MITの合成生物学の先駆者であるジェームズ・コリンズ(James Collins)教授は、計算機による演算能力と実験生物学を融合させることで、創薬のあり方を根本から再定義している。特にディープラーニングを駆使し、多剤耐性菌を無力化する「ハリシン(halicin)」のような強力な抗生物質の特定に成功した。この分野横断的なアプローチはネットワーク生物学とシステム微生物学を統合したものであり、従来の標準的な手法よりも迅速かつ能動的に世界規模の健康危機へ対処できるのが強みだ。

画期的な最新研究において、コリンズ教授の研究室は生成モデルを駆使し、全く新しい分子をゼロから設計することに成功した。具体的には、学習データに似た新規データを生成するAIモデルである変分オートエンコーダを活用し、数百万件もの候補を導き出したのだ。さらに、化学的な実現可能性や選択的な活性に基づいてフィルタリングを行い、有益な菌を温存しつつ耐性を持つ淋菌のみを狙い撃つ「NG1」のようなリード化合物を生み出している。

ラボでの発見を実際の臨床現場へ繋げる際の障壁、いわゆる「死の谷」を乗り越えるべく、コリンズ教授は非営利団体Phare Bioを共同設立した。同団体はAntibiotics-AI Projectと連携し、ARPA-Hの支援を受けながら臨床試験に向けた候補物質の開発を加速させている。生成モデルと、数千の化合物を同時に評価できるハイスループットな生物学的試験を統合することで、健康への脅威に即座に反応できる新たな創薬パイプラインの確立を目指している。

アメリカのMIT（マサチューセッツ工科大学）にいるジェームズ・コリンズ先生は、コンピューターの力と生き物の研究を組み合わせて、新しい薬の作り方をガラリと変えようとしています。特に、AIがたくさんのデータから自分で学習する技術（ディープラーニング）を使い、普通の薬ではびくともしない「とても強いバイキン（多剤耐性菌）」をやっつける「ハリスィン」という強力な薬を見つけ出すことに成功しました。この方法は、コンピューターでバイキンのつながりを分析したり（ネットワーク生物学）、体の仕組みを丸ごと調べたり（システム微生物学）する最新のやり方で、今までの方法よりもずっと早く、世界中の病気のピンチを救うことができます。

最新の研究で、コリンズ先生たちは「新しいものを作り出すAI（生成モデル）」を使って、今までにない新しい薬の形をゼロから設計しました。これは、お手本となるデータを元に新しいアイデアを生み出すAI（変分オートエンコーダ）を使い、何百万もの薬の候補を考え出す仕組みです。そこから、実際に作れるかどうかや、体に良いバイキンは助けて、悪い病気の原因（淋菌）だけを狙い撃ちにできるかをAIが厳しくチェックしました。そうして生まれたのが「NG1」という名前の、新しい薬の卵（リード化合物）です。

実験室で見つけたすごい薬を、実際に病院で使えるようにするのはとても難しく、専門家からは「死の谷」と呼ばれています。この壁を乗り越えるために、コリンズ先生は「Phare Bio」という非営利のグループを作り、アメリカの国の機関（ARPA-H）の助けを借りて、薬を早く完成させるためのプロジェクトを始めました。AIが考えた何千もの薬を一度にテストする仕組み（ハイスループットな生物学的試験）と組み合わせることで、新しい病気が流行してもすぐに薬を作れる「未来の薬の工場（創薬パイプライン）」を完成させようとしています。