- ノーベル化学賞が AI のパイオニアである Demis Hassabis 氏と John Jumper 氏に授与されました。
- AlphaFold 3 は、タンパク質構造の予測を前例のない精度で再定義しました。
- AI の可能性は、環境ソリューションから疾患研究まで、多岐にわたる分野に広がっています。
AI がタンパク質予測に与える影響
2024 年のノーベル化学賞は、DeepMind の CEO である Demis Hassabis 氏と、DeepMind の研究者 John Jumper 氏を含む 3 人の科学者に授与されました。
【関連記事】Demis Hassabis とは？ DeepMind 共同創業者
彼らは、タンパク質の構造を予測できる AI モデル「AlphaFold」の開発で称えられました。彼らの研究は構造生物学の進歩を大幅に加速させ、さまざまな応用に大きな可能性をもたらしています。
AlphaFold 3 の画期的な成果
DeepMind のAlphaFold 3は、タンパク質構造予測に革命をもたらし、従来の手法より 50％以上高い精度を達成しました。2 億以上のタンパク質の構造を予測し、精度で従来のアプローチを凌駕しました。この AI モデルは、バイオ再生可能材料、強靭な作物、医薬品設計、ゲノム研究など、今後の応用に大きな期待が寄せられています。
「何ヶ月も、あるいは何年もかかっていたことが、AlphaFold は週末でやってのけました」
Dr McGihan
ライフサイエンスにおける AI の幅広い応用
AlphaFold の応用分野は、生化学、細胞生物学、遺伝学、薬理学など多岐にわたります。この AI ツールは、プラスチック汚染や食料安全保障といった地球規模の課題に取り組むために利用されています。疾患の理解、医薬品設計、種の保護への影響が拡大する中、AlphaFold はライフサイエンスにおいて不可欠なツールとなっています。
【関連記事】Google DeepMind の Demis Hassabis CEO、AI 技術への貢献でナイト爵位を授与される
しかし、構造生物学者たちは、AI が科学者に依然として必要な多くの作業を代替することはできないと警告しています。AlphaFold 2 の登場直後から、中国の構造生物学者 Yan Ning 氏は、構造生物学はタンパク質の折り畳みを観察するだけではないと指摘していました。動的な変化、他の生体分子との相互作用、細胞状態の文脈を理解する必要があり、これらは AI がまだ訓練用のデータベース不足により限界がある分野です。
AlphaFold はすでに、マラリアやパーキンソン病などの治療法開発を加速し、薬剤耐性菌に取り組み、種の保護にも貢献するなど、さまざまな生物学分野で大きな影響を与えています。DeepMind の最終目標は、AlphaFold が人類の生物学的世界の理解を一変させることです。ノーベル化学賞の受賞は、オンラインで大きな議論を巻き起こし、受賞者を祝う声がある一方で、ChatGPT はノーベル文学賞に値するかと冗談交じりに問う声や、AI が基礎科学知識を覆い隠すのではないかと懸念する声もありました。それでも、AI をタンパク質研究に応用するアプローチは非常に信頼できるという点で多くの意見が一致しています。