AlphaFoldから5年、Google DeepMindが描く「AI科学者」と細胞シミュレーションの未来

科学研究の進め方が、根本から変わろうとしています。Google DeepMindが開発したAI「AlphaFold」が誕生から5年を迎え、単なるデータ予測ツールから、仮説を立て議論する「共同科学者」へと進化を遂げようとしているのです。その先に見据えるのは、生命の設計図である完全なヒト細胞のシミュレーションです。

ゲームからノーベル賞へ：AlphaFoldの5年間

Google DeepMindが2020年11月に発表したAlphaFoldは、長年科学界の難問だった「タンパク質フォールディング」問題を解決し、その功績で化学分野のノーベル賞を受賞しました。同社が囲碁AI「AlphaGo」で培った深層学習技術を、科学の根源的な課題に応用した結果です。現在、AlphaFoldが構築したデータベースには、既知のほぼ全てのタンパク質にあたる2億以上の構造予測データが収められ、世界190カ国の約350万人の研究者に利用されています。

そして昨年には、予測対象をDNAやRNA、医薬品にまで広げた「AlphaFold 3」が登場しました。これは、生物学におけるAIの役割が新たな段階に入ったことを示しています。

AIが仮説を立てる時代へ：「共同科学者」の誕生

DeepMindの研究担当ヴァイスプレジデントであるプシュミート・コーリ氏は、WIREDのインタビューに対し、AIの役割が「研究パートナー」へと進化していると語りました。同社が開発中の「AI共同科学者（AI co-scientist）」は、最新のGemini 2.0を基盤とし、研究の空白領域を特定し、仮説を生成し、実験方法まで提案するエージェントシステムです。

これは、AIが研究室の責任者になる未来を意味するのでしょうか？コーリ氏の見解は異なります。「AIが研究の『方法』を支援することで、人間は『何を』研究すべきか、という本質的な問いに、より多くの時間を割けるようになる」と同氏は述べます。実際に、インペリアル・カレッジの研究チームが薬剤耐性菌対策の研究でこのシステムを利用した際、AIは膨大な論文を分析し、チームが長年かけて検証してきた仮説と一致する結論を独自に導き出したとされています。人間の科学者が最終的な実験設計や結果の意義を判断する、という協力関係が生まれています。

次なる目標：完全なヒト細胞のシミュレーション

コーリ氏が次なる5年で見据える大きな目標は、生命の基本単位である「細胞」を丸ごとシミュレーションすることです。DNAが生命のレシピ本だとすれば、タンパク質はその材料です。このレシピがどのように読まれ、細胞が機能するのかを完全に理解できれば、個別化医療や創薬プロセスは一変する可能性があります。まずは細胞の核から理解を進め、段階的に全体の解明を目指すとしていますが、実現にはまだ数年かかると見られています。