詩を書くように、タンパク質を"書く"AIとは？ータンパク質言語モデルを解説ー
このコンテンツは生成AIツールを使用して作成しています。詳細な内容に不備や誤情報が含まれる可能性があるので、重要な意思決定の際には別の情報もご参照ください。
ChatGPTに質問すれば、まるで人間が書いたかのような自然な文章が返ってくる。多くの人がこの体験をしたことがあるだろう。実は今、同じ原理を使って、AIが「タンパク質」を設計する時代が到来している。
2025年10月、権威ある科学誌Nature Biotechnology誌に、驚くべき研究成果が発表された。スペインのIntegra Therapeutics社を中心とする研究チームが、生成AIを使って自然界には存在しない高性能なタンパク質の設計に成功したのだ。しかも、そのタンパク質は自然界に存在するものよりも優れた性能を持つという。
研究者たちは、この成果をこう説明している。「ChatGPTが詩を書くように、私たちはタンパク質ベースの大規模言語モデルを使って、遺伝子の物理的・化学的原理に従った新しい要素を生成した」。
一体、AIはどうやってタンパク質を「書く」のだろうか？そして、この技術は私たちの未来にどんな影響を与えるのだろうか？
ChatGPTとタンパク質AIの共通点
ChatGPTの仕組みを簡単に振り返ってみよう。ChatGPTは「大規模言語モデル（LLM：Large Language Model）」と呼ばれる技術に基づいている。インターネット上の膨大なテキストデータから、言葉の使われ方、文法、文脈といった「言語のルール」を学習する。そして、そのルールに従って、新しい文章を生成する。
例えば、「春の朝」という言葉の後には「桜」「鳥のさえずり」といった言葉が続きやすいことを学習し、自然な詩を書くことができる。ChatGPTは既存の文章をコピーしているわけではなく、学習したパターンから全く新しい文章を「創造」しているのだ。
今回の研究で使われた「タンパク質言語モデル（pLLM：protein Large Language Model）」も、本質的には同じ仕組みだ。異なるのは、学習対象が「言葉」ではなく「タンパク質の配列」である点だけだ。地球上に存在するあらゆるタンパク質の配列データから、タンパク質の「文法」を学習し、新しいタンパク質配列を生成する。
タンパク質にも"言語"がある？
ここで疑問が湧くだろう。「タンパク質に文法なんてあるのか？」と。
実は、ある。タンパク質は20種類のアミノ酸※1が鎖状につながったものだ。このアミノ酸の並び順を「アミノ酸配列」と呼ぶ。配列は「A（アラニン）」「G（グリシン）」「C（システイン）」といったアルファベット1文字で表記されるため、まさに「文字列」として扱える。
※1 アミノ酸：タンパク質を構成する基本単位。20種類のアミノ酸が様々な順序で組み合わさることで、多様なタンパク質が作られる。
しかし、どんな配列でも良いわけではない。タンパク質が正しく機能するためには、物理的・化学的に安定した立体構造を取る必要がある。例えば、水を嫌う性質を持つアミノ酸は内側に、水に馴染む性質のアミノ酸は外側に配置される傾向がある。こうした「ルール」が、タンパク質の"文法"なのだ。
AIは、地球上の何百万ものタンパク質配列を学習することで、この見えない文法を習得する。そして、ChatGPTが文法に従って新しい詩を書くように、pLLMは文法に従って新しいタンパク質配列を「書く」ことができる。
研究の2ステップ
今回の研究は、2つの大きなステップで構成されている。
ステップ1：自然界から13,000種のPiggyBac配列を発見
研究チームはまず、「コンピューショナル・バイオプロスペクティング※2」という手法を用いた。これは、コンピューターを使って生物のゲノム※3を網羅的に解析し、有用な遺伝子やタンパク質を探索する方法だ。
※2 バイオプロスペクティング：生物資源から有用な遺伝子や化合物を探索すること。従来は実際に生物を採取していたが、現代ではコンピューター解析で効率化されている。
※3 ゲノム：生物が持つ遺伝情報の全体。DNAに書き込まれた「生命の設計図」。
研究チームは31,000以上の真核生物※4のゲノムをスクリーニングし、これまで知られていなかった13,000以上のPiggyBac配列を発見した。PiggyBacとは、「トランスポザーゼ※5」と呼ばれる酵素の一種で、DNA配列を「切り取って」別の場所に「貼り付ける」、いわば遺伝子の「コピー＆ペースト」を行うタンパク質だ。
