AIが16個の機能するウイルスをゲノム研究で生成

スタンフォード大学とArc Institute の研究者は、生物DNAに組み込まれた統計パターンを学習するためにゲノムAIモデルEvoを訓練した。モデルは9兆を超える塩基対（DNA個別構成要素）で訓練され、128,000個の遺伝子配列から引き出され、数百万の動物、植物、微生物、ウイルスにわたっている。この訓練により、Evoは言語モデルが意味のある単語の組み合わせを学習するのと同じように、塩基対のどの組み合わせが生物学的に有意な配列を生じるかを学習することができた。

モデルが機能する新しい生物を設計できるかテストするため、研究者はPhi X-174ウイルス、わずか11個の遺伝子と5,386塩基対を持つ単純な生物に焦点を当てた。それは1世紀以上研究されており、自然に大腸菌にのみ感染する。Phi X-174と約15,000の最も近い親族で特別に訓練した後、モデルは700,000個の潜在的な新しいウイルスゲノムを提案した。科学者はこれを285候補に絞り込み、化学的に合成した。それらの285のうち、16が大腸菌に感染して複製できる機能するウイルスに組み立てられた。新しいウイルスは自然界に以前存在していなかった。研究者は、新しいウイルスが供給源生物に非常に似ていることに注目した。構成要素は同じままで、配列方法に変動がある。

実用性を示す実験では、研究者はまず天然Phi X-174ウイルスへの耐性を進化させた3つの大腸菌株を生成した。次に、それらの耐性細菌をAI設計ファージ変種の混合物（「カクテル」）に曝露した。AI設計ファージは実験中に進化し、最終的に3つすべての細菌株における耐性を克服し、合成ウイルスが実生物シナリオで適応し、機能できることを証明した。

知見はScience誌に掲載されている。研究者は、すべての新しいウイルスが人間に完全に無害であり、ヒト病原体の遺伝的データでAIを訓練することを意図的に避けたことを強調した。しかし、本研究は、高度に危険な応用が理論的に可能であることを偶発的に示している。専門家は、そのような研究が管理に必要な規制及び安全ガードレールより速く進歩していることについて懸念を提起している。研究者自身は、ヒト病原体で同様の結果を作成することは「全く別の問題だ」と述べた。