コードが生み出す治療薬：ハーバード大学ウィス研究所の生成AIが、薬剤耐性淋病を打ち負かす新規抗生物質を設計

多剤耐性菌「淋菌（Neisseria gonorrhoeae）」の脅威が増す中、研究者たちは従来の遅々とした創薬プロセスを脱却し、人工知能（AI）を味方につけつつある。ハーバード大学の生物模倣工学研究所「ウィス研究所（Wyss Institute）」では、コア・ファカルティであるジム・コリンズ（Jim Collins）氏を中心とするMITおよびブロード研究所との共同チームが、一連の画期的な成果を達成した。それは、既存の薬物ライブラリをスクリーニングするだけでなく、生成深層学習を用いて全く新しい抗生物質をゼロから発明するというものだ [8, 9, 52]。

ウィス研究所の生成AIは、いかにして抗生物質を「創造」したか

コリンズ研究室が科学誌『Cell』に発表した最近の研究は、薬剤耐性淋菌とMRSA（メチシリン耐性黄色ブドウ球菌）に対する抗生物質を設計する、二本立ての生成AIフレームワークについて記述している [7, 8]。チームは、グラフニューラルネットワークを活用し、コンピュータ上で1億個以上の化学フラグメントを網羅的に評価。淋菌またはMRSAに対する選択的な抗菌活性を持つと予測される骨格構造を特定した 。そこから、変分オートエンコーダと遺伝的アルゴリズムを組み合わせた生成モデルを展開し、有望なフラグメントを完全な分子へと「成長」させたのだ [7, 8]。

モデルが設計した候補化合物は、総数3600万以上。研究者たちは、この膨大な候補群を、抗菌活性、低毒性、合成可能性といった観点から計算によってフィルタリングした [8, 16]。最終的に、AIが設計した最も有望な24分子が実際に合成され、実験室で効果がテストされた。その結果、7つの化合物が抗菌活性を示し、特に「NG1（淋菌標的）」と「DN1（MRSA標的）」と名付けられた2つのリード候補は、多剤耐性菌株に対して、実験室試験と動物試験の両方で強力な殺菌効果を発揮した [8, 7, 55]。これらの分子は、既存のどの抗生物質とも構造的に異なり、細菌の細胞膜を破壊するという全く新しいメカニズムで作用するらしいことが分かっている 。

ここで見逃せない重要な点は、彼らが試験管や動物実験の段階で立ち止まってはいないことだ。コリンズ氏は、創設ディレクターであるドナルド・イングバー（Donald Ingber）氏と直接協力し、人体組織を模倣するマイクロ流体細胞培養デバイス「臓器チップ（Organ-on-chip）」を活用して、AI発見型抗生物質の効果検証を始めていると明かしている 。これらのプラットフォームにより、薬物が生きたヒト組織内でどのように振る舞うかを研究でき、従来の動物実験を補完し、臨床試験に入る前の段階で、より繊細な治療可能性の見通しを得られるのだ 。

AIが牽引する抗菌薬発見のパラダイムシフト

このウィス研究所/MITの研究は、決して孤立した例ではない。科学界が薬剤耐性（AMR）に立ち向かう方法の根本的な変化を映し出している。AIはもはや、既存の化合物ライブラリのスクリーニングを高速化するだけの存在ではない。「自然界に新たな（new-to-nature）」分子を設計し、絶滅した生物のプロテオームから抗菌ペプチドを掘り起こし、ゲノムデータからリアルタイムで耐性パターンを予測するために使われ始めている [17, 18, 20, 26]。

• 生成による設計: コリンズ研のCell論文は、大規模言語モデル（LLM）を用いて、臨床現場のスーパー耐性菌に有効な新規抗菌ペプチドを生み出す他グループの研究など、一連の大きな潮流の一部である [7, 22]。
• 分子の「絶滅復活」: 研究者らは、深層学習モデルを訓練し、絶滅生物のプロテオームから隠れた抗生物質ペプチドを探索。人類がかつて見たこともない分子を発見している 。
• 耐性予測: 別の機械学習研究では、CatBoostモデルが淋菌の主要抗生物質への耐性を、交差検証済みのAUROCスコアで最高0.97という驚異的な精度で予測。これは従来の最高記録を4～7ポイント上回るものだった 。これはつまり、近い将来、臨床医が日常的に収集する患者データだけから、検査室レベルの精度でリアルタイムの耐性予測を受け取れるようになる可能性を示唆している。
• パラダイムシフト: NIHの包括的レビューは、AIを単なる便利なツールではなく、抗菌薬発見の「触媒」と位置づけている。従来の開発パイプラインは遅く、コストがかかり、進化する多剤耐性菌に対応できないという根本的な問題に、AIが対処しうるとしている 。

