科学的発見を加速する：AIによる自動実験

ミシガン大学の教授が率いる研究チームによって開発されたBacterAIというAIプラットフォームは、1日あたり10,000件の自動科学実験を実行する能力を実証しました。このAIの応用は、医学、農業、環境科学などの分野で急速な進歩をもたらす可能性があります。

研究結果は、Nature Microbiologyに掲載されています。

BacterAIを用いた微生物代謝の解明

BacterAIは、口腔健康に関連する2種類の微生物の代謝を、初期情報なしでマッピングするために開発されました。細菌の複雑な代謝プロセスには、20種類のアミノ酸の特定の組み合わせが必要です。研究の目的は、有益な口腔微生物の成長を促進するために必要な正確なアミノ酸を決定することでした。

「私たちは、ほとんどの私たちの健康に影響を与える細菌についてほとんど何も知りません。細菌の成長を理解することは、私たちのミクロビオームを改造する第一歩です」と、ミシガン大学の生物医学工学の助教授であるポール・ジェンセンは述べています。

AIによって簡素化された困難なタスク

細菌の好むアミノ酸の組み合わせを解読することは、100万を超える可能な組み合わせがあるため、難しいタスクです。しかし、BacterAIは、Streptococcus gordoniiとStreptococcus sanguinisの両方のアミノ酸要件を成功的に決定することができました。

BacterAIのアプローチは、1日あたり数百のアミノ酸の組み合わせをテストし、前日の実験の結果に基づいて毎日焦点を絞り、組み合わせを変更することでした。9日間で、90%の精度で予測することができました。

試行錯誤によるAIの学習

従来の方法では、ラベル付きデータセットを使用して機械学習モデルをトレーニングしますが、BacterAIは実験を実行し、結果を分析し、将来の結果を予測する反復的なプロセスを通じて独自のデータセットを生成します。この方法により、4,000回未満の実験で細菌を飼育するためのルールを解明することができました。

「私たちは、AIエージェントが行動し、失敗し、独自のアイデアを生み出し、間違いを犯すようにしたい」とジェンセンは述べています。毎日、少し良くなる、少し賢くなる。

研究におけるAIの未来

約90%の細菌については、ほとんど研究が行われていないため、従来の方法では時間とリソースの面で大きな障害があります。BacterAIの自動実験能力は、発見を急速に進める可能性があります。1日で、チームは10,000回の実験を実行することができました。

しかし、BacterAIの潜在的な応用は微生物学を超えています。どの分野の研究者でも、AIが解決するためのパズルとして質問を提示することができます。

「最近の一般的なAIの爆発的普及により、多くの人々は将来、AIがもたらすものについて、正面と負面の両方で不確実性を感じています」と、ジェンセン研究所の元エンジニアであり、研究の主著者であるアダム・ダマは述べています。 「しかし、私にとっては、明らかです。私たちのプロジェクトのようなAIの焦点を当てた応用は、日常の研究を加速するでしょう」