AI

AIで感染症研究の実験候補をアミノ酸まで絞り込む

この記事のポイント

  1. 実現したこと

    研究支援AIのCo-Scientistを使い、感染症研究の仮説を実験対象の具体的なアミノ酸まで絞り込んだ。

  2. 実現の仕組み

    研究計画に未発表の研究資料を追加し、AIとの反復的なやり取りで仮説を具体化した。

  3. 得られた結果

    絞り込んだ仮説の検証に向け、対象のアミノ酸に変異を持つ細胞株の作製が進んでいる。

  4. 従来との違い

    研究者が候補として意識していなかったタンパク質が、関心のある複数のシグナル伝達経路との関連から優先候補に加わった。

明るい研究室の作業台に候補タンパク質の模型が並び、中央の模型では一つのアミノ酸を表すビーズが目立つ色で示され、右側の培養容器が変異細胞株の準備を表している。
AI生成画像

感染症研究の仮説を、候補タンパク質から実験対象のアミノ酸まで絞り込む段階に研究支援AIが使われた。研究計画と未発表資料を加えながら候補を具体化し、検証用の細胞株作製へつないでいる。

研究課題から仮説を生成して順位付け

鳥とヒトのインフルエンザを扱う研究課題を入力すると、研究支援AIのCo-Scientistは仮説を生成し、順位を付けた。Google DeepMindが紹介したケンブリッジ大学のClare Bryant教授の利用事例では、研究助成申請の概要を入力に用い、教授がすでに考えていた仮説に加えて、未検討の仮説も得られた。

詳細な計画から未検討のタンパク質を優先

研究助成の採択後、Bryant教授は詳細な研究計画の全文を入力した。AIが優先候補に挙げたタンパク質には、教授が候補として意識していなかったものがあり、関心を持っていた複数のシグナル伝達経路に関連していた。

未発表資料を加えてアミノ酸へ絞る

Bryant教授は、さらに未発表の研究資料を入力した。反復的なやり取りで仮説が具体化し、検討対象は候補タンパク質から、実験で焦点を当てる具体的なアミノ酸へと絞られた。

変異を持つ細胞株で検証を準備

Bryant教授の研究室は、対象のアミノ酸に変異を持つ細胞株を作製している。この細胞株を使い、AIとのやり取りで絞り込んだ仮説を実験で検証する。