Generative Artificial Intelligence in Bioinformatics: A Systematic Review of Models, Applications, and Methodological Advances
この系統的レビューは、生成AIがバイオインフォマティクスにもたらす変革的な影響を評価するものであり、ゲノミクスや創薬といった専門的な応用におけるその優れた性能を強調すると同時に、データのバイアスやスケーラビリティといった主要な課題を特定している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
人間の体を、巨大で賑やかな図書館だと想像してみてください。その中には、奇妙なコードで書かれた何十億もの本があります。ある本は、あなたという存在を構築するための指示書である長いDNAの巻物であり、別の本は、実際の仕事を行う労働者であるタンパク質のレシピであり、また別の本は、指示を伝えるメッセンジャーであるRNAのメモです。何十年もの間、科学者たちは、厳格なルールに基づいた辞書を使ってこれらの本を読もうと試みてきました。彼らは特定の単語やパターンを見つけることはできましたが、本が乱雑であったり、不完全であったり、あるいは誰も見たことがない言語で書かれていたりする場合、物語全体を理解することには苦労しました。
ここで、生成AI（GenAI）が登場します。GenAIを、単なる辞書ではなく、図書館にあるすべての本を読み、その言語のリズム、文法、そしてスタイルを学んだ、非常に賢く創造的な「ストーリーテラー（語り手）」だと考えてみてください。単に単語を調べるのではなく、このストーリーテラーは次に何が来るかを予測したり、元の著者と全く同じ響きを持つ新しい章を書いたり、あるいは図書館のルールに完璧に適合する全く新しい物語を想像したりすることができます。本稿では、この新しい「ストーリーテラー」が、生命の図書館を解読する科学であるバイオインフォマティクスにおいて、どのようにゲームのルールを変えつつあるのかを探ります。そして問いかけます。このAIは、本当に新しいタンパク質を書き出すことができるのか？ 細胞の複雑な物語を、従来の手法よりも深く理解できるのか？ そして最も重要なのは、このAIは病気を治すための助けとなる準備ができているのか、それとも単に、時として作り話をしてしまう非常に優れた模倣者に過ぎないのか？
偉大なるバイオ・ストーリーテラー：ライフサイエンスにおけるAIのレビュー
本稿は、一種の「系統的レビュー」です。これは、著者たちが数千もの科学的研究を巡る宝探しを行い、生成AIが生命を解読するためにどのように使われているのかを正確に調査したものであることを意味します。彼らは単に一、二の面白い実験を見ただけではありません。現状を完全に把握するために、2021年から2026年までの82の研究を収集しました。彼らの目的は、これらのAIモデルがどのように機能し、どこで輝き、どこで躓くのかについて、6つの大きな問いに答えることでした。
新たな超能力：GenAIには実際に何ができるのか？
著者たちは、GenAIが、かつては不可能であったり、人間が解明するのに何年もかかったりしたことを行っていることを発見しました。
1. DNAのスクリプトを読み解く（ゲノミクス）
単語の間にスペースがない本の中から、特定の指示を見つけ出そうとしている場面を想像してください。コンピュータにとってのDNAは、まさにそのようなものです。従来の手法は、単語を見つけるために虫眼鏡を使うようなものでした。しかし、GenAIはDNAの配列全体を一つの「文章」として扱います。DNABERTのようなモデルは、この「言語」を非常に巧みに学習しており、遺伝子がどこで始まりどこで終わるのか、あるいは遺伝子がどのように振る舞う可能性があるのかを、驚異的な精度（いくつかのテストでは約91.8%から91.9%）で予測できます。それは、AIが生命の文法を学び、DNAの文章の中にまだ書かれていない次の単語を予測できるようになったようなものです。
2. 新しいタンパク質を設計する（プロテオミクス）
タンパク質は、あなたの体の中で動いている小さな機械です。通常、科学者は自然が新しいタンパク質を発明するのを待つか、既存のものを微調整しようとします。GenAIは、クリエイティブな建築家として振る舞うことで、これを変えます。ProGenやProtGPT2のようなモデルは、ゼロから全く新しいタンパク質配列を設計できます。ある有名な実験では、AIが自然界のものと同じくらいうまく機能する新しい酵素（化学反応を加速させるタンパク質）を設計しました。それは、AIが単に設計図をコピーしただけでなく、人間が作った家と同じくらい頑丈で機能的な、新しい家を描いたかのようです。
3. 細胞の近隣環境を理解する（シングルセル解析）
あなたの体には数兆個の細胞があり、それらはすべて異なります。古いツールは集団全体を見て平均的な答えを出していました。しかし、scGPTのようなGenAIモデルは、個々の細胞を見て、そのユニークな「個性」を理解することができます。これらは、細胞が薬に対してどのように反応するか、あるいは病気になったときにどのように変化するかを予測できます。それは、騒がしいスタジアムの中で、単一の細胞が発するささやき声を翻訳し、それが何を言っているのかを正確に理解できる翻訳者を持っているようなものです。
