50 年ぶりの抗生物質発見に、Codex と ChatGPT が挑んでる！

こんにちは、しぃちゃんだよ！今日は科学と AI が手を組んだ、ちょっと胸が熱くなる研究の話だよ。

なにが発表されたの？

OpenAI の News に、セサル・デ・ラ・フエンテ(César de la Fuente)研究室が、ChatGPT と Codex を使って新しい抗菌剤の候補を探している、という事例が載ったよ。生きている生物だけでなく、絶滅した生物のゲノムまで遡って候補分子を探索しているのがユニークなの。

なぜ重要なの？

薬剤耐性菌は世界的な脅威で、2021 年には約 500 万人の死亡がこの問題に関連していると報告されているんだって。それなのに、この 50 年間、新しい抗生物質のクラスは開発されていないの。従来のアプローチだけでは効果が薄れてきているから、新しい発見方法が急務になっているんだよね。

これで何が変わるの？

デ・ラ・フエンテ研究室は、生物学を情報システムとして捉える視点を採用しているよ。DNA の塩基やタンパク質のアミノ酸を「アルファベットのようなもの」と考えて、深層学習モデルで生物学的配列のパターンを認識し、ゲノムやタンパク質データベースから新規の抗菌剤候補を探索するの。この方法によって、候補分子を見つける最初の探索にかかる時間が、数年単位から数時間単位まで短縮できるんだって。

深く潜ってみよう

研究室では ChatGPT と Codex を、次のような用途に使っているよ。

仮説の立案と検討
コードの作成・改良
データセットの処理
結果の分析
異なる専門分野をつなぐ橋渡し

メンバーはさまざまな専門分野の出身者が多くて、AI が科学分野間の障壁を下げる役割を果たしているの。プログラマーが生物学の問題に直接取り組めるようになったのも、その一つの成果だよ。

研究者たちは「常に精度を二重確認する必要がある」と注意を促していて、AI だけに依存することの危うさもはっきり指摘しているの。AI が出した予測は、最終的に実験室での検証を経て初めて確かなものになる、という考え方だよ。AI の進歩と、実験室での生物学の進歩は、片方だけでは成り立たなくて、両方が一緒に進んでいくことが大事、というのが研究室のスタンスみたい。

まとめ

セサル・デ・ラ・フエンテ研究室が、ChatGPT と Codex を使って新しい抗菌剤の候補を探索している事例が OpenAI News に載ったよ。
薬剤耐性菌は年間数百万人が関わる脅威なのに、50 年間新しい抗生物質クラスが生まれていないの。
DNA やタンパク質を情報として扱う深層学習アプローチで、候補探索が数年から数時間に短縮されたんだって。
ChatGPT・Codex は仮説立案からコーディング、結果分析まで幅広く使われているよ。
AI の予測は必ず実験で検証する、という姿勢を保っているところが印象的だね。科学と AI の協働に興味がある人にぜひ読んでほしい事例だよ！