Human-Governed Multi-Agent AI for Biological Hypothesis Generation: An Evidence-Grounded Framework Using JUMP Cell Painting Profiles

科学は長きにわたり、生命の隠された構造を明らかにするために顕微鏡に頼ってきました。高倍率のレンズを通して細胞を観察することで、研究者は、異なる化学物質や遺伝的な調整にさらされた際に、細胞がどのように形、大きさ、内部構造を変化させるかを見ることができます。この細胞の視覚的言語は「形態学的プロファイリング」として知られ、新薬のスクリーニングや遺伝子の機能を理解するための強力な手法となっています。細胞を一つの小さく複雑な都市であると想像してみてください。特定の構成要素が取り除かれたり追加されたりすると、都市全体のレイアウトが認識可能な形で変化します。しかし、都市のレイアウトの変化が見えるからといって、それがなぜ起きたのか、あるいは都市の建設におけるどの特定の規則が破られたのかが自動的に説明されるわけではありません。視覚的な観察を科学的な発見へと変えるためには、目に見えるものと、その背後にある生物学的メカニズムとの間の点と点を結びつけなければなりません。それは単なる「もっともらしい推測」ではなく、厳格な証明を必要とする作業です。

最近の研究において、スティーブン・カムラン（Stephen Kamran）とファラー・サマン（Farah Saman）の研究チームは、人工知能がこの溝を埋める助けとなるかどうかを調査しました。彼らは、細胞の画像を観察し、関連する科学的事実を見つけ出し、遺伝子がどのように機能するかについての新しいアイデアを提案できる、「デジタル科学者のチーム」として機能するように設計された新しいシステムをテストしました。「DISCOVERY-AGENT」と呼ばれるこのシステムは、慎重であるように構築されています。コンピュータが独断で大胆な主張を行うのではなく、AIが自らのプロセスを示し、既存の知識と事実を照らし合わせ、そして最終的な承認のために人間の専門家に最善のアイデアを提出することを強制するフレームワークです。その目的は、人間の科学者に取って代わることではなく、現代の細胞イメージングによって生成される膨大なデータを処理し、将来のテスト可能な仮説を提案できる、信頼性が高く透明性のあるワークフローを構築することにありました。

研究者たちはまず、JUMP Cell Paintingと呼ばれる大規模な公開プロジェクトのデータをシステムに読み込ませることから始めました。このプロジェクトには、特定の遺伝子をオフにしたりオンにしたりするなどの様々な遺伝子的介入を受けた細胞の何百万もの画像が含まれています。チームは、これらの中から9つの異なる遺伝子を含む、より限定的で具体的な実験セットに焦ロを絞りました。彼らはシステムに対し、パターンを探すよう指示しました。すなわち、「特定の遺伝子がオフになった細胞は、正常な細胞と異なって見えるか？」という問いです。結果は混合していましたが、示唆に富むものでした。CRISPRという技術を用いて5つの特定の遺伝子をオフにした細胞を分析した際、システムは4つの遺伝子において明確で統計的に有意な変化を見つけました。細胞は明らかに異なって見え、それらの遺伝子が細胞の構造に影響を与えていることが示唆されました。しかし、ORFという別の手法を用いて4つの遺伝子をオンにした場合、システムは変化の明確な証拠を見つけられませんでした。この区別は重要でした。つまり、システムは実際の生物学的信号を検出できる一方で、すべての遺伝的変化が細胞の形状に目に見える痕跡を残すわけではなく、遺伝子を変化させる手法自体も重要であることを浮き彫りにしたのです。

単に画像を見るだけでなく、チームはシステムの「脳」をテストしました。彼らは、AIが視覚的な観察結果を取り込み、膨大な科学文献のライブラリと組み合わせることで、妥当な説明を生成できるかどうかを確認したいと考えました。彼らは、ある部分のAIが仮説を提案し、第二の部分がそれを支持または反論する証拠を検索し、第三の部分がシステムの結論に対する確信度を評価するというプロセスを設定しました。一連の遺伝子ペアを用いたテストにおいて、システムはいくつかの潜在的な説明を生成しました。しかし、これらのアイデアを利用可能な証拠と照らし合わせたところ、システムは、それらのいずれをも決定的な生物学的メカニズムとして確定させるための証拠が不十分であることを正しく特定しました。実際、テストされたすべての遺伝子ペアに対して、システムは「証拠が不十分であり、強い主張を行うことはできない」と結論付けました。この結果は、一見すると発見の欠如のように思えるかもしれませんが、実はシステムの設計における成功でした。それは、AIが自身の知識の限界を認識し、空白を埋めるために作り話（ストーリー）を捏造することを回避できることを証明したのです。

研究者たちはまた、現実世界の技術的なトラブルに対するシステムの処理能力もテストしました。5つの異なるケースを用いた小規模な試行では、システムが応答を生成できないエラーが2件発生しましたが、これはおそらく依存しているオンラインサービスの一時的な問題によるものでした。研究者が再試行したところ、システムは完璧に動作しました。この小さな不具合とその回復は、科学の失敗としてではなく、堅牢なツールを構築する上で必要なプロセスとして記録されました。また、本研究には、化学化合物が細胞の形状をどのように変化させるかに基づいて、異なる化合物を区別できるかどうかを確認する別のテストも含まれていました。システムは困難なテストにおいて、AUC 0.61で正しい化合物を特定することに成功しましたが、これはランダムな選択よりは優れているものの、完璧とは程遠い結果でした。この控えめなパフォーマンスは、論文の核心的なメッセージを補強しました。すなわち、テクノロジーはパターンを検出することはできるが、まだ単独で複雑な生物学的謎を解明できる段階にはないということです。

プロセス全体を通じて、研究者たちは人間による監視の必要性を強調してきました。システムは3つの構造化された仮説を生成し、それらを厳格な批判に付しましたが、どれも最終的な発見として承認されることはありませんでした。代わりに、それらは人間の科学者によるさらなる検証を必要とする「暫定的なアイデア」としてマークされました。研究は、フレームワークが証拠を処理し、厳格なルールに従うことには成功したものの、自律的な発見エンジンとしての地位にはまだ達していないと結論付けました。この研究は、AIがいかに証拠に基づき、推論において透明であり、最終的には人間の判断に導かれるかという条件の下で、いつの日か科学を支援する可能性を示す青写真として機能しています。研究者たちは、真の発見への道には依然として独立した実験と専門家による検証が必要であることを明確にしており、未来のツールが単に説得力のある作り話を生成するのではなく、真実を照らし出すものであることを保証しようとしています。