11月4日、Natureが「AI agents run this automated biology lab that sequences DNA and more」と題した記事を公開した。AIエージェントが実験の設計から実行までを完全自律でこなすバイオラボ「AutoDNA」を紹介するもので、分子生物学の全工程をAIが一貫して担うという点で、既存のラボ自動化システムとは一線を画す取り組みとして注目されている。
人間の手を借りずに実験を設計・実行する
中国・上海交通大学に構築されたAutoDNAは、オペレーターがシンプルなプロンプト（指示文）を入力するだけで、AIエージェントのチームが実験を最初から最後まで設計・実行するシステムだ。その後、人間が関与するのは試薬の補充やハードウェアのメンテナンスのみである。
システムの規模も大きい。ロボットアームがサンプルを搬送しながら、20種類以上の機器を操作し、1プロジェクトあたり数千の操作をこなす。実験の内容はDNAの合成・配列決定（シーケンシング）など多岐にわたる。
なお、DNAシーケンシングとはDNA中の塩基（A・T・G・C）の並び順を読み取る技術、DNA合成とは目的の塩基配列を持つDNA断片を人工的に作り出す技術を指す。いずれも創薬・診断・ゲノム研究において基盤的な工程であり、これらを含む複合的なワークフロー全体をAIが自律処理できる点がAutoDNAの核心にある。今回、この施設を紹介する内容がNature誌の記事として公開された。
なぜ分子生物学のラボ自動化は難しいか
ラボの自動化自体は以前から存在する。化学物質の混合や加熱など、実験プロトコルの一部を機械に任せるアプローチは長く使われてきた。しかし、分子生物学の全工程をAIで自律化するのは別次元の難しさがある。
上海交通大学のコンピュータ科学者でAutoDNAの共著者であるHaibo Chen氏はこう説明する。「既存のシステムの多くでは、機器の設定に人間の専門家が必要だ。AIはプロセスの一部を担うだけにとどまっている」。
この課題を解決するため、Chenらのチームは既存システムにAIを後付けするのではなく、最初からAIを前提として設計するアプローチを取った。多様な機器を柔軟に組み込める構成にしたのも、この設計思想からきている。設計段階でAIを中心に据えることで、機器ごとに異なるインターフェースや手順の差異を吸収し、複合的な実験ワークフローを継ぎ目なくつなぐことが可能になっている。
ノースカロライナ州立大学の化学工学者Milad Abolhasani氏は、AutoDNAについて「自律性の高さと、多様なラボ機器を容易に統合できる点が際立っている」と評価している。
実際のテスト：がん変異の検出とDNAへのメッセージ符号化
研究チームはAutoDNAに複数のプロジェクトを課してテストを行った。
ひとつはがんに関連する変異のDNAサンプルからの検出。診断応用を想定した実践的な課題だ。変異の有無を正確に判定するには、シーケンシングから結果解析まで多段階の処理が必要であり、これをAutoDNAが一貫して自律処理した。
もうひとつはやや趣向が異なる。DNAの4つの塩基（A・C・G・T）を使ってメッセージをDNAに符号化するというタスクだ。選ばれたメッセージは、宇宙物理学者スティーブン・ホーキング博士の言葉として広く引用されるフレーズ——「Intelligence is the ability to adapt to change.（知性とは変化に適応する能力である）」。なお元記事では、このフレーズはホーキング博士への誤帰属とされていると注記されている。DNAにテキストデータを格納するこのアプローチは**DNAストレージ**（DNA記憶媒体）と呼ばれる研究領域であり、従来の磁気・光学メディアをはるかに上回る情報密度と長期安定性から、大容量データの長期保存手段として国際的に注目が高まっている。
自律ラボの今後
Abolhasani氏は「科学の未来は、自律ラボが大きく関わるものになる」と述べている。AutoDNAはそのひとつの実装例だが、設計段階からAIを組み込んだ点と、単一タスクではなく複合的な実験ワークフロー全体を扱える点が、既存の自動化システムとの差異として強調されている。
自律ラボの研究は世界各地で進んでいる。たとえばカーネギーメロン大学やMITでも化学・材料科学分野での自律実験システムが開発されており、AutoDNAはその流れの中で分子生物学領域における自律化を具体的に前進させた事例として位置づけられる。今後は対応できる実験の種類や精度の向上、さらには複数の自律ラボが連携するシナリオも視野に入ってくるだろう。
※編集部の考察：AutoDNAのアーキテクチャが公開・標準化されれば、他機関が独自の機器構成でAutoDNA型のシステムを構築するハードルが下がる可能性がある。自律ラボの「プラットフォーム化」が次の焦点になるかもしれない。
詳細はAI agents run this automated biology lab that sequences DNA and moreを参照していただきたい。