※4 真核生物：細胞内に核を持つ生物。動物、植物、菌類などが含まれる。細菌などの原核生物とは区別される。
※5 トランスポザーゼ：DNA配列を切り取って移動させる酵素。遺伝子治療では、治療用の遺伝子を患者の細胞に導入する道具として利用される。
発見された配列の中から、実際に培養したヒト細胞で実験を行い、10種類の活性を持つトランスポザーゼを特定した。そのうち2つは、すでに実験室や患者への使用のために最適化されたバージョンと同等の活性を示し、1つはがん治療に重要なヒト初代T細胞※6でも高い活性を示した。
※6 ヒト初代T細胞：実際の患者から採取された、培養されていない状態のT細胞。がんを攻撃する免疫細胞として、CAR-T療法などに使われる。
これだけでも大きな成果だが、研究はここからさらに革新的な段階へと進む。
ステップ2：AIで自然を超える
研究チームは、発見した13,000種のPiggyBac配列を使って、タンパク質言語モデル（pLLM）を訓練した。モデルは、これらの配列から「優れたトランスポザーゼとはどういう特徴を持つか」というパターンを学習する。
そして、学習したパターンに基づいて、全く新しいアミノ酸配列を生成した。重要なのは、これらの配列は自然界には存在しないということだ。AIが「タンパク質の文法」を理解した上で、より高い活性を持つように設計した、完全なオリジナルなのである。
実際に生成された配列を実験で検証したところ、既存のトランスポザーゼの性能を最適化できただけでなく、AI設計バージョンが「FiCAT※7」などの先進的な遺伝子編集技術と互換性があることも実証された。
※7 FiCAT (Finder of CpG Islands Analysis Tool)：遺伝子編集の精度を高めるための先進的プラットフォーム技術。
何がすごいのか？
この研究の革新性を理解するために、従来のアプローチと比較してみよう。
従来のアプローチ： 研究者は自然界に存在するタンパク質を探索し、その中から最も性能の良いものを見つけ出す。いわば「宝探し」だ。自然が何億年もかけて進化させてきたものの中から、人間の用途に合うものを探す。しかし、自然界に存在するものには限界がある。
今回のアプローチ： AIは自然界のパターンを学習した上で、自然を「超える」設計を行う。自然が試したことのない組み合わせを、物理法則に従いながら創造する。これは単なる宝探しではなく、「宝を作り出す」行為だ。
研究を主導したMarc Güell博士は、こう説明している。「私たちは初めて、生成AIを使って合成部品を作り、自然を拡張した」。
これを詩の比喩で考えるなら、従来の方法は既存の名作詩集から最良の詩を選ぶようなものだった。しかし今回の方法は、AIが詩の本質を学んだ上で、これまで誰も書いたことのない新しい名作を生み出すようなものだ。しかも、その「詩」は実験で検証され、実際に機能することが証明されている。
応用と未来：どう役立つのか？
ここまで技術的な説明が続いたが、この研究は私たちの生活にどう役立つのだろうか？
PiggyBacトランスポザーゼの主な用途は、遺伝子治療だ。この酵素は、治療用の遺伝子を患者の細胞のゲノムに安全かつ正確に挿入できる。具体的には以下のような応用が期待されている。
1. CAR-T療法※8の改善
CAR-T療法は、患者自身の免疫細胞（T細胞）を取り出し、がん細胞を攻撃するように遺伝子改変してから体内に戻す治療法だ。この遺伝子改変の過程で、PiggyBacのようなトランスポザーゼが使われる。より高性能なトランスポザーゼが使えれば、治療効率が向上し、副作用も減らせる可能性がある。
※8 CAR-T療法：患者のT細胞に遺伝子改変を加えてがん攻撃能力を高め、体内に戻す革新的ながん免疫療法。特定の血液がんに対して劇的な効果を示している。
2. 希少疾患の遺伝子治療
遺伝性の希少疾患の多くは、特定の遺伝子の異常が原因だ。正常な遺伝子を患者の細胞に導入できれば、根本的な治療になる。今回開発された高性能トランスポザーゼは、こうした治療の精度と安全性を高める可能性がある。
3. 個別化医療への貢献
患者一人ひとりの遺伝的背景に合わせた治療を行う「個別化医療」において、効率的な遺伝子導入技術は不可欠だ。
