ネイチャーが9月19日に伝えたところによると、研究チームはAIで“完全なウイルスゲノム”を設計し、合成したDNAから実体のファージを育て、耐性を持つ大腸菌株を実際に殺せることを示しました。プレプリントは9月17日に公開され、AIが生物の全ゲノム設計に踏み込んだ初の実験的検証例として注目を集めています。論文は査読前である点に留意が必要ですが、AIが“ゲノムという言語”を扱い、現実の生命機能に接続した節目といえます。

手法の核はArc Instituteの「Evo 1/2」と呼ばれるゲノム言語モデルです。研究陣はまず小型で機能が把握されたΦX174系を設計テンプレートに採用し、E. coliに感染できる特徴をもつ配列を生成。数千候補から302個に絞り込み、合成→感染試験で機能を評価した結果、16のAI設計ファージが感染・複製・宿主溶菌を達成しました。中には野生型ΦX174では太刀打ちできない菌株に効くものもあり、複数のAIファージを組み合わせて三つの異なるE. coli株を狙い撃ちにできたと報告されています。

技術的な下支えとして、Evo 2は“生命の木”全域の配列を学習する巨大モデルへと発展しており、ゲノムのどの部分が機能に寄与するのかを統計的に“読み解く力”が高まっています。研究機関の解説では、重なり合う遺伝子の注釈や、設計配列のスクリーニング手順など、AIと実験のワークフローを密結合させたことが成功の鍵だったと振り返っています。

一方で、この種の成果は安全保障・バイオセーフティ上の緊張も伴います。ネイチャー記事も“バイオセーフティの懸念”に言及しており、AIが自律的に有害配列を生み出さないための設計・審査・規制の枠組みづくりは不可欠です。既存の配列スクリーニングや予測フィルターの不十分さを指摘する研究も出てきており、“便利な出力を止める”だけでなく、“万一の際に素早く検証・対応できる実験系と制度面の備え”を重ねる必要がある――そんな合意が生命科学コミュニティで広がりつつあります。

IT・半導体・AI産業の視点で整理すると、これは“モデルが直接リアルに接続する”フェーズの象徴です。ゲノム言語モデルは巨大計算資源を要し、設計→合成→試験という高速ループが回るほど、クラウド計算・合成インフラ・評価自動化の統合が価値を生みます。企業にとっては、ヘルスケア応用（耐性菌対策など）の新市場と同時に、モデル提供・計算基盤・安全審査ツールの三位一体でのビジネス機会が開ける局面です。今日の成果はファージという比較的安全な系での“実地検証”ですが、「AI設計の生物学」が実験室の外へ広がるには、計算、実験、安全の三要素を同時に磨く“越境型のエコシステム”づくりが鍵になります。