エモリー大学の化学者ビル・フエスト氏と計算生物学者の梁・趙氏らは、人工知能（AI）を活用して、抗微生物薬耐性を持つ「スーパーバグ」に対抗する新たな除菌剤の探索を大幅に加速させることに成功しました。この研究は、四級アンモニウム化合物（QAC）と呼ばれる既存の殺菌成分の構造をAIが設計し、実験室で検証する計算・実験の統合フレームワークを通じて行われました。QAC は百年来にわたって家庭や病院の清掃製品に広く使用されてきましたが、耐性菌の出現により効果が低下する問題が生じています。従来の分子設計は人間が一度に一つ行うため時間がかかりますが、AI を用いることで短時間で数千件の新しい分子構造を提案可能となります。 研究チームは、過去 10 年でフエスト氏とヴィラノバ大学のケビン・ミニブール氏らが蓄積した、603 種類のQAC分子に関する標準化された強力なデータセットを基にアルゴリズムを開発しました。このデータセットは、化学構造のテストと分類手法が統一されており、AIモデルの訓練に最適化されていました。AI はまず分子の窒素中心部と炭素鎖の尾部をそれぞれ設計する二段階のプロセスで候補を生成しましたが、初期の試みでは生成分子の約 21% が無効でした。しかし、効果的な菌株に対して活性を示す化合物のみにデータを絞り込んでモデルを再訓練し、構造の妥当性と抗菌活性を予測するフィルターを導入したところ、有効な設計案の割合が 9% から 38% へ劇的に向上しました。最終的に、29 件の分子を実験室で合成・試験した結果、11 件の新たな QAC が発見され、特にその 1 種はグラム陰性菌を含む 7 種類のすべての細菌株に対して広範囲に効果を示すことが確認されました。 この研究成果は、科学情報モデリング誌に掲載され、医療用・家庭用の除菌剤開発の速度を劇的に向上させる可能性を秘めています。フレスト氏は、AI が化学設計を支援する初の例の一つであると評価し、この手法は他の科学分野にも応用可能であると指摘しています。また、同プロジェクトは製薬企業からの関心も集めており、今後さらに多くの候補物質の合成とテストを進める予定ですが、すでに学部生の実習教材としても活用され、さらなる発見につながることが期待されています。この技術革新により、耐性菌との「軍拡競争」において人間に有利な局面を創出できる可能性が示されました。