4. 新薬を見つける（創薬）
新薬を見つけることは、鍵がどのような形をしているか分からないまま、特定の鍵が鍵穴に合うかどうかを探すようなものです。GenAIは、何百万もの潜在的な「鍵（分子）」を生成し、それらを仮想的にテストすることで貢献します。DrugAssistのようなツールを使えば、科学者はAIと対話して、「水に溶けやすく、血液脳関門を通過できる分子を作って」と頼むことができます。すると、AIはそれを設計します。これらの設計は有望ですが、論文では、そのほとんどがまだデジタル上のスケッチに過ぎず、実際に人体で機能することを証明するためには、現実世界でのラボテストが必要であると指摘しています。
秘伝のソース：特化型AI vs 汎用AI
この論文の最大の発見の一つは、生物学においては汎用AIよりも特化型AIの方が優れているということです。
汎用AI（オンラインでチャットできるようなもの）を、図書館にあるすべての本を読んではいるものの、研究室で働いた経験がない優秀な学生だと考えてみてください。彼らは多くの知識を持っていますが、生物学の専門用語には混乱するかもしれません。
対照的に、特化型モデル（タンパク質のためのESM-2やDNAのためのDNABERTなど）は、人生のすべてを研究室で過ごしてきた学生のようなものです。彼らは生物学的データに特化して訓練されました。論文は、これらの特化型モデルが、一貫して汎用モデルよりも優れた性能を発揮することを示しています。例えば、タンパク質の変異がその機能にどのように影響するかを予測する場合、特化型モデルの方がはるかに高い頻度で正解を出しました。著者らは、汎用AIはテキストの要約やコードの記述には適しているものの、生命の複雑で混沌とした言語を真に理解するには、「生物学的に訓練された」AIが必要であると示唆しています。
つまずき：AIが行き詰まる場所
期待が高まる一方で、論文はこれが「解決済みの問題」であると呼ぶことには非常に慎重です。著者たちは、科学者が依然として解決すべきいくつかの深刻な限界を指摘しています。
- 「ハルシネーション（幻覚）」の問題： クリエイティブな作家が、もっともらしい嘘をつくことがあるように、GenAIは、コンピュータ上では完璧に見えるものの、現実の世界では機能する形状に折りたたまれることがないタンパク質配列を生成してしまうことがあります。論文は、ウェットラボ（試験管や細胞を用いた実際の実験室）でテストされるまで、これらのデジタルな創造物を信頼してはならないと警告しています。
- データのバイアス： AIは、すでに書かれた本から学習しました。しかし、それらの本の多くは、ヒトやマウスのような一般的な生物に関するものです。AIは、希少な動物や希少疾患については、十分な情報を読んでいないため、理解するのが苦手です。それは、数学のテストのために勉強したが、生物学の章を読むのを忘れてしまった学生のようなものです。
ら - 脳のコスト： これらの大規模なAIモデルを訓練するには、膨大な電力を消費するスーパーコンピュータが必要です。論文は、これが高価であり、多くの炭素排出を生み出し、小さな研究所がこれらのツールを使用することを困難にしていると指摘しています。
- 「ブラックボックス」の謎： 時として、AIは正しい答えを出しますが、なぜそうなったのかが誰にも分かりません。医学においては、答えと同じくらい「なぜ」を知ることが重要です。もしAIが「この薬は効く」と言ったとしても、医師はその根拠を理解して初めて信頼することができます。現在、これらのモデルの多くは、内部の論理が隠されている「ブラックボックス」となっています。
未来：より良いチームを築くために
では、私たちはここからどこへ向かうべきでしょうか？著者らは、未来は一つの巨大で完璧なAIを構築することではないと提案しています。代わりに、彼らはモジュール型のアプローチを提言しています。汎用AIがマネージャーとして機能し、あなたの質問を受け取り、難しい部分を専門的なツールに委ねるチームを想像してください。もしあなたが「この遺伝子はどのように心臓に影響するか？」と尋せば、マネージャーAIは、構造についてはタンパク質モデルに、相互作用については薬物モデルに、過去の研究については文献モデルに問いかけ、それらの答えをまとめてあなたに提示します。
彼らはまた、効率性の必要性も強調しています。より多くの科学者が使用できるように、スーパーコンピュータを必要としない、よりスマートで小さなモデルを構築する必要があります。そして最後に、現実世界での検証の重要性を強調しています。論文は、GenAIはアイデアや設計を生成するための強力なツールではあるものの、科学的手法の代わりにはまだなり得ないと結論付けています。AIは物語を書くことはできますが、その物語が現実の世界において真実であるかどうかを、私たちは依然として確認し続けなければなりません。
要するに、生成AIは生物学者の道具箱における革命的な新しいツールです。それは、かつてない速さで新しいタンパク質を書き、複雑な遺伝子を解読し、薬を設計することができます。しかし、強力な道具であるのと同様に、それは注意深く使用され、絶えずチェックされ、そしてその物語が単に創造的なだけでなく、真実であることを保証するために人間の専門家によって導かれなければなりません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。