メインコンテンツへスキップ
AI News 21分で読める

AIが設計したウイルスを耐性菌患者に投与|Omnii-1の衝撃と未解決の疑問

「もしこれが機能するなら、信じられないことだ。ただし私の第一反応は懐疑的でいることだ」。ハーバード大学微生物学者のマイケル・ベイム氏は、The New York Timesにそう語った。

2026年10月20日、カリフォルニア州のAIスタートアップ「Radical Numerics」が衝撃的な発表を行った。同社のゲノム言語モデル「Omnii-1」が設計したバクテリオファージを、抗生物質にも既存のファージ療法にも反応しなかった大腸菌感染患者に投与した、というものだ(Business Wire, 2026年10月20日)。

Radical Numericsの発表によれば、AIが設計した生命体が初めて人体に投与されたとされる。科学界は「歴史的な一歩」と「過剰な自己宣伝」の間で二分されている。

この記事はこんな人におすすめ
  • AIの医療・創薬応用に関心があるエンジニア・研究者
  • 抗生物質耐性問題(AMR)に関心のある医療・製薬関係者
  • AI技術の「光と影」を公平に把握したい読者

「最後の手段」患者への投与に至るまで

今回の患者は、あらゆる抗生物質を試した末に、既存のファージ療法まで効果がなかった。残された選択肢はほぼ尽きていた。医師はFDAの「コンパッショネートユース(人道的使用)」制度を通じてRadical Numericsに連絡し、AI設計ファージの使用許可を取得した。

バクテリオファージとは、細菌だけに感染して破壊するウイルスだ。人間の細胞を攻撃しない高い標的特異性を持つ反面、特定の細菌株にしか効かないという制約もある。従来のファージ療法の最大の課題は「正しいファージを探し出す」作業の遅さだった。天然ファージのライブラリから適合するものを選ぶのに、数ヶ月かかることもある。

Radical Numericsはその課題をAIで突破しようとした。Omnii-1が標的にしたのはT7ファージ(大腸菌に感染する代表的な研究用ファージ)の「gp17テールファイバータンパク質」だ。これはファージが特定の細菌に結合するための「カギ」にあたる受容体結合部位で、ここを変異させることで異なる細菌株を狙えるようになる。

Omnii-1はgp17のアミノ酸配列に11〜15個の変異を加えたバリアントを複数生成し、実験室で合成・検証した。同社発表(査読未済)によれば、Omnii-1が設計した変異体のうち69.9%が機能するファージとして回収できた。ランダムに変異を加えた場合の比較対照は4.8%だった(Radical Numerics, 2026年10月20日)。

患者の菌株から分離した大腸菌に対して、Omnii-1設計のファージカクテルを試験管内で適用したところ、菌の消滅が確認されたと同社は報告している。この結果をもって、実際の患者への投与に踏み切った。

Omnii-1とは何か:28種類の生物データで学習したゲノムモデル

Radical Numericsは2025年創業、2026年6月にステルスから脱却したスタートアップだ。CEOのエリック・グエン氏をはじめとする4人の創業者はいずれも、Liquid AIやArc Instituteでゲノムモデルの研究に携わっていた。Arc Instituteで開発されたゲノムモデル「Evo」「Evo 2」のアーキテクチャを発展させたのがOmnii-1だ。AI創薬領域では、AnthropicもCoefficient Bio買収で同分野に参入している。2026年6月には5,000万ドルの種子資金を調達。種子資金はEmergence Capital(リード)、Obvious Ventures、Triatomic Capital、Factory、First Spark Venturesが参加。プレシード段階からはStripeのCEOとして知られるPatrick Collisonも関与している(GenomeWeb, 2026年6月)。

GPTのようなテキスト言語モデルがトークン列を学習するのと同様に、DNA塩基配列をトークンとして学習するのがゲノム言語モデルだ。Omnii-1の特徴は、単一のモデルでDNA・RNA・タンパク質・クロマチンアクセシビリティ(DNAへのアクセスしやすさ)・ヒストン修飾(遺伝子発現を制御するタンパク質修飾)など28種類の生物学的データタイプを扱える点にある。コンテキストウィンドウは数百万塩基対に達し、ゲノムの局所構造と長距離の相互作用を同時に捉えるよう設計されている。

同社はOmnii-1を「バイオロジーのための新世代AI」と位置づける。ファージ設計以外にも、がん診断・薬剤標的同定・がんワクチン・バイオセキュリティへの応用を掲げている(Yahoo Finance, 2026年10月20日)。

