AIが「細菌を狙うウイルス」を設計　薬剤耐性と安全管理の現在地

AIがウイルスの設計図全体を書いた

スタンフォード大学とArc Instituteなどの研究チームは2026年8月6日、AIを使って細菌に感染するウイルス「バクテリオファージ」の設計図全体を作り、実験室で実際に働くものを確認したと科学誌Scienceで発表しました。ゲノムとは、生物やウイルスを形づくる遺伝情報一式のことです。

研究に使ったEvo 1とEvo 2は、文章を学ぶ生成AIのように、何百万もの自然界のゲノムからDNAの並び方を学んだAIです。研究チームは自然界にある小型ファージ「ΦX174」を手本に、AIへ大腸菌を狙う新しいゲノムを作らせました。

AIが提案した数千のゲノムから約300種類を化学合成して実験し、働く16種類のファージを得たと論文は報告しています。

出典：Science掲載論文（原文を日本語で要約）

16種類は既知の自然界のファージとは異なる配列や遺伝子の組み合わせを持ち、大腸菌だけを狙う性質も保っていました。AIが遺伝子一つではなく、互いに関係する多数の部品を含むウイルスのゲノム全体を設計し、実験で機能を確認した点が大きな前進です。

「人を襲う新型ウイルス」ではない

「AIがウイルスを作った」という言葉だけを見ると、人へ感染する新型ウイルスを想像しやすいものの、今回の対象は違います。ファージは細菌へ感染するウイルスで、研究で確認した16種類は実験用の大腸菌を狙いました。人の細胞へ感染するウイルスを作ったという報告ではありません。

AIの出力だけで完成したわけでもありません。研究者は数千案を計算で評価して候補を絞り、費用のかかるDNA合成を行い、実験で一つずつ確認しました。約300候補から働いたのは16種類で、単純計算では約5％です。AIは有望な案を広げましたが、人による選別と現実の実験が欠かせません。

薬が効かない菌への新しい手掛かり

期待される用途は、抗菌薬が効きにくくなる「薬剤耐性」への対策です。細菌は同じ薬やファージへさらされ続けると、やがて抵抗する性質を持つことがあります。研究では、自然のΦX174へ耐性を持った大腸菌に対し、AI設計の複数ファージを混ぜたものが素早く耐性を乗り越えました。比較に使った自然由来ファージの混合物では同じ結果になりませんでした。

複数の異なるファージを組み合わせれば、細菌が混合物全体へ耐性を持つことを難しくできる可能性があると研究チームは説明しています。

出典：Stanford Report公式発表（原文を日本語で要約）

世界保健機関（WHO）によると、薬剤耐性菌は2021年に世界で470万人を超える死亡と関連し、2023年には検査で確認された細菌感染症のおよそ6件に1件が抗菌薬へ耐性を示しました。新しい薬の候補が少ないことも問題です。AIが多様なファージ候補を作れるなら、病原菌の変化へ追いつく新しい選択肢になる可能性があります。

ただし、今回の論文は薬を完成させた報告ではありません。人体で効くか、副作用はないか、目的以外の菌へ影響しないか、製造品質を保てるかは確認されていません。医療現場で使うには、動物試験、臨床試験、規制当局の審査など長い確認が必要です。

安全管理は技術の進歩に追いついていない

Evo 2は無料で公開され、誰でも入手できます。研究チームは、既存の病原体の方が入手や製造が容易であり、AIには危険な設計を止める安全策を組み込めると説明しています。公開することで、自然発生する感染症や人為的な生物脅威へ対抗する研究も速くできるという考えです。

一方、Science誌が同じ日に掲載したジョンズ・ホプキンス大学などの論考は、生成AIで機能するウイルスのゲノム全体を作る能力が現実になったのに、安全な方向へ導く統治の仕組みがまだないと指摘しました。今回のファージが直ちに人へ危険という意味ではなく、同じ設計手法が将来どこまで広がるかを見越した警告です。

ウイルスのゲノム全体を生成AIで構成する能力は存在する一方、安全に導くための統治は整っていないと論考は警告しています。

出典：Science論考「AI-designed viral genomes」（原文を日本語で要約）

実務上は、AIモデルだけを管理しても不十分です。危険な設計の検知、DNAを実際に合成する会社での注文審査、研究機関の安全設備、実験記録、外部の倫理・安全審査までを一続きで考える必要があります。AIが文字列を提案しても、DNA合成と実験を通さなければ生物として働くかは分かりません。逆に、その現実工程が最後の重要な防波堤になります。

会社や社会が見るべき3つの境界

医薬品、食品、農業、化学、DNA合成などに関わる会社は、「生成AIを使った」という一点ではなく、何を設計し、どの段階まで現実化し、誰が止められるかを確認する必要があります。一般企業でも、生命科学の外部サービスや研究データを扱う場合は、安全審査をサービス提供会社だけへ任せない姿勢が重要です。

今回の成果は、AIが生命の仕組みを理解したと証明したわけではありません。小さなファージを手本にし、多数の候補から人が選び、実験で約5％が働いたという限定された結果です。より長く複雑なゲノムで、同じ精度と安全性を保てるかは未確認です。

「AIがウイルスを作った」という表現だけでは、研究の範囲が伝わりません。対象は人へ感染するウイルスではなく、約300候補のうち16種類が成功し、まだ治療段階でもありません。設計AIだけでなく、DNA合成と実験の工程を誰が審査し止めるかが安全の要になります。