AIが「薬をつくる微生物」の部品を設計、生産量は最大約3倍に

AIが「薬をつくる工場」の部品を設計した

新しい薬を探すとき、有望な物質を見つけることと、その物質を十分につくることは、別々の難題になる。

微生物などが生み出す天然物には、医薬品の開発につながるものがある。しかし、自然界で見つかった物質を人間の治療に適した形へ改良したり、研究に必要な量を確保したりするのは簡単ではない。物質をつくる細胞内の仕組みが、非常に複雑だからだ。

その生産装置の一部を、人工知能で設計し直す研究が進んでいる。

ドイツのヘルムホルツ製薬研究所ザールラント（HIPS）の研究チームは、天然物を組み立てる巨大な酵素の内部で働くタンパク質部品をAIで設計。実際に生きた細胞で試し、一部が機能することを示した。特定の酵素系では、天然由来の部品を用いた場合と比べ、生産量が最大約3倍になったという。

これは、AIが完成した新薬を生み出したという話ではない。薬の候補を探すために、微生物が持つ「ものづくりの仕組み」を改良できる可能性を示した研究だ。

微生物の中にある、精密な「分子の組立ライン」

研究の対象は、「非リボソームペプチド合成酵素」と呼ばれる巨大な酵素群だ。英語の頭文字から、NRPSと略される。

専門用語だけでは分かりにくいが、働きは工場の組立ラインにたとえられる。複数の部品が役割を分担し、材料を受け取り、加工し、次の工程へ渡す。それらが連携することで、特徴のある化合物ができあがる。

NRPSがつくる天然物には、抗菌薬や免疫抑制薬、抗がん薬の開発の基になったものがある。そのため、この仕組みを自在に組み替えられれば、従来とは異なる性質を持つ物質を生み出せるかもしれない。

ところが、生物の組立ラインは、市販のブロックのように簡単には交換できない。

ある部分の設計を変更すると、隣の部分との連携が崩れる。材料の受け渡しが止まり、酵素全体が働かなくなる場合もある。部品単体の形が整っていても、生産装置の中で機能するとは限らないのである。

AIが設計したのは、材料を受け渡す「運搬役」

ケナン・ボジュユク博士らのチームが着目したのは、NRPSの中にある「チオレーションドメイン」、通称Tドメインだった。

これは、生産途中の分子を受け取り、次の処理部位へ運ぶ役割を担う。工場に置き換えれば、工程と工程をつなぐ可動式の運搬アームに近い。

研究チームは、複数の学習済みAIモデルと実験を組み合わせ、新たなTドメインを76種類設計した。その部品をさまざまなNRPSに組み込み、数百種類の酵素のバリエーションを生きた細胞の中で検証した。

ポイントは、AIが提案した設計を、計算上の評価だけで終わらせていないことだ。実際につくり、組み込み、生成物ができるかを調べた。

結果として、AIが設計した部品の一部は機能した。人工的に組み合わせた酵素系で物質の生産を可能にしたものや、生産量を高めたものもあった。少なくとも一つの設計タンパク質では、対応する天然のものより溶けやすく、熱に対して安定していることも確認されたという。

「最大約3倍」は何を意味するのか

今回の成果で目を引くのは、生産量が最大約3倍になったという数字だ。

ただし、これはすべての設計部品や、あらゆる物質で得られた結果ではない。特定の酵素系と条件で確認された改善であり、薬の効果が3倍になったわけでも、創薬にかかる時間が3分の1になったわけでもない。

それでも、生産量の改善には研究上の意味がある。

新しい物質ができても、量が少なすぎれば、構造や性質を詳しく調べることが難しくなる。十分な量を確保できれば、どのような分子なのか、どんな作用を持つのかを検証しやすくなる。

つまり、生産効率を高める技術は、将来の大量製造だけに関係するものではない。創薬の初期段階で、候補物質を「詳しく調べられる状態」にするためにも重要なのだ。

成功の鍵は、部品の性能より「隣との相性」

今回の研究を理解するうえで重要なのが、設計した部品を、その周囲の環境に合わせた点だ。

運搬役が単独で安定していても、材料を受け取る相手や渡す相手とうまく接触できなければ、組立ラインは動かない。生産途中の分子を、適切な場所へ受け渡す必要がある。

研究チームは、Tドメインを独立したタンパク質として扱うだけでなく、組み込まれる酵素の中で、隣接する領域とどう相互作用するかを重視した。

これは、AIを生物の設計に使う際の難しさを示している。「もっともらしい部品」をつくることと、「複雑な装置の中で働く部品」をつくることには距離がある。

ボジュユク博士も、AIは実験に取って代わるものではなく、多数の候補の中から有望なものを効率よく選ぶ助けになると説明している。研究を前に進めるのは、設計と実験を繰り返す作業なのである。

