アルバータ大学の計算科学大学院生フェイ・ワン氏らが、AI を用いて哺乳類の代謝物質の大半を占める未同定分子「化学的暗黒物質」の解明に成功しました。この研究成果は 1 月に学術誌ネイチャーに発表され、約 2,000 種類の既知のヒト代謝物質の化学構造を学習させた「化学言語モデル」DeepMet を開発しました。このモデルは、自然言語処理モデルが文脈から次の単語を予測するのと同様に、代謝の「論理」を学習して未知の分子構造を予測する仕組みを持っています。研究者らは 10 億通りの潜在構造を生成し、AI が最も頻繁に提案した分子が実在する可能性が高いという仮説に基づき、ヒトやマウスのサンプルから数十種の以前に認識されていなかった代謝物質を特定することに成功しました。代謝物質は生命活動に不可欠なエネルギー供給や構造物の形成、体内へのシグナル伝達に関与しており、その正体を解明することは、病気の早期診断や代謝経路を標的とした新薬開発へとつながる重要な第一歩となります。研究チームの指導者であるダヴィッド・ウィシャート氏らは、遺伝子が生命の設計図であるのに対し、代謝物質は現在の生体状態を反映するものであり、その解明が医学に多大な影響を与えると強調しています。このアプローチは、質量分析法では同定が困難だった膨大な数の分子をカバーする画期的な手段として注目されています。