より広いテスト結果として、37種類の未知の大腸菌株に対して2つのOmnii-1設計ファージのカクテルを適用したところ、91.4%の株に対して効果を示した。同社はこれを「特化型ファージ宿主予測システムを上回る結果」と説明している。ただし、これらの数字はすべて会社発表の自己申告データであり、2026年11月時点で査読済み論文は存在しない。

科学界の反応:期待と懐疑が交差する

発表後、科学界の反応は「慎重な期待」が多い一方、明確な懐疑論も存在する。

ハーバード大学微生物学者のマイケル・ベイム氏の発言は象徴的だ。「もしこれが機能するなら、信じられないことだ。ただし私の第一反応は懐疑的でいることだ」(The New York Times)。

進化微生物学者のブランドン・ベリーヒル氏は「試験管内の実験では、合成ファージが複雑なヒト感染においてどう振る舞うかを確実に予測できない」と警告した(ContagionLive, 2026年10月28日)。

科学者たちが共通して指摘する問題点は3つだ。第一に査読論文がない。第二に、これは1人への緊急使用例であり、有効性を一般化する証拠にはなりえない。第三に、投与した患者の臨床結果が非公表のままだ。Radical Numericsは「患者のプライバシー保護」を理由に挙げているが、この点が最も批判を集めている。

一方で、AIを使ったファージゲノム設計自体の科学的可能性は、別の経路で証明されつつある。2026年8月、スタンフォード大学とBroad Instituteの研究チームが、生成AIモデル「Evo 2」を使って大腸菌を殺傷する完全なファージゲノムを最初から設計した論文をScienceに発表した。AIと科学研究の融合については、Anthropicの科学AIワークベンチも参照されたい。AI設計ファージの一部は天然ファージを上回り、多様なAI設計ファージのカクテルは細菌の耐性獲得を阻害した(The Chemical Engineer, 2026年8月)。また、ウィスコンシン大学マジソン校の研究チームも、特定の実験条件下で、AIが提案した変異を持つファージが天然ファージより最大100万倍高い感染効率を示したと報告しており、査読済み成果として発表済みだ(University of Wisconsin-Madison)。

Radical Numericsのケースが特異なのは、査読前のデータをもとにヒトへの投与に踏み切った点にある。それが「世界初」の意義を持つと同時に、科学的検証の欠如という弱点にもなっている。

なぜ今なのか:AMRという切迫した危機

この出来事の背景には、世界的な抗生物質耐性(AMR: Antimicrobial Resistance)の危機がある。英国政府が設置したO’Neill委員会の報告(2014年)は2050年までにAMRによる死者が年間1,000万人に達する可能性を警告しており、WHOもこの数値を繰り返し引用している、これはがんによる死者数を超える規模だ。通常の抗生物質開発パイプラインはほぼ枯渇しており、数十年間で新しい抗生物質クラスはほとんど承認されていない(NCBI PMC, 2026)。

ファージ療法はこの問題への代替アプローチとして注目を集めているが、従来の方法には時間的制約があった。適切なファージを天然ライブラリから探し出すプロセスは数ヶ月かかることもある。AIはこのボトルネックを数日に圧縮できる可能性があるとされる。

AIファージ設計の競争環境も整備されつつある。BristolMyers SquibbはAnthropicと大規模な製薬DX提携を結んでいるが、ファージ設計に特化した企業も複数動いている。北カロライナ州のLocus Biosciencesは2026年1月にNIHから330万ドルの契約を受け、AI設計ファージのPhase 1b臨床試験を進めている(Business Wire, 2026年1月)。フランスのPhagosはAWSのSageMakerを使ったファージ-細菌マッチングシステムを開発中だ。Radical Numericsはこの競争の中で最もアグレッシブな時間軸で動いた企業と言える。

この発表の「光」と「影」

光の側面:

  • AIがファージ設計期間を「数ヶ月から数日」に短縮できる可能性を示した
  • 試験管内で実際の患者の菌株に効果があった
  • 抗生物質・既存ファージ療法の両方が効かなかった患者に選択肢を示した
  • 37株中91.4%(同社発表・査読未済)に効果を示したカクテルは、実用的なポテンシャルを示唆するデータだ

影の側面:

  • 臨床結果は非公表。患者が回復したのか不明
  • 査読論文がない。すべての数値は自己申告
  • 1件の緊急使用例から有効性の一般化はできない
  • 患者・病院・投与日時のいずれも独立した第三者による確認なし
  • 試験管内での効果は複雑なヒト感染環境での効果を保証しない