研究を共同で行ったIntegra Therapeutics社のCEO、Avencia Sánchez-Mejías博士は次のように述べている。「この論文がNature Biotechnology誌に掲載されたことで、遺伝子編集と先進治療の分野に革命をもたらす道が開かれた」。
生成AIが変える医療の未来
この研究が示唆するのは、単に一つの優れたタンパク質が開発されたという事実だけではない。より大きな意味は、生成AIがバイオテクノロジーの研究開発プロセスそのものを変革する可能性を示したことだ。
タンパク質設計の民主化
従来、新しいタンパク質を設計するには、何年もの実験と専門知識が必要だった。しかし、pLLMのようなツールが発展すれば、研究者はより短期間で、より多くの候補を設計・検証できるようになる。これは創薬のスピードを劇的に加速させる。
創薬プロセスの加速
新薬の開発には通常10年以上の歳月と莫大なコストがかかる。AIによるタンパク質設計が実用化されれば、初期段階の候補物質の探索期間を大幅に短縮できる。結果として、患者により早く新しい治療法を届けられる。
自然の制約を超える
最も重要なのは、自然界に存在するものを探すだけでなく、「自然を超える」設計ができるようになった点だ。研究チームのNoelia Ferruz博士（人工知能タンパク質デザイングループリーダー、CRG）は、こう説明している。
「これらのAIモデルは、地球上の既知のすべてのタンパク質配列で訓練され、タンパク質の内部言語、つまり『文法』を学習します。この文法を使って、AIは完全に新しいタンパク質を生成できます。それらは構造的・機能的な意味を維持しています」。
つまり、AIは単に既存のパターンを組み合わせるだけでなく、物理法則を守りながら、自然が試したことのない新しい可能性を探索できるのだ。
未来への示唆
言葉を書くAIから、生命を書くAIへ。この研究は、生成AIの応用範囲が私たちの想像を超えて広がっていることを示している。
ChatGPTが登場したとき、多くの人が「AIが人間のように文章を書ける」ことに驚いた。しかし、同じ原理が生命科学に応用されれば、AIは文章だけでなく、タンパク質、酵素、さらには生命そのものを「書く」ことができる。
もちろん、この技術には慎重な倫理的配慮も必要だ。自然を超える生命の部品を設計できるということは、大きな責任も伴う。しかし、適切に使われれば、がんや希少疾患に苦しむ多くの患者に希望をもたらす可能性がある。
研究チームが述べたように、「生成AIで自然を拡張する」時代が始まった。AIと生命科学の融合は、私たちにどんな未来をもたらすのだろうか？その答えは、これから私たちが書いていく物語の中にある。
参考文献：
Discovery and protein language model-guided design of hyperactive transposases, Nature Biotechnology (2025). DOI: 10.1038/s41587-025-02816-4
#生成AI #タンパク質設計 #ゲノム編集 #遺伝子治療 #バイオテクノロジー #AI創薬 #がん治療 #ChatGPT #機械学習 #合成生物学 #医療AI #再生医療 #個別化医療 #希少疾患 #CAR -T療法 #AI研究 #生命科学 #創薬 #大規模言語モデル #タンパク質言語モデル #未来医療 #バイオAI #科学ニュース #医療技術 #イノベーション
#GenerativeAI #ProteinDesign #GenomeEditing #GeneTherapy #Biotechnology #AIdrugdiscovery #CancerTreatment #MachineLearning #SyntheticBiology #MedicalAI #PersonalizedMedicine #RareDiseases #CART #ProteinEngineering #LifeSciences #AIinMedicine #NatureBiotechnology #LargeLanguageModel #pLLM #BioAI #ScienceNews #MedTech #Innovation #FutureOfMedicine #AIresearch
#生成AI #タンパク質設計 #ゲノム編集 #ChatGPT #AI創薬 #がん治療 #GenerativeAI #ProteinDesign #GenomeEditing #AIinMedicine
