AIが生物学の「常識」を覆す？GPT-5が実験効率を79倍に向上させた驚くべき方法

AIが私たちの世界をどのように変えているのか、その探求は尽きることがありません。AIはもはやテキストや画像を生成するだけでなく、現実世界の科学的発見を加速させる領域にまで、その驚異的な能力を広げつつあります。数学のような理論的な分野でAIが貢献していることは知られていますが、生物学の「ウェットラボ」と呼ばれる、物理的な実験が繰り返される煩雑な世界でどれほどの役割を果たせるのかは、長らく大きな疑問でした。

最近、OpenAIがGPT-5を用いて行った実験は、その疑問に対する衝撃的な答えを示しました。その結果は単なる漸進的な改善ではなく、人間の研究者が持つ「常識」の壁を打ち破るほどの革新的なものであり、研究プロセスに巨大なブレークスルーをもたらしたのです。

この記事では、AIが単なるデータ分析ツールから創造的な科学パートナーへと進化する瞬間を捉えたこの画期的な実験から、最もインパクトが大きく、直感に反するような発見を分かりやすく解説していきます。

1. 実験効率を79倍に引き上げたAIの「一手」

この実験で最も注目すべき結果は、GPT-5が基礎的な分子クローニングのプロトコル（実験手順）の効率を79倍に向上させたことです。分子クローニングとは、特定のDNA断片を大量に複製する技術であり、タンパク質工学や遺伝子研究といった分野の根幹を支えるため、その効率は極めて重要です。

この驚異的な効率化は、2つの独立したステップの改善によってもたらされました。まず、酵素を用いてDNAを組み立てるステップで2.6倍の効率化を達成。次に、そのDNAを細胞に取り込ませる「形質転換」というステップで36倍もの効率化を実現しました。そして、これらを組み合わせた最終的なプロトコルで測定された効率の向上は、全体で79倍という飛躍的な進歩だったのです。

2. AIが発明した「新しい生命科学のレシピ」

この成果の核心は、GPT-5が考案した全く新しい化学的「レシピ」にあります。AIは、従来の手法にはなかった「RecA」と「gp32」という2つのタンパク質を実験に加えることを提案しました。この手法は「RecA-Assisted Pair-and-Finish HiFi Assembly (RAPF-HiFi)」と名付けられました。

研究者の説明を借りるなら、gp32はDNAの絡まりを解く「櫛（くし）」のように働き、RecAは正しいDNA断片同士が出会うのを助ける「ガイド役」を果たします。しかし、この発見が真に驚くべきなのは、AIが多層的な問題解決能力を示した点にあります。RecAというタンパク質はDNAの複雑な構造によって働きが阻害されるという弱点が知られていました。GPT-5は、その弱点を予見し、gp32を加えることでDNA構造をほぐし、RecAが最大限に機能する環境を整えるという解決策を同時に提示したのです。これは、AIが単に有効な要素を足し合わせたのではなく、生化学的な相互作用を深く理解し、弱点を補い合うシナジーを生み出したことを意味します。研究者によれば、この2つのタンパク質を機能的に組み合わせて使用することは、これまでにない新しい進歩だと考えられています。

3. 「常識」を破った逆転の発想

もう一つの驚くべき発見は、直感に反するほどシンプルな改善でした。DNAを細胞に取り込ませる形質転換の効率を30倍以上も向上させた最も効果的な変更は、遠心分離機で細胞を試験管の底に集め（ペレット化）、液体培地を半分取り除いて細胞を濃縮するというものです。

通常、この種の細胞は「壊れやすい」と考えられており、このような物理的なストレスのかかる操作は避けられるのが業界の常識でした。しかしAIは、人間の研究者が持つこうした認知バイアスや確立されたベストプラクティスに縛られることなく、最も効果的な解決策を導き出したのです。このアプローチは、過去に似た概念が報告されてはいたものの、GPT-5の手法は市販の細胞ですぐに利用できる点で優れており、より実用的な進歩と言えます。これは、AIが人間の「常識」という名の足枷から自由であることの証明です。

4. 人間の介入は最小限：AIが自律的に学習し、改善サイクルを回す

この実験の最も重要な点は、AIが示した驚異的な自律性です。研究は「AIとラボのループ」という枠組みで実行され、AIへの指示は標準化された固定的なものでした。人間の科学者が果たした役割は、AIが提案したプロトコルを忠実に実行し、その実験結果のデータをアップロードすることだけでした。

プロトコルの設計自体に人間が助言や指導を一切行わなかったことは、この実験の核心です。この厳密な設定があったからこそ、「RAPF-HiFi法」のような全く新しい発見が、人間の誘導ではなく、純粋にAIの推論能力によるものであると断言できるのです。実験は、前のラウンドで得られた最良のデータを次のラウンドの学習に用いる「進化的フレームワーク」を採用しており、モデルが自身の実験から「オンライン」で自律的に学習するサイクルを回し続けました。

5. 実験の自動化へ：ロボットがAIの指示を実行

この研究は、AIが設計した実験をロボットが実行するという、科学の未来像も示唆しています。研究チームは、自然言語で書かれた実験プロトコルを読み取り、ウェットラボで実行できるロボットシステムを構築しました。

ロボットは、標準的なプロトコルとAIが改善したプロトコルの両方を実行することに成功しました。AIによる改善プロトコルを実行した結果、ロボットは2.13倍の性能向上を達成。これは、人間が同じプロトコルを実行した場合の2.39倍という向上率に匹敵するものであり、人間による改善効果の89%を再現したことになります。ただし、ロボットによる実験の絶対的な成果（コロニー数）は、人間が手作業で行った場合に比べて約10分の1であり、液体操作の精度や温度管理など、まだ課題が残ることも事実です。それでも、AIが実験を考案し、ロボットがそれを実行するというサイクルが、研究のペースを劇的に加速させる未来の強い可能性を示しています。

まとめ

この実験が示したのは、単なる効率化ではありません。AIが、人間の研究者が持つ「常識」という名の足枷から自由になり、全く新しい化学的「レシピ」をゼロから生み出せるという事実です。これは、科学がデータ分析だけでなく、創造性の領域においてもAIという強力なパートナーを得たことを意味します。

物理世界と相互作用しながら、自ら学び、人間が思いもよらなかった発見を生み出すAI。AIとの協業が当たり前になる未来で、私たちは一体どんな未知の扉を開くことになるのでしょうか？ その答えは、これからの科学の進歩そのものの中に示されていくことでしょう。

解説動画：

参考資料：

https://openai.com/index/accelerating-biological-research-in-the-wet-lab/

その他記事、コラム、書籍はこちら↓