SNSでは研究関係者が期待、条件付きの成果であることも強調

この研究に関するSNS上の発信として確認できたのは、主に研究者本人や関連研究組織によるLinkedInの投稿だ。一般の利用者の間で広く話題になっていると判断できる情報は確認できず、ここでは研究に直接関係する投稿を紹介する。

ボジュユク博士は、査読前論文の段階で成果を紹介し、76種類のTドメインを設計し、578種類の組換えNRPSを細胞内で構築・試験したと説明した。生産量の最大約3倍という改善についても、周囲の構成などに依存する結果であることを明記している。

また、部品の接合部分や相互作用する相手を考慮した設計について、意見を求めていた。単純に成功を宣伝するだけでなく、どのような条件なら設計が働くのかを議論しようとする発信だ。

関連研究組織のPharmaScienceHubも、この研究を再共有し、今後の発展に期待を示した。

これらは、2026年10月のニュース公開後に集まった一般読者の感想ではなく、それ以前のプレプリント段階からの研究コミュニティ内の発信である。その範囲を踏まえて読むと、注目点は「AIだけで薬ができる」という期待よりも、複雑な酵素を改良する具体的な手段が増えたことにある。

日本の創薬にとって、どこが重要なのか

日本向けにこの成果を考えるなら、注目したいのは、候補物質を予測する技術と、それを実際につくる技術をつなぐ部分だ。

計算上は魅力的な物質でも、十分な量をつくれなければ、その先の評価を進めにくい。今回のように生産装置の側を改良できれば、これまで確保が難しかった物質を研究対象にできる可能性がある。

また、天然物を出発点に、少し異なる構造の物質をつくり分けられるようになれば、比較して調べられる候補の幅も広がるだろう。ただし、今回の成果だけで、そのような展開が幅広く実現すると証明されたわけではない。

日本の大学や製薬企業が応用を考える際にも、AIの提案能力だけでは足りない。微生物を扱う技術、タンパク質を評価する技術、できた物質を分析する技術を結び付けることが重要になる。

この研究が示すのは、AIの価値を最終的に確かめる場所は、実験室でもあるということだ。

新薬への道は続く。それでも「つくる壁」を下げる価値はある

今回の報告は、生物の生産装置を改良するための基礎研究だ。新たな治療薬について、人での有効性や安全性を確認したものではない。

今後は、別の酵素系でも同じ方法が通用するか、どのような部品の組み合わせなら機能するか、安定した生産へつなげられるかが課題になる。生み出した物質が薬の候補となる場合には、さらに作用や安全性を詳しく検証する必要がある。

それでも、自然界から見つかった生産装置を、そのまま使う以外の選択肢が増える意味は大きい。

微生物がつくる複雑な分子を、より柔軟に、より調べやすい量で手に入れる。そのための小さな運搬部品を、AIが設計する。

創薬の未来は、目立つ「新薬候補」の発見だけでなく、その候補を実際につくれるようにする、こうした部品の改良からも変わっていくのかもしれない。

出典

1. Phys.org：
   2026年10月21日公開。HIPSによるAI設計のTドメイン、細胞内での検証、生産量の改善、研究者の説明を紹介。
   https://phys.org/news/2026-10-ai-functional-enzyme-components-drug.html

2. Nature Communications：研究論文の掲載情報
   Emre F. Bülbülほか「Generative AI designs functional thiolation domains for reprogramming non-ribosomal peptide synthetases」。2026年9月22日公開。研究紹介記事の公開日とは異なる。Nature Communications
   https://doi.org/10.1038/s41467-026-77963-6

3. Kenan Bozhüyük氏のLinkedIn投稿：研究者本人によるSNS発信
   プレプリント段階の成果紹介。76種類の設計、578種類の組換えNRPSの試験、条件に依存する生産量改善、設計への意見募集を確認。Kenan Bozhüyük
   https://www.linkedin.com/posts/kenan-bozh%C3%BCy%C3%BCk-16a29924b_proteindesign-syntheticbiology-nrps-activity-7435231632892207104-qbGo

4. PharmaScienceHubのLinkedIn投稿：関連研究組織による反応
   研究の再共有と、今後の発展への期待を示した投稿。一般世論ではなく、研究関係組織の反応として紹介。PharmaScienceHub (PSH)
   https://www.linkedin.com/posts/pharmascihub_were-excited-to-reshare-a-new-preprint-by-activity-7435264559105417216-677m