AIがバクテリオファージ設計、新型ウイルス生成に成功

スタンフォード大学の研究者らが、バクテリアに感染するまったく新しいウイルスをAIで設計し、ゲノム設計に応用したAIの可能性と潜在的なリスクの両方を実証した。

チームは2つの大規模ゲノムモデル、Evo 1とEvo 2を、バクテリオファージからの200万個以上のDNA塩基配列で訓練し、その後Microviridae科に特異的な配列で微調整した。彼らはE. coliに感染するバクテリア殺傷ウイルスであるΦX174をテストケースとして選択した。ΦX174はシンプルで十分に特性化されている。約5,400塩基にわたって広がる11個の遺伝子があり、それぞれ特定の機能を持つ。重要なことに、それは塩基の短く一貫した配列で始まる。この特性により、研究者らはその配列をプロンプトとしてAIモデルを使用して、新規だが関連するウイルスゲノムを生成することができた。異なるプロンプト長を実験した後、開始配列の4～9塩基が新規関連ウイルスゲノムの生成に最適に機能することを発見した。

非現実的な出力を除外するため、研究者らはいくつかの制約を課した。スパイクタンパク質（ウイルスがバクテリアに感染することを可能にするタンパク質をコードする遺伝子）が欠落または重度に損傷したウイルス、4,000塩基未満または6,000を超える配列、同じ塩基の10を超える連続を含むもの、GCおよびAT塩基対の異常な頻度を持つものは破棄された。これらの前提条件により302の候補配列が残り、285が化学合成され、バクテリアで試験された。

ほとんどの場合、合成された配列は何も産生しなかった。しかし285個のうち16がE. coliの増殖を阻害することができる機能するウイルスを産生し、9は直接AIの出力から生まれ、7は挿入後に変異を獲得した。生存可能なウイルスは興味深いパターンを示した。元のΦX174に最も類似したもの（98%以上の配列相似性）は46%の生存率を持っていたが、全体的な率はわずか5.6%だった。しかし個別には、ウイルスは非常に多様であった。1つは全体のウイルスタンパク質を失い、ゲノムの他の場所で補い、別のものは完全に新しい遺伝子を追加した。多くは元よりも長い、または短い遺伝子を持っていたし、1つはΦX174遺伝子を遠い関連ウイルスの遺伝子に置き換えた。

研究者らは啓発的な統計分析を実施した。ランダム変異はアミノ酸変化1個あたり約20%のウイルス不活化の確率を持つため、25個未満の変化を持つウイルスは2.3%の生存確率を持つべきである。しかし25個以上のアミノ酸変化を持つAI生成ウイルスの約4分の1が生存可能であり、50個以上の変化を持つものが2つを含む。これはAIがランダム変異よりもはるかに効果的にウイルス機能を保存する変化を加えることを学習したことを示す。

医学的価値は頭対頭の試験で明らかになった。多くのバクテリア株はΦX174を含む天然バクテリオファージ科に対する耐性を進化させている。天然バクテリオファージのカクテルは実験室で耐性E. coli株に感染することに失敗した。対照的に、16個のAI設計ウイルスのカクテルは成功し、研究者らはDNA交換とAIウイルス間の追加変異の出現を通じて成功したと疑っている。ファージ療法は何年も前から抗生物質耐性感染症の治療として探索されてきたが、増加する薬剤耐性にもかかわらず、広範な公開使用は見られていない。

しかし著者らはリスクを強調している。危険を軽減するため、彼らは複雑な細胞（脊椎動物）に感染するウイルスを訓練データから意図的に除外し、モデルがそれらのパターンを学習できない場合、それらを容易に生成することはできないと推論した。しかし脊椎動物ウイルス配列を含めてこの研究を繰り返すために十分な計算リソースを持つ者は誰でもできると彼らは述べている。このシナリオはゲノムモデルとカスタムDNA合成のより良いガバナンスを呼びかけるよう彼らを促しているが、AI規制はこれまでのところその開発のペースに後れをとっている。