英国ケンブリッジに拠点を置くバイオテクノロジー企業、シフトバイオサイエンス（Shift Bioscience）は、細胞若返りの生物学的メカニズムを解明し、老化に伴う病気や死亡を防ぐことを目指す研究を推進している。同社は、仮想細胞モデルの評価基準の再構築に関する新たな研究を発表し、AIを用いた遺伝子操作応答モデルの有効性を科学的に裏付けた。この研究は、従来の評価方法に起因する誤解を解き、仮想細胞モデルが実験的アプローチを補完する強力なツールであることを示している。 仮想細胞モデルは、AIを用いて細胞の応答をシミュレートする技術で、特に遺伝子の発現を上昇または低下させた際の細胞反応を予測する「遺伝子操作応答モデル」が注目されている。これにより、従来の湿式実験（wet lab）に比べて時間とコストを大幅に削減し、薬剤ターゲットのスクリーニングを高速化できる。しかし、2023年以降、いくつかの学術論文が、これらのモデルが単純な基準（例：平均値や線形予測）と同等、あるいはそれ以下にしか性能を発揮しないと指摘し、AI仮想細胞の実用性に疑問を呈した。 シフトバイオサイエンスの研究チームは、こうした批判の多くが評価指標の不適切な設定に起因していることを明らかにした。特に、弱い遺伝子操作効果を持つデータセットでは、従来使われてきた評価指標が「有意義な予測」と「無意味な予測」を区別できず、モデルの性能を誤って低く評価していた。この問題を解決するために、14のペルツーシュ（perturb-seq）データセットを用いて、順位に基づく指標や発現変動遺伝子（DEG）を考慮した新たな評価フレームワークを開発。これらの「適切にキャリブレーションされた指標」を用いると、AI仮想細胞モデルは、平均値、コントロール、線形モデルといった無情報基準を一貫して上回ることが実証された。 研究を率いたヘンリー・ミラー博士（機械学習部門責任者）は、「モデル自体に問題があるのではなく、評価方法の限界が誤った結論を導いた」と強調。「適切な評価基準のもとでは、AI仮想細胞は生物学的に有意な信号を正確に捉えることができ、老化関連疾患のターゲット同定プロセスを大きく加速できる」と述べ、同社の細胞若返り研究プログラムへの信頼を再確認した。 この成果は、AIを活用したバイオ医療研究の信頼性を高める重要な一歩であり、今後の仮想実験の標準化に貢献することが期待される。業界関係者は、評価基準の見直しがAIによる生命科学研究の実用化を加速させる鍵になると評価している。