AIがこれまで存在しなかった生きたウイルス16種類を作製

16。それが重要な数字だ。両手で数えられるほど小さい一方で、生物学が可能だと考える範囲を変えるほど大きい。2026年8月6日、スタンフォード大学とアーク研究所の研究者らは、AIモデルを使ってウイルスの全ゲノムをゼロから設計し、研究室でその設計を形にした結果、自然界には存在したことのない、完全に機能する生存可能なウイルスが16種類得られたと、学術誌『Science』で発表した ²⁴⁷。

これは、既知のウイルスを編集したり、遺伝子を入れ替えたり、配列を少し削ったりしたものではない。BBC、CNN、ニューヨーク・タイムズ、WIRED、ABC、サイエンティフィック・アメリカンが報じた主張は、AIによってウイルスの全ゲノムを設計することに初めて成功したというものだ ²³⁵⁷⁸。中心となるAIモデルはEvoと呼ばれ、報道ではEvo 2とも記されている。DNAデータで学習し、遺伝暗号のパターンを把握して、まったく新しいウイルスゲノムを生成する ³⁵⁶。その後、科学者らは設計を合成し、研究室で感染、複製、殺傷ができるかを試した ²⁴⁷。

合成・試験された設計のうち、16種類は最初から最後まで機能した ²³⁵⁷⁸。CNNは試験数を約300と伝えた ⁴。この比率が重要なのは、同時に2つのことを物語るからだ。生物学が予測する通り、AIの推測の大半は失敗した。しかし、手法が理論上のものではなく、現実のものだと証明するだけの数が成功した。何十万ものゲノムを想像し、生きたものを16種類生み出せるシステムは、予測から構築へと一線を越えた。

生きたのは、E. coliを含む細菌に感染して殺すウイルス、バクテリオファージだった ²⁴⁶¹¹。この点は、科学的な意義と、現時点での限界の両方を定める。この実験は、ヒト病原体を作り出したとは発表されていない。発表されたのは、細菌を狙うファージの作製であり、スタンフォード大学の研究者ブライアン・ヒーとアディティ・マーチャントによれば、E. coliを殺す設計の検査は期待を上回ったという ³⁶。

報道で繰り返し登場するのは、ヒーとマーチャントの名前だ ³⁵⁶。彼らの成果が示すのは、情報源が一致して挙げる最も具体的な短期的用途、すなわち抗生物質耐性菌と闘う新たな手段だ ⁴⁶⁸¹¹。ファージが医療で長く関心を集めてきたのは、抗生物質とはまったく異なる方法で細菌を殺すからだ。AIが必要に応じて新たなファージを書けるなら、研究者は原理上、薬が効かない細菌株を狙うファージを設計したり、感染を明らかにする診断ツールを開発したり、新たなバイオテクノロジーや遺伝子治療の構成要素を作ったりできる。この可能性があるからこそ、支持者はEvoを単なるDNAの読み取り役ではなく、生物学の設計エンジンとみなしている。

インディペンデント紙は、世間の反応を「希望と恐怖を同じだけ呼び起こす」と要約した ¹⁰。この表現が定着したのは、研究そのものがそうした反応を誘うからだ。論文は、この技術がバイオセーフティー、バイオセキュリティー、バイオ封じ込めに関する懸念をもたらすと指摘している ³⁸¹⁰。サイエンティフィック・アメリカンは、この技術が悪用される可能性があると述べる科学者もいると報じた ³。WIREDは、技術が規制を追い越す懸念を指摘した ⁸。確認できた報道の中で、この16種類のファージが人々を脅かすと主張する者はいない。懸念は、この手法が何を証明するかにある。ソフトウェアがゲノムを幻覚のように生成し、それを研究室の人間が生きたものにできるということだ。

時間軸は短い。論文は『Science』誌に掲載され、2026年8月6日木曜日に発表された ²⁷¹⁰。報道は2026年8月6日から8日にかけて、BBC、CNN、ニューヨーク・タイムズ、WIRED、フォーブス、ABC、サイエンティフィック・アメリカンで行われた ^23456789。この速さは、主張がいかに異例かを反映している。AIは、タンパク質の形状予測や編集案の提示、DNAの選別に使われてきた。完全に機能するウイルスゲノムをゼロから設計し、それが複製するのを確認するのは、異なる段階に達したことを意味し、情報源はこれを初の事例として扱っている ²⁴⁷。

この件には明確な見解の食い違いが1つあり、曖昧にせず読者に伝えるべきだ。フォーブスはEvoをOpenAIの人工知能モデルと説明している一方 ⁹、ほかの報道はスタンフォード大学とアーク研究所の研究者らによるものとしている ³⁵⁶。モデルの出自について、情報源の見解は一致していない。一致しているのは、研究が行われ発表された場所と時期、すなわちスタンフォード大学とアーク研究所で、8月6日に『Science』誌に掲載されたこと、そして成果が生存可能なウイルス16種類だったことだ ²⁴⁷。

安全策についても同じ注意が必要だ。WIREDは規制が科学の進歩に追いついていない懸念を指摘しているが、生きたAI生成ウイルスに対する具体的な強制力のある安全策は、提示された情報源では確認できない ⁸。この不在も、ウイルスそのものと同じくらい重要な物語だ。手法は発表された。原理実証は公になった。一方では薬剤耐性への対抗に役立つ可能性、他方では意図的な悪用や偶発的な流出が監督体制を追い越すリスクという、人々に関わる影響は、報道の中で未解決のままだ。

研究者らは、コピーするための生きたひな型から始める必要はなかった。データを出発点に、ゲノムを生成するモデルを訓練し、候補を合成して、感染するかどうかを試験にした ²⁴⁷。ほとんどは失敗した。16種類は失敗しなかった ²³⁵⁷⁸。生物学では、これがシミュレーションと生物の違いであり、画面上の予測と培養皿で確かめられた結果の違いだ。