evoが自然進化の出現までに数百万年を要した可能性のある遺伝子変化を促し、深い進化時間を単一の生成ステップに圧縮したことを示唆していると報告した。

最も顕著な実際的な結果は、AI が設計したファージを混合することで得られました。テストでは、この混合物が一部のEで抗菌耐性を克服できることが示されました。 coli 株 — 「天然由来のファージの同等の混合物」では不可能なことです。それは決して小さな主張ではありません。抗生物質耐性は、世界の健康において忍び寄る最も重大な脅威の 1 つであり、ウイルスを使用して有害な細菌を殺すファージ療法は、効かなくなった薬に対する可能な解決策として長い間追求されてきました。

著者らは、このアプローチは「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す」と書いており、Evoを、撃退すべき細菌と歩調を合わせることのできる医薬品の設計エンジンとして位置づけている。

バイオセーフティに関する「緊急」の質問

この約束には、研究者自身も認めている懸念が伴います。同じくサイエンス誌に掲載された対応する記事の中で、ジョンズ・ホプキンス健康安全センターの医師らは、警告的な口調を打ち出しました。 「これは生命科学への応用には有望であるが、同時にバイオセーフティーとバイオセキュリティーに関する緊急の疑問も生じている」と研究者らは書いている。 「生成 AI を使用してウイルスのゲノムを構成する機能は現在存在しますが、それを安全に操作するガバナンスは存在しません。」

彼らは、そのようなゲノムが「既存の対策では封じ込められない方法で人間、動物、または植物に感染する可能性のある新しい病原体をコードしている可能性がある」と警告した。これは、無害なバクテリオファージを生成したのと同じ生成方法が E を標的としていたことを思い出させるものである。 coli は、原理的には他のターゲットに向けることができます。

すべての専門家が差し迫ったリスクを極度に考慮しているわけではありません。バルセロナのポンペウ・ファブラ大学のシステム生物学教授、ジョルディ・ガルシア・オハルボ氏はサイエンス・メディア・センターに対し、「達成された画期的な進歩は重要だ」と語った。 CNNは、この特定の研究によってもたらされる生物学的安全性のリスクは他のAIツールよりも低いという同氏の評価を指摘したが、その主な理由は、Evoが設計した後もゲノムを個別に構築して研究室でテストする必要があるためであり、これはテキストや画像には存在しない物理的なボトルネックである。

生物学を超えて重要な理由

Evo の結果は、生成 AI が言語や画像から 機能的な生物学的実体の設計へと移行したことをこれまでで最も明確に実証したものです。これは、現在 AI 分野の多くを定義している緊張を反映しています。新薬や回復力のある治療法を約束するのと同じ機能により、潜在的に有害な生物の設計に必要な労力も軽減されます。

ジョンズ・ホプキンス大学のコメンテーターらは、研究コミュニティは「強力な生物学的AIモデルのほとんどの開発者がこれまで行ってきた以上に、より慎重にバイオセーフティーとバイオセキュリティの問題に取り組む」必要があると主張した。この議論は Evo を超えて当てはまります。これは、段落や画像とは異なり、出力が世界で物理的にインスタンス化される可能性がある生物学的 AI システムの新たなカテゴリー全体に対する警告です。

次に何が起こるか

スタンフォード大学とアーク研究所のチームは、この研究を薬剤耐性菌に対するファージベースの治療法の基礎として構築した。より困難で未解決の課題はガバナンスです。つまり、設計を生物に合成できる生物学的 AI ツールをどのようにリリースして監督するかです。 2 つの Science 論文が明らかにしているように、これは今や仮説の問題ではなく現実の問題です。そして、能力と監視の間のギャップはまさに、この分野で最も慎重な声が現在縮めようと競い合っているものなのです。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →