Assessing chemical toxicity across Eukaryota using multimodal transformers

自然界は、最も小さな単細胞生物から最大の哺乳類に至るまで、広大で相互に連結された生命の網です。数十年にわたり、科学者たちは人工的な化学物質がこの網を脅かし、昆虫や鳥、そして生態系全体に害を及ぼしていることを知ってきました。自然を守るために、規制当局はどの化学物質がどの生物に対して危険であるかを知る必要があります。しかし、私たちの知識には巨大な空白が存在します。毎年数千もの新しい化学物質が発見され、数百万の種が地球上に生息している一方で、私たちはそれらのごくわずかな一部しかテストしていません。従来のテストは時間がかかり、費用も高く、魚、ラット、藻類といったいくつかの標準的な動物に限定されることがよくあります。このため、ほとんどの種に対するほとんどの化学物質の安全性について、私たちは推測するしかない状況にあり、取り返しのつかないダメージが生じる前に汚染を食い止めることを困難にしています。

この空白を埋めるために、研究者たちは人工知能へと目を向けました。すべての化学物質をすべての動物に対してラボでテストする代わりに、彼らはコンピュータに、すでに存在するデータの中にあるパターンを認識することを教えています。化学構造が異なる種の生物学とどのように相互作用するかを学習させることで、これらのコンピュータモデルは、実験が行われたことが一度もない状況における毒性を予測することができます。このアプローチは、安全性の評価を加速させ、これまで研究されてこなかった無数の種に対する隠れた危険性を明らかにすることを約束します。

新しい研究において、科学者チームは、この課題に取り組むためのTRIDENT-2と呼ばれる強力な新しいツールを開発しました。このシステムは、植物や真菌から動物に至るまで、ほぼすべての複雑な生命体を含むグループである「真核生物」に対して、ある化学物質がどの程度毒性を持つかを予測するように設計されています。研究者たちは、既存の膨大なデータのコレクションを用いてモデルを訓練し、56万件以上の毒性テストを集めました。これらのテストは、8万2,000種類以上の異なる化学物質と、ほぼ6,800種に及ぶ異なる種をカバーしており、これは既知の真核生物の全グループの約3分の1を代表しています。データには、化学物質への曝露時間、曝露方法、そして死、成長の変化、行動の変化といった観察された具体的な影響など、多種多様なシナリオが含まれていました。

TRIDENT-2の核心は、マルチモーダル・トランスフォーマーとして知られる一種の人工知能です。簡単に言えば、このコンピュータは化学構造や動物を個別に見ていくのではなく、それらがテストの条件と共にどのように組み合わさるかを理解することを学びます。それは、化学物質の分子形状、生物の種類、曝露経路、および実験の期間をすべて同時に処理します。この多様な情報の混合物から学習することで、モデルは異なる種と化学物質の間の深い結びつきを見つけ出すことができます。例えば、ある化学物質がマウスにどのような影響を与えるかについての知識を用いて、同じ化学物質が関連する齧歯類や、さらには動物界の異なる部分にいる遠い親戚にどのような影響を与えるかについて、根拠のある推測を行うことができます。

チームがTRIDENT-2をテストした際、未知の種や化学物質に対しても、驚くべき精度で毒性を予測できることが分かりました。このモデルは、集団の半分を死滅させるような特定の効果を引き起こす化学物質の濃度を、伝統的な手法に匹敵するレベルの精密さで推定することができました。決定的なことに、モデルは昆虫、植物、真菌、海洋生物に至るまで、生命の樹全体にわたって優れた性能を示しました。幅広いデータから学習することで、テストされることが稀な種についても空白を埋めることができることを示しました。例えば、標準的なテストはしばしば魚や齧歯類に焦点を当てますが、TRIDENT-2は、生態系の健康に不可欠でありながら見落とされがちな、虫、真菌、昆虫といったグループに対しても毒性を予測することに成功しました。

研究者たちはまた、TRIDENT-2を規制当局や科学者が使用しているいくつかの既存のツールと比較しました。新しいモデルは、特に伝統的なテストの狭い範囲外にある種や化学物質の影響を予測する場合において、これら古い手法を一貫して上回りました。他のツールが限られた数のテスト動物や特定の種類の化学物質に限定されていたのに対し、TRIDENT-2は数千の種と膨大な種類の物質を扱うことができました。この研究は、訓練データに含まれるものと構造的に非常に異なる化学物質や、学習したものから進化的に遠い種に対して予測を求められた場合でも、モデルが精度を維持できることを実証しました。

この仕組みを実世界のシナリオに示すために、チームは数千種類の農薬に対してTRIDENT-2を適用しました。彼らは、これらの化学物質が真核生物の樹上の異なる種にどのように影響を与える可能性が高いかをマッピングしました。その結果、一部の農薬は、昆虫や雑草といった意図された標的に対しては非常に毒性が高い一方で、特定の虫、真菌、植物といった非標的種に対してもリスクをもたらすことが明らかになりました。モデルは、データが広いグループとしてのみ見られた場合には見逃されてしまうであろう、こうした微細で種特異的な感受性を検出することができました。このレベルの詳細さは、生物多様性に対する汚染の真の影響を理解するために不可るとても重要です。

この研究は、人工知能が、生態学的リスク評価を阻んできた長年のデータ制限を克服できると結論付けています。既存の（たとえ偏りがあったとしても）膨大なデータを使用して毒性の一般的原則を学習することで、TRIDENT-2は、一度もテストされていない数百万の種に対して化学物質の安全性を評価することを可能にします。この能力は物理的な実験に取って代わるものではありませんが、どのテストが最も必要であるかを優先順位付けし、広範な被害が出る前に潜在的な脅威を特定する方法を提供します。このツールは現在、一般公開されており、地球の生物多様性を増え続ける化学汚染から守るための新しい道を示しています。