3,384 文字
本当のAGIに到達したと言えるのは、「ご心配なく、あなたのお金は使いません」と言ってから欺く行為をして、気づいたら飛行機に乗せられているような状況になった時でしょうね。そうですね、それは確かに近づいていると言えるでしょう。
さて、科学の話をしましょう。あなたはAlpha foldでタンパク質の折りたたみを解読し、それでノーベル賞を受賞されました。その偉業をさらっと流すわけではありませんが、今後のロードマップについてお聞きしたいと思います。バーチャル・セルのマッピングに興味をお持ちだと聞きましたが、それは何で、どんな成果が得られるのでしょうか？
そうですね。Alpha foldで実現したのは、基本的にタンパク質の構造を見つけるという問題を解決したことです。タンパク質は生命のあらゆることに関わっていて、体内のすべてがタンパク質に依存しています。しかし、それはタンパク質の静的な画像に過ぎません。生物学で本当に何が起きているかを理解するには、細胞内のさまざまな要素間のダイナミクスと相互作用を理解する必要があります。
バーチャル・セル・プロジェクトは、完全に機能する細胞のAIシミュレーションを構築することです。おそらく酵母細胞から始めると思います。酵母生物の単純さゆえにです。そこから構築していくので、次のステップはAlpha fold 3で例えば、タンパク質とリガンド、タンパク質とDNA、タンパク質とRNAの間の相互作用をペアワイズに行っています。その次のステップは、癌の経路など、病気の解決に役立つような全経路のモデリングでしょう。そして最終的には細胞全体です。
これが重要な理由は、ある変化、例えば栄養の変化や薬剤を細胞に注入した場合に、細胞がどのように反応するかについて仮説を立て、検証できるようになるからです。現在はウェットラボで丹念に行う必要がありますが、まずシリコン上で1,000倍、100万倍速く行い、最後のステップだけウェットラボで検証できると想像してみてください。ウェットラボでの検索は、検証ステップより何百万倍も高価で時間がかかりますから、検索部分だけをシリコン上で行うのです。
これはゲーム環境で行ったことを科学や生物学に翻訳するようなものです。モデルを構築し、それを使って推論と検索を行い、予測は完璧ではないかもしれませんが、実験者が検証するのに十分役立つものになります。
ウェットラボは人間が行うのですね？
はい、ウェットラボではまだ最終ステップが必要です。予測が実際に有効かどうかを証明するためです。予測に至るすべての作業をウェットラボで行う必要はなく、「この化学物質を入れるとこのような変化が起こるはずだ」という予測だけを得て、その実験だけを行えばいいのです。
もちろん、薬の話をしているなら、その後も臨床試験が必要です。効果や安全性のために人間で適切にテストする必要があります。それもAIで改善できると思います。臨床試験も何年もかかりますからね。ただし、それはバーチャル・セルとは別の技術になります。バーチャル・セルは薬の発見段階を支援することになります。
薬のアイデアがあったら、バーチャル・セルに投入して何が起きるか見るわけですね。そして最終的には肝細胞や脳細胞などの異なる細胞モデルを持ち、少なくとも90%は実際に起こることを返してくれるなら、それは信じられないほど素晴らしいことです。それを解明するのにどれくらい時間がかかると思いますか？
おそらく今から5年くらいでしょうね。5年計画のようなものがあり、旧Alpha foldチームの多くがそれに取り組んでいます。
あなたのチームに尋ねていました。タンパク質の折りたたみを解明した後、次は何かと。この新しい挑戦について聞くのはとても興味深いです。現在、薬の開発はめちゃくちゃな状態ですからね。有望なアイデアがたくさんあるのに、プロセスが馬鹿げているため、ドアの外に出ないんです。
プロセスが遅すぎて、発見段階も遅すぎます。アルツハイマー病に何年取り組んできたか考えてみてください。患者や家族にとって悲劇的な道のりで、もっと進歩しているべきなのに、40年もの研究がされているんです。
私も家族で何度か見てきました。それが確実に起こらないようにできれば、AIを使う最良の方法の一つだと思います。誰かが衰えていくのを見るのはひどい方法ですから、重要な仕事です。
それに加えて、ゲノムがありますね。ヒトゲノムプロジェクトでは、全ゲノムが解読されたので、あなたがタンパク質をfoldで解読したのと同じように、もう作業はないと思われていましたが、実際には解読された時点で一連の文字があるだけで、今あなたはAIを使ってその文字の意味を翻訳する作業をしているとか。
はい、ゲノミクスに関する多くの素晴らしい研究があります。変異が有害なのか良性なのかを解明しようとしています。DNAへの変異のほとんどは無害ですが、もちろん病原性のあるものもあり、どれがそうなのかを知りたいわけです。私たちの最初のシステムは、それを予測する世界最高のものです。
次のステップは、病気が一つの遺伝子変異だけでなく、おそらく一連の変異が協調して引き起こされる状況を見ることです。これは明らかにずっと難しく、進展していない複雑な疾患の多くは、おそらく単一の変異によるものではありません。それはどちらかというと、まれな小児病のようなものです。
そこでAIは完璧なツールだと思います。これらの弱い相互作用がどのようなものか、どのように互いの上に重なり合うかを解明するためです。統計は明白ではないかもしれませんが、パターンを見つけることができるAIシステムは、そこに何らかの接続があることを解明できるでしょう。
私たちは病気の観点からこれについて多く話しますが、人々を超人的にすることについてはどう思いますか？遺伝子コードをいじることができれば、可能性は無限に思えます。AIを通じてそれができるようになると思いますか？
いつかはできると思います。ただ、私たちはより病気のプロファイルと修正に焦点を当てています。それが最初のステップです。AIに何を使いたいかと聞かれたら、人間の健康を助けることが最も重要だと常に感じてきました。
しかしその先には、老化のようなことも想像できます。老化は病気なのか、病気の組み合わせなのか、健康な寿命を延ばせるのか、これらは重要な問いであり、非常に興味深いと思います。AIがこれらの問いへの答えを見つけるのに非常に役立つことは間違いないでしょう。
Twitterのフィードで「2050年まで生きれば死なない」というようなミームを見かけますが、人間の潜在的な最大寿命はどれくらいだと思いますか？
老化研究のそういった人々をよく知っています。彼らの先駆的な仕事は非常に興味深いと思います。老いて体が衰えることには良いことは何もありません。近親者でそれを間近で見た人なら、家族にとっても当事者にとっても非常に辛いことだとわかるでしょう。人間の苦しみを和らげ、健康な寿命を延ばすことは良いことだと思います。
自然な限界は約120歳のようですが、それがその年齢まで生きるほど幸運な最年長者を見れば分かります。私はこの分野を非常に注視していますが、既に知られている以上の新しい洞察はないと思います。しかし、それが限界だとは思わないでしょう。
というのも、ここには二つのステップがあります。一つは全ての病気を治すことで、それはいつかIsomorphic（スピンアウト企業）での私たちの薬剤発見の取り組みで実現すると思います。しかし、それだけでは120歳を超えるには足りないでしょう。なぜなら、自然な全身的衰退、つまり老化という問題があるからです。特定の病気ではなく、120歳まで生きる人々は特定の病気で亡くなるというよりも、一般的な萎縮で亡くなるようです。
そこで細胞の再生のような何かが必要になります。細胞を若返らせるか、幹細胞研究かもしれません。企業はこれらに取り組んでおり、細胞の時計をリセットするなど。それは可能かもしれませんが、生物学は非常に複雑な創発システムなので、私の考えでは、それに近いものを解明するにはAIの助けが必要だと思います。
コメント