何が起きたか

米国のウィスコンシン大学マディソン校で、ヴァツァン・ラマン教授らが、ファージの変化を選ぶAIモデルを作った。ファージは、特定の細菌に感染して壊すウイルスだ。チームは研究室で集めた大量の実験データを学習させ、どの変化ならファージが細菌を見つけ、感染しやすくなるかを予測させた。

AIが提案した変化を入れたファージを実際に作り、細菌への感染を測った。自然に存在するファージと比べると、感染の効率は最大で6桁、つまり100万倍高くなったという。ただし、これは研究室での感染効率の比較だ。人の病気を100万倍治せるという意味ではない。

背景にある問題

細菌による病気には、抗菌薬が長く使われてきた。しかし細菌は変化し、薬が効きにくい耐性を持つことがある。薬で抑えられる病気が減れば、別の攻撃方法が必要になる。

その候補がファージ療法だ。自然に存在するファージや、研究室で作ったファージを使い、特定の細菌をねらう考え方である。ただし、自然のファージは細菌を最大の速さで壊すとは限らない。細菌を全部消せば、ファージ自身も増える場所を失うからだ。細菌側も、ファージを避ける防御を進化させてきた。

なぜ重要か

今回のAIは、単に強いファージを探すだけではない。特定の細菌には効き、腸内にいる役立つ細菌はできるだけ残す候補を示すよう訓練された。薬が効きにくい細菌だけをねらえれば、治療の選択肢を広げられる可能性がある。

研究チームは、数万件の変化を調べたデータを使っている。人が一つずつ候補を試すより、AIで有望な組み合わせを絞れる可能性がある点も重要だ。

研究で確認できたこと

モデルの土台は、ラマン研究室が積み重ねてきた大規模な実験だ。あるファージのタンパク質については、細菌を包む糖の膜を通り抜ける働きを調べた。どのアミノ酸の変化が細菌の見分け方や感染のしやすさを変えるかを記録したという。

そのようなデータを学んだモデルが変化を提案し、研究者が実際のファージを作って検証した。チームは今後の応用先として、尿路感染症に関係する細菌、腸内環境に関係する病気の細菌、家畜のサルモネラ菌などを挙げている。

まだ分からないこと

今回示された結果は、研究室での感染実験までだ。患者を対象にした治療試験や、人の体内で安全に働くかどうかは示されていない。100万倍という数字も、自然のファージとの感染効率の比較であり、治療成功率ではない。

また、細菌が改めてファージへの防御を進化させないか、ねらった細菌以外への影響をどこまで抑えられるかも、これからの課題になる。

次に見る点

次は、AIが選んだファージが異なる細菌や実際の感染条件でも働くかが焦点になる。研究チームが挙げた尿路感染症や農業分野で、候補がどこまで実用化に近づくかにも注目したい。AIが候補を出しても、医療に使うには実物の効果と安全性を段階的に確かめる必要がある。

出典：Phys.orgの報道（2026年9月24日）