生成型人工知能モデルは幻覚を起こしやすく、架空またはイメージの情報を作成します。AI による誤情報の増加を考慮すると、この習慣は欠陥と見なされます。しかし、科学者が地球のマントルのような超高圧および高温条件を実現しようとしていたときに人工ダイヤモンドが意図せずに発明されたのと同じように、幻覚は科学者が新薬を発見するのにも役立つことが証明されています。

出典: Statista。AIの幻覚と新たな化学物質の発見

専門家によると、世界中で抗生物質耐性と何らかの関連で約500万人が死亡していると推定されており、耐性菌変異体と戦うための新しい方法が緊急に必要不可欠となっている。マクマスター大学とスタンフォード大学医学部の研究者らは、抗生物質耐性を持つ生命を脅かす細菌に対する潜在的な解決策を明らかにする新しいモデルを開発した。

このモデルはSyntheMolと名付けられ、スタンフォード大学の研究報告によると、

「SyntheMol は、抗菌薬耐性による死亡の主な原因であるアシネトバクター・バウマニの耐性株を殺すことを目的とした 6 つの新薬の構造と化学レシピを作成しました。」

出典：スタンフォード大学。

生物医学データサイエンスの准教授であり、この研究の共著者でもあるジェームズ・ゾウ氏は、公衆衛生のためにできるだけ早く新しい抗生物質を開発する必要性が大いにあると語る。研究者らは、このモデルを使って開発された新しい化合物を実験的に検証した。

ゾウ氏はまた、有効な薬に変換できる可能性のある分子はたくさんあるが、まだテストも分子の開発もされていないという仮説を述べ、それが自然界に存在しない分子を AI を使って作りたい理由だと語った。

SyntheMolは新たな可能性を発見しています

製薬科学における AI の応用。出典: sciencedirect。

生成型 AI が登場する前、研究者は抗生物質の開発にさまざまな計算手法を採用していました。研究者はアルゴリズムを使用して薬物保管庫を調べ、殺したい病原体に作用する可能性のある化合物を認識していました。

この方法により、すでに知られている1億の化合物をフィルタリングすることができ、これもまた結果を生み出しましたが、細菌に対して有効であることが証明される可能性のあるすべての化合物を見つけるのはそれほど大変なプロセスではありませんでした。

この研究の共同筆頭著者であり、スタンフォード大学の計算科学博士課程の学生であるカイル・スワンソン氏は、化学空間は巨大であると語る。

「薬物に似た分子は1060種類近くあると推定されています。ですから、1億種類ではそのすべてをカバーするにはほど遠いのです。」

出典：スタンフォード大学。

冒頭で述べたように、AIの幻覚傾向は新薬の発見に利用できる。AIは新しい化合物の開発に利用されていたが、今では既存のものには作れなかったであろう化合物を生み出している、とスワンソン氏は言う。研究者らはまた、モデルが想像するあらゆる分子を人工的に開発できるように、モデルの周囲にガードレールを設ける必要もあった。

ゾウ氏は、このモデルは人類が知らなかった新しい分子を設計することで、化学分野のまったく新しい分野について教えてくれると語る。ゾウ氏はまた、スワンソン氏と共同でこのモデルを改良し、心臓薬や、実験室研究用の新しい特性を持つ蛍光分子の作成に利用しようとしている。

このテーマに関するスタンフォード大学のメモはここで見ることができます。