CodexとChatGPT、抗菌分子候補の探索を支援

OpenAIは2026年9月10日、生物工学者César de la Fuente氏の研究室が、生物のゲノムから薬剤耐性感染症に対抗する抗菌分子候補を探す取り組みを紹介しました。研究室独自の深層学習モデルで候補を絞り、CodexとChatGPTを仮説立案やコード作成、データ処理、結果分析に使っています。

細菌の薬剤耐性に関連した死者は2021年に約500万人で、年間規模は2050年までにほぼ倍増すると予測されています。既存薬の改変や既知の化合物群に頼る手法は成果が逓減しており、同研究室は生命を情報システムとして捉え、DNAやタンパク質の配列に活性の手掛かりを探します。

研究室の深層学習モデルは生物配列のパターンを認識し、生存種と絶滅種のゲノムやタンパク質のデータから有望な候補を優先します。これにより、候補分子の初期探索は数年から数時間まで短縮できるとしています。

CodexとChatGPTは、研究者による仮説の検討、コードの作成・改善、大規模データの整理、分析結果の解釈を支えます。生物学者のプログラム作成や技術者の生物学的課題への対応を助け、母語での利用も可能ですが、研究室は回答の正確性を必ず再確認しています。

候補の発見は医薬品化の出発点にすぎません。微生物への効果や人体細胞への影響、毒性、耐性の生じやすさ、体内動態、製造法を実験で確かめ、規制審査と臨床試験を通る必要があるため、AI予測と実験検証を並行して進めることが重要です。