この記事のポイント
- Anthropicは約950体のエージェントが21時間で探索したと発表。20万件超から候補20件に絞りました。
- 見つけたARTは逆転写酵素と隣接遺伝子・繰り返し配列の組み合わせ。機能の解明には追加実験が続いています。
- AIが文献・配列の探索と仮説の評価を支援し、人が候補を確認して実験。用途が確立した段階ではありません。
Anthropicの公式発表から、酵素研究を支援した事例を紹介します。計算による候補探索と、研究者による検証の役割を整理します。
約950体のエージェントが候補を20件に絞り込み
Anthropicの公式発表によると、約950体のAIエージェントが21時間をかけ、AIが情報を処理する単位で2億1,000万トークンを使い、大規模なDNA配列データベースを解析しました。最初は20万件を超えていた候補を、まず3,500件に絞り込み、さらに20件まで精査。その中から「ART(Array-Associated Reverse Transcriptases)」と呼ばれる新しい酵素システムを見つけ出しています。
ARTは、RNAをDNAに写し取る逆転写酵素(RT)に、隣接する遺伝子と繰り返し配列が組み合わさったシステムです。Anthropicは、CRISPRのようにDNAを切る・コピーするなどの働きを持つ既知システムと共通する特徴があると説明しています。ただしART自体の機能はまだ分かっておらず、追加実験が続いています。MIT・Broad InstituteでCRISPR研究を率いるFeng Zhang教授も、この成果について「AI駆動の生物学的発見の刺激的な一例」とコメントしています。
AIが仮説を探し、人の研究者が確認と実験を担う
この事例で見落とせないのは、Claudeと人間の役割がはっきり分かれている点です。Claudeが担ったのは、文献を読み込んで既存の知見と照合し、パターンを認識して仮説を立てるという、大量のデータをふるいにかける工程でした。AIは候補の根拠を評価し、データの解釈も支援します。そのうえで人の研究者が候補を確認し、実験室で検証する役割を担っています。
Anthropicによれば、研究所での作業は実験室の安全管理区分であるBSL-1/2の範囲に限られ、ヒトに感染する病原体は扱わず、実験は人間の科学者が行います。この研究範囲の説明は、発見された酵素システムの用途や安全性が確立したことを意味しません。
まとめ: 候補の絞り込みと検証を分担する
生命科学の研究に関わる方には、候補を探す処理と実験で確かめる工程の役割分担が参考になります。計算上の提案、実験結果、未検証の点を分けると、研究成果の範囲を捉えやすくなります。
Claudeを研究に活用する動きとしては、GPU時間を約100分の1に抑えて研究用モデルを高速化した事例も報告されています。
研究開発におけるAIの比率という切り口では、Anthropicが研究開発作業のうちAIが担う比率を26%と推計した指数も公開されています。作業をどれだけAIへ任せたかと、結果をどう検証したかを分けて読むことが、研究支援の仕組みを比較する手がかりになるでしょう。