「AIが生命を救った」は現時点では未確認だ。「AIが設計したファージを人間に投与した」が、確認されている事実の全てだ。

ネット・メディアの反応:タイトルが語る温度差

この発表は英語圏のメディアに大きな波紋を呼んだ。見出しの選び方がそのまま温度差を表している。

  • ZME Science: 「科学者が人間にAI設計ウイルスを投与した。何が問題になりうるか?」
  • TechRadar: 「…そして、どうなるか見ていよう」
  • Superpowerdaily: 「Radical Numericsは患者がAI設計ウイルスを受け取ったと言うが、結果を非公開にしている」
  • Futurism: 「ファージマスター:AIウイルスで患者を治療したスタートアップ」(興奮の見出し)

CEOのエリック・グエン氏自身は「ファージを患者に投与できたという事実は、このアプローチが可能にすることの最初の例の一つだ」と述べた(Business Wire, 2026年10月20日)。

オタワ病院でファージ研究を進めるマリサ・アザド氏は「ファージを探すのは驚くほど時間がかかる」と述べ、AI設計の実用的価値を認めた。

Slashdotの64件のコメントでは「ファージ療法は新しくない。AIを使った点だけが新しい」「細菌がファージにも耐性を持てば何が起きるか」といった慎重な見方が多かった。一方、バイオテック界隈のXコミュニティでは「Omnii-1のゲノム制御予測は最先端に見える」としつつも「モデルが何をしているか正確にはわからない」という評も出た。

AIが生物兵器を設計する可能性:会社自身が認めた懸念

この技術には二重性がある。Radical Numerics自身がプレスリリースで認めている。

「医薬品を設計することを可能にする同じ進歩が、既存の検知手段では見逃されるような病原体の操作にも使われる可能性がある」

AIによるゲノム設計能力は「ファージで細菌を殺す」だけでなく「検知不能な病原体を設計する」ことにも使いえる。2026年のInternational AI Safety Reportもこの問題を取り上げており(arxiv.org)、バイオテクノロジーとAIが交差する領域の規制整備が世界的に課題となっている。

Omnii-1はオープンな公開モデルではなくクローズドなAPIサービスとして提供されているが、この種の技術の適切なガバナンス枠組みはまだ存在しない。

今後の注目点

この発表から2週間、臨床結果はまだ公表されていない。この分野で次に注目すべき点を整理する。

短期(3〜6ヶ月):

  • Radical Numericsによる査読論文または詳細技術レポートの公開
  • 今回の患者の転帰(回復・未回復)の公表
  • Locus Biosciencesのフェーズ1b臨床試験の初期結果

中期(1〜2年):

  • スタンフォード/Broad Instituteの研究がどこまで臨床に近づくか
  • FDAがAI設計ファージの規制フレームワークをどう整備するか
  • 日本・EUでの規制整備の動向

AIが生命体を設計して人間に投与する。これは「ファージ療法」という100年の歴史を持つ治療法の延長線上にあるが、AIという触媒が加わることで別次元の速度と精度の可能性を開いた。2026年10月20日は、その可能性が人体に接触した最初の日として記録されるかもしれない。ただし、それが本当に機能したかどうかは、まだ誰も知らない。

バクテリオファージ療法とAMRの基礎知識

バクテリオファージとは: 細菌のみに感染するウイルス。1915年に発見された。西洋では抗生物質の発見後に忘れられたが、東欧・旧ソ連では1960年代から継続して使われてきた。

AIが変えること: 従来は自然界のファージライブラリから適合する株を探すしかなかった。AIは新しいファージ変異体を「設計」することで、特定の菌株に対応した治療を短期間で提供できる可能性がある。

現在の規制状況: 米国では通常の臨床試験が必要。今回のような緊急・末期症例では「コンパッショネートユース」制度が使える。EU・日本では規制の整備が遅れている。


免責事項: 本記事の情報は2026年11月3日時点のものです。Radical Numericsの発表は会社側の自己申告であり、独立した第三者機関や査読済み論文による確認はされていません。本記事で紹介した治療法(AI設計ファージ療法のFDAコンパッショネートユース)は日本では承認されておらず、日本の規制環境とは異なります。医療・治療に関する判断は必ず専門の医療従事者にご相談ください。本記事の内容は投資判断・医療判断の根拠として使用しないでください。

Share