ロンドンのインペリアル・カレッジの微生物学者たちは、10年にわたる研究の成果と人工知能の能力を比較しました。彼らはGoogle Co-scientistシステムに、モバイル遺伝子要素がどのように抗生物質耐性遺伝子を細菌間で運ぶのかを説明する課題を設定しました。
48時間で、Geminiモデルに基づくマルチエージェントシステムとして構築されたAIは、5つのランク付けされた仮説を提案しました。最初の仮説は、科学者たちが長年の実験室研究で実験的に確認したメカニズムと正確に一致しました。
これはcf-PICIs、つまりカプシド形成ファージ誘導性染色体島に関するものです。これらの要素は独自の保護エンベロープを作り出すことができますが、新しい宿主に感染するために、他のバクテリオファージから尾部構造をハイジャックします。
プロジェクトリーダーであるインペリアル・カレッジ・ロンドンおよびフレミング・イニシアチブのホセ・R・ペナデス教授は、共著者のチアゴ・ディアス・ダ・コスタとともに、結果をジャーナルCellに発表しました。彼らは、既に解決済みだが未発表の問題を意図的に選び、既知の答えに対してAIをテストしました。
ペナデス教授はGoogleにデータ漏洩がなかったかどうか尋ねる手紙まで書きました。同社は未発表の結果へのアクセスはなかったと確認しました。
残りの4つの仮説は、チームが以前に検討していなかった方向性を示しました。それらは現在実験室で検証されています。
このテストは、システムが複雑な生物学的データを効果的に統合し、実行可能な仮説を提案できることを示しました。しかし、比較のための既成の基準がない分野で、発見を加速できるでしょうか？
科学者たちは、AIはアイデアをフィルタリングするツールとして機能し、実際のサンプルを使った何年もの実験に取って代わるものではないと強調しています。Cellへの掲載は2025年11月に行われました。
