ペンシルベニア大学、AIで新抗生物質を創薬する革命的モデルを開発

2025年09月03日

生成AIが5万種類の抗生物質候補を創出、76%が細菌殺傷に成功
最優秀候補はFDA承認薬と同等効果を動物実験で実証
従来の薬剤スクリーニングから分子創造への画期的転換

SEOの常識を覆す
AIライティングエージェント

プロフェッショナルの業務フローを完全再現するAIの活用で、飛躍的な品質向上とコストダウンの両立。「magicss」でAI時代のSEO＆AIOを実現してみませんか？

今なら 1記事無料で生成可能（カード登録不要）

最短3分で無料体験する

AMP-Diffusionモデルが実現した分子設計革命

ペンシルベニア大学の研究チームは、生成AIを活用して全く新しい抗菌ペプチドを設計するAMP-Diffusionモデルを開発しました[1]。このモデルは画像生成に使用されるのと同じアルゴリズムを分子設計に応用し、MetaのESM-2タンパク質言語モデルを基盤として構築されています。従来のAIが既存化合物のスクリーニングに留まっていたのに対し、このシステムは「進化が試したことのない」全く新しい抗生物質を一から創造する能力を持ちます[1]。

研究チームはこのモデルを使用して5万種類の抗菌ペプチド候補を生成し、その中から46種類の有望な候補を実験的に検証しました[2]。結果として、76%の候補が薬剤耐性菌を含む細菌の殺傷に成功し、低い毒性を示したことが確認されています。

この技術革新は、まるで建築家がゼロから設計図を描くように、AIが分子レベルで新しい薬剤を創造できることを意味します。従来の創薬プロセスは既存の化合物ライブラリから有効な候補を探す「宝探し」のようなものでしたが、AMP-Diffusionは必要な特性を持つ分子を直接「設計」できる革命的なアプローチです。これは創薬業界における根本的なパラダイムシフトを示しており、将来的には患者の個別の病状に合わせてカスタマイズされた薬剤の設計も可能になるかもしれません。

動物実験で実証された治療効果

最も注目すべき成果は、AI設計による2つのペプチドが動物モデルにおいて既存の臨床用抗生物質であるレボフロキサシンやポリミキシンBと同等の効果を示したことです[2]。これらのAI生成ペプチドは副作用を示すことなく、感染症治療において薬剤レベルの治療性能を実現しました[3]。

特に重要なのは、これらの化合物が多剤耐性菌に対しても有効性を示したことです。抗菌薬耐性は2050年までに3900万人の死亡を引き起こすと予測されており[2]、この危機に対する新たな解決策として大きな期待が寄せられています。

動物実験での成功は、AI設計分子が実際の生体環境で機能することを証明した画期的な瞬間です。これは実験室での理論的成功から、実用的な医療応用への重要な橋渡しを意味します。従来の創薬では、有望な候補化合物の多くが動物実験や臨床試験の段階で効果不足や副作用により脱落してしまいます。しかし、AIが生物学的パターンを深く理解して設計した分子は、最初から生体適合性と治療効果を考慮して構築されているため、成功率の大幅な向上が期待できます。

創薬プロセスの時間革命

研究チームの目標は、従来数年を要していた抗生物質発見プロセスを数日に短縮することです[2]。生成AIによる分子設計は、従来のハイスループットスクリーニングや偶然の発見に依存した手法から、目的指向的な設計アプローチへの根本的な転換を表しています[3]。

このアプローチは、AI既存化合物のスクリーニングから新しい分子実体の創造への重要なシフトを示しており、創薬業界全体に波及効果をもたらす可能性があります。特に緊急性の高い感染症や希少疾患の治療薬開発において、この技術の恩恵は計り知れません。

創薬の時間短縮は単なる効率化以上の意味を持ちます。パンデミックや新興感染症の脅威に直面した際、数年かかる従来の創薬プロセスでは対応が間に合いません。AIによる迅速な分子設計は、まるで緊急事態に対応する特殊部隊のように、必要な時に必要な薬剤を素早く開発できる能力を医療界に提供します。また、開発コストの大幅削減により、これまで経済的理由で開発が困難だった希少疾患治療薬の開発も現実的になるでしょう。これは医療アクセスの公平性向上にも寄与する可能性があります。