GenBio AIのAIDO Cellを解説：DNAから細胞全体の挙動までシミュレーションする「仮想細胞」

つまり、AIDO CellがAlphaFoldに取って代わるという意味ではありません。両者が答えようとする問いが異なります。AlphaFoldが「このタンパク質はどのような形になるのか」を問うのに対し、AIDO Cellは「細胞の構成要素や入力を変えたとき、細胞システム全体で何が起きるのか」を探ろうとします。

AIDO Cellは、GenBio AIが先に開発していた単一細胞向け基盤モデルの流れも引き継いでいます。従来のAIDO.Cellモデル群は、さまざまな組織由来の約5,000万個のヒト細胞で学習され、300万から6億5,000万パラメーターのモデルを含みます。初期モデルの中心は、細胞のトランスクリプトーム、つまり遺伝子発現の文脈を表現することでした。 新たな仮想細胞の方向性は、そこから複数の生物学的スケールを統合したシミュレーションへと広げるものです。

背後にあるAIDOの3段階ロードマップ

AIDO Cellは、GenBio AIが掲げる「AI-Driven Digital Organism（AIDO）」構想の一段階に位置付けられます。全体の開発方針は、次の3段階です。

1. 分割統治（Divide and conquer）: DNA、RNA、タンパク質、細胞、組織など、異なる生物学的データやスケールごとに専門の基盤モデルを構築する。
2. 点をつなぐ（Connect the dots）: 各モデルを連携させ、情報や表現、介入の影響が生物学的スケールをまたいで移動できるようにする。
3. 統合シミュレーションとプログラミングで挑む: 接続されたシステムを使って生物学的な結果を予測し、将来的には複数の生物学的階層にまたがる介入の設計を支援する。これはAIDOの長期的なビジョンであり、現在のAIDO Cellプレビューで確立された機能ではありません。

GenBio AIはこれまでも、DNA、RNA、タンパク質、単一細胞発現など主要な生物学的データを扱うマルチスケールモデル群としてAIDOを説明してきました。 課題は単にモデルを大型化することではありません。異なる生物学的表現を実際に連携させ、因果関係を意識した介入や、実験で検証できる予測に結び付けられるかが重要になります。

イマチニブの事例で何が示されたのか

初期のケーススタディで、GenBio AIは、AIDO Cellが白血病細胞であるK562に対するイマチニブの既知の作用とメカニズムを再現したと報告しました。このデモンストレーションは、薬剤の影響をモデル上の細胞環境全体にわたって追跡できることを示す目的で行われました。

これは有望な概念実証ではありますが、将来の反応を事前に予測できることの証明とは異なります。既知の生物学を事後的に再現できても、未知の薬剤反応を予測できること、新薬候補を見つけられること、あるいは単純な計算手法を上回ることまでは示されません。公開情報では、定量的な精度指標、統計解析、他手法との比較、前向きな実験検証の詳細は明らかにされていません。

現在対応している細胞は？

現在のAIDO Cellプレビューで対応が報告されているのは、次の2種類の不死化ヒト細胞株です。

• K562: イマチニブのケーススタディで使用
• HepG2

GenBio AIは、2026～2027年にかけて、対応する細胞種や機能を拡張する計画を示しています。 ただし、限られた数の不死化細胞株で得られた性能を、そのまま初代ヒト細胞、組織、患者へ一般化することはできません。

創薬で期待される使い道

仮想細胞モデルが十分な精度を持てば、研究者は候補化合物や標的、併用療法、投与順序などの仮説を、実験に移す前にコンピューター上で比較できるようになります。薬効を示唆する反応、薬剤耐性につながる変化、想定外の細胞作用などを調べ、数多くの候補をふるいにかける使い方です。

したがって、短期的に最も現実的な役割は候補の優先順位付けでしょう。高コストな実験に進める化合物を選び、試す価値のある遺伝子操作を絞り込み、実験計画の弱点を見つける。そのような「探索範囲を狭める」機能が期待されます。また、過去の介入後に反応がどう変わるかを調べることで、より情報量の多い追試の設計にも役立つ可能性があります。

ただし、これはあくまで候補選定と実験計画を支援する機能です。細胞株モデルだけでは、人体内での薬物動態、免疫系や組織との相互作用、患者ごとの違い、毒性、臨床上の評価項目を十分に再現できません。仮想細胞は完全な「仮想人間」ではなく、動物実験、ヒトを対象とする臨床試験、規制当局に提出する証拠を置き換えるものでもありません。

最大の論点は「未知の生物学を予測できるか」

AIDO Cellの本当の評価を決めるのは、前向きな検証です。デモンストレーションの構築に使われていない未知の反応を予測し、その予測が管理された実験で再現されるのか。今後はこの点が問われます。

その証拠がそろうまでは、AIDO Cellを「有望な仮想スクリーニングおよび実験計画支援レイヤー」と捉えるのが妥当です。マルチスケールかつ状態を保持する設計は、分子単位やトランスクリプトーム単位に分かれたモデルより、細胞内の連鎖を現実に近く扱える可能性があります。しかし、アーキテクチャの新しさだけで予測精度が証明されるわけではありません。既知の生物学を再現する段階から、信頼できる新しい生物学を発見する段階へ移れるかが、最大の科学的ハードルです。

アクセスと現在の位置付け

GenBio AIは、大学、バイオテクノロジー企業、製薬企業の研究者を対象とする早期アクセスの共同研究者プログラムを準備しています。

現段階でのAIDO Cellは、野心的な構想を持つ初期研究システムです。実験の候補を絞り込むうえで価値を持つ可能性はあるものの、創薬を置き換える、あるいは未知の生物学を確実に予測できると判断するには、前向きな実験データがまだ必要です。