AIが画期的な新抗生物質を設計：耐性菌との戦いに光明

マサチューセッツ工科大学（MIT）の研究者らは、人工知能を活用して2種類の新規抗生物質を設計しました。これは、薬剤耐性菌、通称「スーパーバグ」との世界的な戦いにおいて、潜在的に重要な突破口となる可能性があります。この開発は大きな期待を抱かせますが、これらの化合物が実用化されるまでには、かなりのハードルと長年にわたる厳格な試験が必要であることを認識することが重要です。

抗生物質耐性の出現は、世界の公衆衛生にとって重大な脅威となっています。主に医療や農業における抗生物質の頻繁な過剰使用によって、細菌は既存の薬剤の増加する配列を回避できる新しい株を進化させてきました。この危機は、毎年世界中で推定500万人の死者を出しており、120万人以上の死亡に直接的な原因となっています。人的コストを超えて、スーパーバグ感染症は、2050年までに世界の経済生産で2兆5千億オーストラリアドル以上の損失をもたらすと予測されています。多くの貧しい国々が耐性感染症と戦うために必要な新しい抗生物質へのアクセスに苦労しているため、不平等の問題によって問題はさらに複雑化しています。

MITの研究チームは、特に2つの手ごわいスーパーバグ、すなわち淋菌（Neisseria gonorrhoeae）とメチシリン耐性黄色ブドウ球菌（MRSA）を標的としました。N. gonorrhoeaeは淋病を引き起こします。これは性感染症であり、抗生物質耐性が憂慮すべきレベルに達し、急速な蔓延につながっています。2020年だけでも、主に発展途上国で8200万件以上の新規症例がありました。MRSAは、しばしば「黄金のブドウ球菌」と呼ばれ、皮膚、血液、臓器に重篤な感染症を引き起こす可能性のある黄色ブドウ球菌の耐性株です。MRSAに感染した患者は、感染の結果として死亡する可能性が64％高いと推定されています。

これらの課題に対処するため、研究者らは2つの異なるアプローチで生成AIを採用しました。淋菌については、チームは細菌に対して抗生物質活性を持つことが知られている既存の化合物のデータベースを使用して、機械学習ニューラルネットワークを訓練しました。その後、AIはこれらの化合物の化学構造を「シード」として使用し、化学構造を1つずつ追加することで新しい分子を体系的に生成しました。このプロセスにより80の候補化合物が生成され、そのうち2つが研究室で合成に成功しました。これらのうちの1つは、ペトリ皿実験とマウスモデルにおいて、淋菌を殺す強力な有効性を示しました。

MRSAについては、AIはより根本的なアプローチを採用し、白紙の状態から始めました。水やアンモニアのような単純な化学構造のみをプロンプトとして、アルゴリズムは細菌の細胞の脆弱性と効果的に相互作用するように設計された、全く新しい化学構造を予測しました。約90の候補の中から、22が合成されテストされました。6つは研究室でMRSAに対して強い抗菌活性を示し、最も有望な化合物はマウスモデルでMRSA皮膚感染症を成功裏にクリアしました。

この研究の特に重要な側面は、AIによって生成された2つの新しい抗生物質が、新規な構造だけでなく、全く新しい作用機序を持っていること、つまり、これまでに見られなかった方法で細菌と戦うということです。従来、抗生物質の開発は既存の薬剤の変更に頼ることが多く、それが意図せず耐性の進化に寄与する可能性がありました。これらのAI設計分子が、その根本的に新しい作用様式により、淋菌とMRSAが回避するのがはるかに困難であることを証明することを期待しています。この研究以前は、抗生物質発見におけるAIの役割は、既存の化合物ライブラリをふるいにかけるか、現在の薬剤の構造を微調整することに大きく限定されていました。

この有望な進歩にもかかわらず、いくつかの重大なハードルが残っています。両抗生物質は、その安全性と有効性を確立するために、広範かつ費用のかかるヒト臨床試験を受ける必要があります。このプロセスは通常数年かかり、多額の資金を必要とします。さらなる課題は、製薬会社の経済的インセンティブにあります。これらの抗生物質は、その有効性を保持するために「最後の手段」の薬剤として予約される可能性が高いため、市場での使用は制限されるでしょう。この制約は、製薬会社が継続的な開発と最終的な生産に多額の投資をする上での財政的魅力を低下させる可能性があります。それにもかかわらず、この研究は薬剤発見における重要なマイルストーンであり、感染症との将来の戦いを再構築する人工知能の深い可能性を示しています。