この流れにおけるウィス研究所の基礎的な役割は、いくら強調してもしすぎることはない。コリンズ氏の以前の深層学習研究もまたMITとの共同研究であり、**2019年の「ハリシン（halicin）」**の発見に結実した。これは数十年ぶりに特定された新しいクラスの抗生物質であり、AIを搭載したプラットフォームによって発見された初めての抗生物質だった [9, 47]。今回の淋病に対する生成AI研究は、まさにその研究成果を直接進化させたものであり、「スクリーニングツールとしてのAI」から「設計者としてのAI」への移行を示している [7, 50]。

FDAの承認も追い風に：淋病への新たな経口薬

ウィス研究所の生成AI候補物質（NG1など）がまだ前臨床段階にある一方で、抗生物質発見の分野は2025年12月、大きな検証材料を得た。12月11日と12日、米国食品医薬品局（FDA）は、単純性泌尿生殖器淋病を治療する2つの新しい経口薬を相次いで承認したのだ。これは数十年ぶりの全く新しい治療選択肢である [33, 40, 35]。

• **ゾリフロダシン（商品名：ヌゾルベンス、Nuzolvence）**は、イノビバ・スペシャルティ・セラピューティクス社が、国際的な抗菌薬研究開発推進パートナーシップ（GARDP）や米国国立アレルギー・感染症研究所（NIAID）と共同で開発を進めてきた、ファースト・イン・クラスの単回経口抗菌薬だ。スピロピリミジントリオン系トポイソメラーゼ阻害剤で、930人の患者を対象とした第3相試験で、標準治療薬（注射剤）に対する非劣性が示された [31, 33, 39, 42]。
• **ゲポチダシン（商品名：ブルジェパ、Blujepa）**は、GSK社が開発したファースト・イン・クラスのトリアザアセナフチレン系経口抗菌薬だ。もともと2025年3月に女性の単純性尿路感染症の治療薬として初めて承認されており、今回、治療選択肢が限定的、あるいは他に代替手段がない淋病患者向けに、FDAから追加承認を取得した [34, 37, 40]。

両薬剤とも構造的に新しい経口抗生物質であり、この特徴は極めて重要だ。なぜなら、これまでの標準治療である注射用セフトリアキソンを基本としたレジメンは、投与における物流的な障壁となり、また増加する耐性菌との闘いが課題となっていたからだ [36, 44]。ただし、この承認には重要な注意点もある。ゾリフロダシンもゲポチダシンも、これに先立つ第2相試験では、咽頭淋病に対する効果が限定的であり、その使用には慎重な管理が求められる 。そして、いずれもAIによって発見されたわけではない。これらはむしろ、前臨床候補物質のパイプラインをAIが加速させている現在にあっても、非AIによる従来の低分子創薬の重要性が依然として存在することを示している [7, 8]。

この進歩が示す未来

ウィス研究所の研究、そしてそれが象徴するAI駆動型の抗生物質創出への世界的な取り組みは、歴史的な分岐点に立っている。一方で、生成AIモデルは現在、多剤耐性「スーパー耐性菌」を実験室や動物モデルで死滅させることのできる、全く新しい構造の化合物を設計できるようになった [7, 48]。他方で、2025年12月のゾリフロダシンとゲポチダシンのFDA承認は、新規化学物質（New Chemical Entities）が規制当局の承認を勝ち取り、有効性を失いつつある第一選択薬に代わるものを緊急に必要とする患者に届きうることを証明した [33, 35]。その次の段階、つまり「AIが設計した候補物質」と「ヒト臓器チップでの試験」の融合は、すでにコリンズ研究室で始まっている 。

もしこの統合的アプローチが成功すれば、抗生物質発見の未来は根本的に変わる可能性がある。深層学習モデルが全く新しい分子を提案し、臓器チップが人間の組織環境での安全性と有効性を検証し、最も有望な候補物質が迅速に臨床試験へと進んでいく。淋菌はWHOとCDCが、その警戒すべき耐性の推移から最も優先度の高い監視リストに位置づけており、その重要性はこれ以上ないほど高い [41, 5]。ウィス研究所がAIに設計させた抗生物質はまだ前臨床段階かもしれないが、それはひとつの概念実証（PoC）である。すなわち、私たちは今や、私たちが必死に必要とする治療薬を「発明する」ことを、機械に教えられるようになったのだ。