並列AIエージェントがマウス脳データの候補を発見

並列エージェントがマウス脳の研究課題を探す

OpenAI、PerturbAI、Scripps Researchは10月21日、数千のAIエージェントを用いて全脳CRISPRアトラスを分析する研究を紹介した。実験データは数百万のマウス脳細胞と多数の遺伝子への操作を含む。OpenAIによれば、分散した分析は32分で行われた。この時間はその計算手順にかかったもので、実験室での確認や治療法の発見が32分で終わったという意味ではない。本稿の掲載日は10月26日だ。

エージェントは遺伝子ごとに作業を分け、細胞の反応を読み、論文を探し、説明の候補を提示した。結果は遺伝子、細胞の変化、文献、考えられる仕組みを結ぶ「推論アトラス」にまとめられた。分業は広いデータを調べる助けになる一方、もっともらしい誤りも大量に生み得る。人間が同様の分析を一件ずつ行えば数カ月から１年かかるという見積もりは研究チームの推定であり、科学者を対象にした時間計測の対照試験ではない。

広い文献調査は治療の証明ではない

発表では、最大の作業量のとき、並列エージェントは700件超の文献を引用し、比較対象の単一エージェントは11件だったという。引用数はこの条件下で調査範囲が広かったことを示すが、各生物学的な推論の正しさは示さない。また、盲検の一対一比較の75％で、専門家は分散型の報告を選んだという。報告の分かりやすさや有用性への評価と、病気の原因や治療効果の検証は違う。

候補の一つはmTOR経路に関係するTsc1とTsc2だ。チームによると、両遺伝子の操作は複数の神経細胞で似た影響を与えた一方、小脳では注目すべき差があった。別の課題にはコレステロール調節と神経変性の関係があり、DCTN1をめぐる追試の可能性も挙がる。いずれもマウス細胞の操作と文献を結んだ仮説だ。人間のアルツハイマー病やパーキンソン病などへの効果には、独立した実験と臨床的な証拠がなお必要である。

公開された推論アトラスを使えば、研究者は候補を比較し、意外な反応を調べられる。次に必要なのは、個々の結論を元の細胞データ、操作条件、引用文献へたどれるようにし、論文が本当にその説明を支持するか確かめることだ。既知の結果の再現と、新しく出した未検証の仮説も分けるべきだ。独立データでの再現、因果を問う実験を経ずに、引用数だけで科学的発見とは呼べない。

数千の説明を作ることは、人が確認する仕事も増やす。証拠の強さや新規性で候補を整理し、矛盾する解釈を見えるようにする運用が重要だ。AIの価値は研究課題を速く整理できる点にあり、実験生物学を置き換える点ではない。本稿は一般の技術記事で、別途予定される研究報告の審査を経た論文レビューを名乗らない。

32分という数字には、元の細胞実験、データ整備、文献の照合、専門家の判断、追加実験の時間は含まれない。大量に並べた候補からどれを追うか決めるには、各提案の根拠の強さと反証を示す必要がある。読みやすい報告を専門家が好んだとしても、引用先が本当に主張を支えるかは別に調べなければならない。

独立したデータで信号が再現されなければ、候補を速く作れても発見とは言えない。病気に関する表現は「追試すべき仮説」にとどめ、マウスの細胞で見えた変化を人間への治療効果に読み替えない。