画期的発見：AIが初めてゼロから生命体を創造
スタンフォードとArc研究所が生成AIで機能的ウイルスゲノムを設計
2026年8月、スタンフォード大学とArc研究所の研究者たちが歴史的な突破口を開きました：人工知能を使用して、完全に新しく機能的なウイルスゲノムを設計することに成功したのです。学術誌『Science』（第393巻、第6811号）に掲載されたこの研究は、AIが複製可能な生物学的実体を初めて創造したことを意味します。
研究内容
チームはゲノム言語モデルとウェットラボでの合成を組み合わせ、AIが生成した配列を実際に複製できるウイルスへと変えました。そのパイプラインは次のように進みました。
Evo1とEvo2モデル
Evo1とEvo2と呼ばれるAIモデル（ゲノム言語モデル）を使用。
200万個のバクテリオファージ
200万個のバクテリオファージの遺伝データで訓練。
数千の設計
数千の潜在的なウイルスゲノム設計を生成。
302を合成
302の設計を実験室での合成用に選択。
16個の機能的バクテリオファージ
大腸菌に感染して殺すことができる16個の機能的なバクテリオファージの創造に成功。
成功率： 合成されたゲノムのうち、わずか5.3%（302個中16個）が実行可能であることが証明され、機能的な生命体を設計することの困難さを示しています。
技術の仕組み
Evoモデルは ChatGPT と同様に動作しますが、単語ではなく遺伝子配列を予測します。
トレーニングデータ
広範な遺伝コード
ウイルス、細菌、植物、人間からの遺伝コード。
ファージ特化
特に200万個のバクテリオファージゲノムで訓練。
安全上の除外
人間、動物、植物に感染するウイルスの遺伝コードは意図的に除外。
プロセス
| ステップ | 内容 |
|---|---|
| 1. 学習 | AIが自然な遺伝子配列から「生命の文法」を学習。 |
| 2. 生成 | 新しいゲノム設計を生成（A、C、G、Tヌクレオチド配列）。 |
| 3. 合成 | 科学者がこれらの設計を実験室で合成。 |
| 4. テスト | 合成ウイルスが複製し機能できるかをテスト。 |
スタンフォード大学助教授のブライアン・ヒー博士は次のように述べています：「これは生成AIが設計できる複雑さの次のステップであり、生成AIが完全なゲノムを設計するために使用されたのは初めてです。細胞内で複製し、他の機能を持つことができるものです……これは私たちにとって新しい領域でした。」
医療への期待：スーパーバグとの戦い
画期的な成果
耐性大腸菌
AI設計のバクテリオファージが、天然のバクテリオファージに耐性を持つ大腸菌株の殺菌に成功。
ファージカクテル
生成されたファージのカクテルが細菌の耐性を急速に克服。
新治療法の可能性
抗生物質耐性感染症の新しい治療法を開発する可能性。
発見の瞬間
博士課程の学生サミュエル・キングは、細菌で覆われたペトリ皿でファージをテストした様子を次のように説明しています：「これらの透明な斑点が見え始め、本当に興奮しました。」
チームが結果を見たとき、「部屋は自然に拍手喝采に包まれました」とヒー博士は振り返ります。
抗生物質耐性は深刻化する世界的危機です。新しいバクテリオファージを迅速に設計する能力は、薬剤耐性スーパーバグに対する強力な武器を提供する可能性があります。研究者たちは、これが「ファージ療法を変革」し、「バイオテクノロジーツールキットを拡大」する可能性があると書いています。
バイオセキュリティのジレンマ
専門家からの緊急警告
ジョンズ・ホプキンス大学健康安全センターのトム・イングルスビー教授とモリ・ハンケ博士は、『Science』の付随記事で次のように書いています：
「これは生命科学の応用にとって有望ですが、緊急のバイオセーフティとバイオセキュリティの問題も提起します。生成AIを使用してウイルスゲノムを構成する能力は現在存在しますが、それを安全に導くガバナンスは存在しません。」
スタンフォードチーム自身の警告
研究者たちは、彼らの研究が「重要なバイオセーフティ、バイオコンテインメント、バイオセキュリティの考慮事項」を提起したことを認め、完全なゲノムを設計する他の人々に「プロジェクト全体を通じて安全とセキュリティの専門家に相談する」よう促しました。
具体的な懸念
悪用の可能性
危険な病原体で訓練されたAIが有害なウイルスを設計する可能性。
ガバナンスのギャップ
現在の規制はAI生成の生物学的脅威に対応していない。
スケールリスク
バクテリオファージゲノムは小さいが、理論的には同じアプローチがより複雑な生物に適用できる。
インペリアル・カレッジ・ロンドンのトム・エリス教授は次のように指摘しています：「これは文字通り、最小で最も簡単に作れるゲノムです」と述べ、より複雑で潜在的に危険なゲノムが続く可能性を示唆しています。
しかし、エリスは保護措置が開発されていることも指摘しています：「各国政府は懸命に取り組んでいます」遺伝データへのアクセス制限や危険に見えるゲノムの作成制限などの管理について。
行うべきでない研究
イングルスビーとハンケは、人間、動物、植物に感染する可能性のある病原体に関する研究は行うべきではないと明確に述べ、そのようなゲノムは「既存の対策では封じ込められない新しい病原体をコード化する可能性がある」と警告しています。
未来への意味
科学的意義
- AIが完全で機能的なゲノムを設計できることを初めて実証
- 生成AIが自然界に存在しない生物学を創造できることを証明
- 合成生物学の応用への扉を開く
医療応用
- 特定の細菌感染症に対するファージの迅速な設計
- 抗生物質耐性疾患の潜在的治療法
- バイオテクノロジーのためのカスタマイズされた生物学的ツール
バイオセキュリティの課題
- 国際的なガバナンスフレームワークの必要性
- DNA合成注文の義務的スクリーニング
- 病原体データで訓練されたAIモデルへのアクセス制御
- 科学的進歩と安全性のバランス
今後の展望
スタンフォードとArc研究所のEvoモデルは、生成AIをゲノム設計者へと変えました。合成された302の候補のうち、16個の機能的バクテリオファージが誕生——成功率はわずか5.3%ですが、天然ファージでは倒せない大腸菌株を殺菌できるものも含まれていました。チームは訓練から人間・動物・植物に感染する病原体データを除外し、成果は2026年8月6日に『Science』に掲載されました。
抗生物質耐性感染症への医療的な可能性は本物ですが、バイオセキュリティの警告も同様です。ウイルスゲノムを構成する能力はすでに存在し、それを導くガバナンスはまだ追いついていません。バクテリオファージゲノムは最小で最も簡単な一歩にすぎません。研究者、政府、DNA合成の防護措置が次の一歩をどう扱うかが、この突破がスーパーバグへの武器にとどまるか、社会がまだ規制しきれない領域を開くかを左右します。
