スタンフォード大学の研究者たちは、生成AIモデル「Evo 2」を使用して、約300種類の新規バクテリオファージを設計・合成しました。実験の結果、これらのウイルスのうち16種類が、大腸菌（E. coli）を効率的に死滅させることが確認されました。この研究は、デノボ（de novo）の生物学的設計が、コードの一行から生きた抗菌剤へと飛躍できることを示しています。
デジタル配列から実在するウイルスへ
ブライアン・ハイ（Brian Hie）助教は、Dieter Schwarz Foundation Stanford Data Science Instituteと共に、研究が進んでいるファージ「ΦX174」のゲノムをEvo 2に入力しました。Evo 2はDNAを言語として扱い、機能的なタンパク質へと折り畳まれ、生存可能なウイルスへと組み立てられる配列を予測します。このモデルは数百もの異なるDNA配列を生成し、化学合成によってそれらは約300個のファージ粒子のライブラリへと姿を変えました。
コンピュータが生成した文字列を物理的なウイルスに変換するには、単なるプリンターのような工程以上のものが必要でした。チームはカスタムDNAオリゴヌクレオチドを注文し、全ゲノムを組み立て、ファージを「起動」できる細菌宿主に各構築物を導入しました。この「設計、合成、組み立て、回収（rescue）」というワークフローは、天然の分離ファージにおいては長年の標準的な手法でしたが、完全にAIによって作成されたゲノムに適用されることはほとんどありませんでした。
抗菌活性のスクリーニング
真のテストは、AIが設計したファージが細菌標的に感染し、破壊できるかどうかでした。研究者たちは、尿路感染症の一般的な原因であり、抗生物質耐性研究のモデルでもある実験室株の大腸菌（E. coli）を用いて、300種類の候補をテストしました。プラークアッセイと増殖抑制の測定の結果、16種類のファージが、細菌培養液の迅速な溶菌と高いバーストサイズ（感染細胞1個あたりに放出される新しいファージ粒子の数）において際立った結果を示しました。
これら16種類のヒットしたファージは、単にスクリーニングを通過しただけでなく、殺菌効率において天然のΦX174の近縁種を凌駕していました。このデータは、Evo 2が既知のウイルス機能を再現できるだけでなく、生物学がこれまでサンプリングしたことのない配列空間を探索し、生存可能かつ強力な解決策に到達できることを示唆しています。
抗菌研究における重要性
細菌を捕食するウイルスを利用する「ファージ療法」は、世界的な抗生物質耐性感染症の増加に対する解決策として再び注目を集めています。従来の発見手法は、下水、土壌、あるいは動物のマイクロバイオームからファージを探し出すことに依存しており、これには数ヶ月かかることもあり、結果も予測困難です。Evo 2は「計算第一（compute-first）」の代替案を提供します。科学者が細菌の標的を指定し、モデルに候補ゲノムを生成させ、その後、絞り込まれたセットをラボでテストするという手法です。
もしこのパイプラインがスケールアップすれば、環境サンプリングに要する数年間のプロセスを、数週間のイン・シリコ（in-silico）設計とハイスループット合成へと圧縮できる可能性があります。ファージゲノムをオンデマンドでカスタマイズできるようになれば、宿主範囲の拡大や、細菌による抗ファージ防御への耐性といった追加の特性をエンジニアリングする道も開かれます。
リスクと未解決の課題
この画期的な成果は、まだ初期段階にあります。すべての実験はシャーレ内（petri dishes）に限定されており、動物モデルや臨床試験は行われていません。合成ウイルスを患者や環境に導入することは、予期せぬ生態学的影響を及ぼす可能性があるため、安全性への懸念は残ります。遺伝子組み換えファージに関する規制の枠組みはまだ進化の途上にあり、ラボでの有効性から承認された治療法に至るまでの道のりは長い可能性があります。
さらに、Evo 2はΦX174のような比較的単純でよく特性が解明されているファージでは成功しましたが、このモデルがより大きく複雑なウイルスゲノムを扱えるのか、あるいは生体内（in vivo）で細菌の免疫システムを回避しなければならないファージを設計できるのかは、まだ未知数です。現在の成功は、あらゆるウイルスをゼロから生成する普遍的な能力というよりも、豊富なΦX174のデータを用いたモデルのトレーニングを反映している可能性があります。
次なる展開
スタンフォードのチームは、多剤耐性を含む臨床的に重要な大腸菌株に対して、これら16種類の主要なファージをテストする予定です。並行して、Evo 2を用いて、クレブシエラ（Klebsiella）やシュードモナス（Pseudomonas）などの他の問題のある細菌に対するファージを設計できるかどうかも調査されます。合成のスケールアップ（数百の候補から数千へ）も優先事項となるでしょう。ライブラリが大きくなれば、さらに強力、あるいは広範囲に作用するウイルスが見つかる可能性があります。
ファージ療法以外にも、この手法は他のバイオエンジニアリングの目的にも転用できる可能性があります。例えば、工業化学用の酵素の設計、合成代謝経路の構築、さらには新規のワクチンベクターの構築などが挙げられます。機能的なDNA配列を生成できるEvo 2の能力は、「コード」が生命システムの普遍的な設計言語となる未来を示唆しています。
Takeaway
スタンフォード大学のEvo 2モデルは、計算科学的な予測を生きた抗菌ツールへと変貌させ、AI主導のde novo生物学が主要な病原体を死滅させ得る機能的なウイルスを生成できることを示しました。この概念実証は、デジタル設計と実世界の治療法との隔たりを埋めるものですが、合成ファージが抗菌手段の日常的な一部となるためには、安全性、規制、およびスケーラビリティに関する課題を解決する必要があります。