【要約】Large genome models used to design new viruses [Ars_Technica] | Summary by TechDistill
> Source: Ars_Technica
Execute Primary Source
// Problem
生物学的な設計において、DNA配列から機能的なタンパク質を予測・生成することは極めて困難である。研究者は、ゲノムレベルでの制御を目指しているが、以下の課題に直面している。
- ・DNAとタンパク質間の抽象化レイヤーによる複雑性。
- ・ゲノム内のどの領域が機能を持つかという知識の不足。
- ・ランダムな変異がウイルスの生存能力を著しく低下させる点。
// Approach
研究チームは、大規模言語モデル（LLM）の手法をDNA配列に応用した「大規模ゲノムモデル」を採用した。彼らは、既存のウイルスΦX174をモデルとして、以下の手順で設計を行った。
- ・Evo 1およびEvo 2モデルの構築と、細菌感染ウイルス配列による微調整。
- ・ΦX174の開始配列（4〜9塩基）をプロンプトとして使用したゲノム生成。
- ・スパイクタンパク質の同一性（60%以上）や配列長による厳格なフィルタリング。
- ・化学合成した285個の配列を大腸菌へ導入し、機能性を検証。
// Result
AIが生成したウイルスは、自然界の変異よりもはるかに高い確率で生存可能な個体を生み出した。研究の結果、以下の成果が得られた。
- ・合成した285個中、16個の配列が実際に大腸菌の増殖を抑制した。
- ・AI生成ウイルスは、自然界のウイルスカクテルよりも細菌の耐性を打破する能力が高い。
- ・50個以上のアミノ酸置換があっても生存可能なウイルスが生成された。
Senior Engineer Insight
> これは「生成生物学」という新領域の幕開けだ。LLMにおけるハルシネーションが、生物学では「機能的な変異」として現れる点が極めて興味深い。設計の効率は飛躍的に向上するが、運用面では「バリデーション層」の設計が生命線となる。本件におけるフィルタリング工程は、システムにおけるガードレール実装そのものだ。実戦投入には、意図しない標的（脊椎動物など）への感染を防ぐ、厳格な制約条件の組み込みが不可欠である。