AIはなぜ複雑なゲノムをまだ解読できないのか

原文は、細胞内のDNAが単なる「命令の並び」ではなく、はるかに動的なものだと指摘している。そのうえで、科学者と同じようにAIモデルも、ゲノムを適切に読み解くために必要なデータをまだ持っていないと伝えている。つまり、AIがゲノム解読の課題に取り組む準備はまだ整っていない、という趣旨の記事である。

ゲノムは長らく、生命の設計図として塩基配列を読み解く対象と見られてきた。しかし実際には、どの遺伝子がいつ、どの細胞で、どの程度働くかは、細胞の状態や周囲の環境などによって変化する。DNAの配列だけでなく、その働き方を示す多層的なデータがなければ、機能の予測は難しい。

近年のAIは、大量のテキストや画像で学習することで性能を伸ばしてきた。この手法が成り立つのは、質と量を備えたデータがあるからだ。ゲノム分野で同じ成果を出すには、配列に加え、動的な変化を捉えた実験データが十分に必要になる。原文は、その不足が科学者にとってもAIにとっても壁になっていると示している。

AIをゲノム解析に使う動きが広がっても、モデルの規模や計算力を高めるだけでは限界がある可能性がある。今後は、細胞の状態や遺伝子の働きを大規模かつ高精度に測定するデータ整備が、競争力を左右する要因になりそうだ。また、創薬や医療でAIの成果に期待が高まる中で、現状の限界を理解し、過度な期待を避ける視点も重要になる。生物学とAIの研究者が連携し、実験とモデル開発を組み合わせて進めることが求められる。