はじめに：ファージ工学の新時代
バクテリオファージ（細菌に感染するウイルス）は、地球上で最も豊富な生物学的実体の一つである。細菌宿主に対する特異性から、抗生物質耐性感染症の治療における魅力的な候補として長い間考えられてきた。しかし、従来のファージの発見と工学は、時間と労力がかかり、広範なスクリーニングと手動での遺伝子改変を必要とすることが多い。現在、研究者らは人工知能を利用してこのプロセスを加速し、ゲノム言語モデルを用いて所望の特性を持つ新規ファージ配列を生成している。
『Science』（第393巻、第6811号、2026年8月）に掲載された最近の研究は、ゲノム言語モデルを用いたバクテリオファージの生成的設計という画期的なアプローチを実証している。ファージゲノムの膨大なデータセットでトレーニングすることにより、これらのモデルはファージDNAの「言語」を学習し、既知のファージとは異なる機能的で新規な配列を提案できるようになる。この革新はファージ療法に革命をもたらし、オンデマンドでカスタムファージを設計することを可能にするかもしれない。
ゲノム言語モデルの理解
自然言語処理で使用されるような言語モデルは、生物学的配列を理解するために応用されてきた。この文脈では、「単語」はヌクレオチドまたはアミノ酸のトークンであり、「文」は遺伝子またはゲノム全体である。何百万もの既存のファージゲノムを分析することで、モデルは配列保存、調節エレメント、タンパク質コードの論理のパターンを捕捉する。
研究者らは、GPTのようなモデルに類似したトランスフォーマーベースのアーキテクチャを採用したが、ゲノムデータでトレーニングされた。これにより、モデルは自然のファージと統計的に類似しているが、正確な組成は新規な配列を生成できる。重要なのは、モデルが配列のアルファベットだけでなく、プロモーター領域、リボソーム結合部位、タンパク質フォールディング要件など、ファージを生存可能にする機能的制約も学習することである。
生成的設計：配列から機能へ
この研究の中心的な成果は、合成して実験室でテストできる完全なファージゲノムの生成である。研究者らは、よく特徴付けられたファージゲノムのセットを基礎として開始し、モデルを使用して変異、組換え、および完全に新しい配列の組み合わせを提案した。生成されたファージは、院内感染の一般的な原因である大腸菌および緑膿菌を含む特定の細菌株を標的とするように設計された。
アプローチを検証するために、チームはいくつかの生成されたファージゲノムを合成し、標的細菌に感染して溶解する能力をテストした。注目すべきことに、設計されたファージのかなりの割合が機能的であり、モデルが必須の生物学的ルールを捕捉したことを示している。さらに、生成されたファージのいくつかは、天然の対応物と比較してより広い宿主範囲または増加した溶解活性を示し、モデルが進化が生み出したものを超えて配列空間を探索できることを示唆している。
ファージ療法への影響
オンデマンドでカスタムファージを生成する能力は、医学に深い影響を与える。抗生物質耐性は増大する世界的危機であり、対策を講じなければ2050年までに年間1000万人の死亡が予測されている。ファージ療法は標的を絞った代替手段を提供するが、その臨床使用は特定の細菌株に一致するファージを見つける難しさによって制限されてきた。生成的モデルを使用すれば、臨床医は感染細菌のゲノムを入力し、数時間以内に調整されたファージ配列を受け取ることができる。
さらに、このアプローチは治療用ファージの最適化を可能にする。例えば、モデルを導いて、より安定した、免疫応答を誘発しにくい、またはバイオフィルムを破壊する遺伝子や抗生物質の効果を高める遺伝子などの追加のペイロードを運ぶように操作されたファージを生成することができる。
課題と今後の方向性
有望性にもかかわらず、いくつかの課題が残っている。この研究で生成されたファージはin vitroでテストされ、in vivoでの有効性と安全性はまだ確立されていない。免疫系がファージを迅速に排除する可能性があり、ファージに対する細菌の耐性発達も潜在的なハードルである。さらに、モデルの予測は統計的パターンに基づいており、生成された配列の一部は非機能的であるか、意図しない影響を与える可能性がある。
将来の研究は、より多様なデータセットでモデルを改良し、機能アッセイを設計ループに組み込み、ハイスループットの合成およびテストパイプラインを開発することに焦点を当てる可能性が高い。最終目標は、臨床医がファージを要求し、ロボットが数日以内にそれを合成して検証する完全に自動化されたプラットフォームである。
ゲノム言語モデルのより広い応用
この研究はファージに焦点を当てているが、基礎となる方法論は他の生物にも拡張できる。ゲノム言語モデルは、遺伝子治療用のウイルスを設計したり、工業用微生物株を最適化したり、新規生物の合成ゲノムを設計したりするために使用できる。所望の機能を持つDNAを「書く」能力は合成生物学の基礎であり、言語モデルは広大な配列空間をナビゲートするための強力なツールを提供する。
さらに、このアプローチは強化学習などの他のAI技術と組み合わせて、実験的フィードバックに基づいて設計を反復的に改善することができる。この閉ループシステムは、バイオテクノロジーにおける発見のペースを加速する可能性がある。
倫理的および安全上の考慮事項
他の強力な技術と同様に、ファージの生成的設計は倫理的および安全上の疑問を提起する。ファージは一般に人間に無害であるが、それらを操作する能力は悪用される可能性がある。例えば、ファージは毒性遺伝子を運ぶように改変されたり、検出を回避するように改変されたりする可能性がある。科学コミュニティは、そのようなツールの責任ある使用のためのガイドラインを確立し、それらが有益な目的にのみ使用されることを保証しなければならない。
この研究自体は厳格なバイオセーフティプロトコルを順守しており、生成されたファージは人間に対して非病原性であるように設計されている。しかし、技術が成熟するにつれて、悪用を防ぐための監視メカニズムを開発することが重要になるだろう。
結論
ゲノム言語モデルのバクテリオファージ設計への応用は、合成生物学における重要なマイルストーンを示す。AIの力を利用することで、研究者らは調整された特性を持つ新規ファージを生成でき、抗生物質耐性菌との戦いを変革する可能性がある。課題は残っているが、この研究は、文を書くのと同じくらい簡単にカスタム生物学的因子を設計できる未来への扉を開く。分野が進歩するにつれて、より洗練されたモデル、より高速な合成方法、そして最終的には命を救う臨床応用が期待できる。
この記事はScience（AAAS）の報告に基づいています。元の記事を読む。
Originally published on science.org
