AIが会議して新薬をデザイン！？最強の抗菌ペプチドを作る「MAC-AMP」の秘密

……亜美さん、それは全然違う。これはAIを使って「抗菌ペプチド（AMP）」っていう、バイキンをやっつける新しい薬の候補を設計するシステムの話だよ。

もっと深刻な問題だよ。今、普通の薬が効かない「薬剤耐性菌（AMR）」が世界中で増えていて、2050年までに何千万人も亡くなるって予測されているんだ。その対策として期待されているのがAMPなんだけど、作るのがすごく難しいんだよ。

それがそう簡単じゃない。バイキンを殺す力（活性）だけを強くすると、人間にも毒になっちゃったり、形が不安定ですぐ壊れたりするんだ。この「複数の目標をバランスよく達成する」のが、今までのAIだと苦手だったんだよ。

そう。そこでこの論文が提案したのが「MAC-AMP」だ。これは複数のAIエージェント、つまり役割分担したAIたちが話し合って、最高のペプチドを作り上げる仕組みなんだよ。

大きく分けて4つのステップがある。まず「予測モジュール」が、作ったペプチドの毒性や活性をスコア化する。次に面白いのが「AI査読モジュール」だ。GPT-5みたいな複数のAIが「査読者」になって、そのスコアを見て「ここはいいけど、毒性が高いからダメだ」って議論するんだ。

そう。さらに「エリアチェア」っていうまとめ役のAIが、それらの意見を統合する。その結果を「強化学習リファインメント」っていうステップに渡して、AIが自分で「次はどういうペプチドを作れば褒められるか」という報酬のルールを書き換えるんだよ。

ズルじゃなくて、より良いものを作るための「学習」だよ。最後に「生成モジュール」がその新しいルールに従って、また新しいペプチドを作る。これを繰り返す「クローズドループ」構造になっているのが、この研究のすごいところだね。

実験では、既存のどのAIモデルよりも、抗菌活性が高くて毒性が低い、しかも構造がしっかりしたペプチドを作れたらしいよ。しかも、AIがどういう理由でその設計を選んだのかがログに残るから、人間が見ても納得できる「説明可能なAI」になってるんだ。

まだ課題はあるよ。今はシミュレーション上の評価がメインだから、実際に人間で試すにはもっと複雑な実験が必要だ。でも、この「AI同士が議論して設計を磨く」っていう枠組みは、他の薬や材料の開発にも応用できる可能性があるんだ。

……それはAIに頼る前に、自分で授業に出るっていう「単一エージェント」の努力をすべきだと思うよ。