ここ数日、科学界を揺るがす大きなニュースが飛び込んできました。米スタンフォード大学とArc Instituteの研究チームが、AIを使って、自然界にはそのまま存在しない新たな「機能するウイルス」の設計に成功したというのです。研究成果は2026年8月6日、科学誌『Science』に掲載されました。（出典：Samuel H. King et al., Science, 2026／Stanford University）
「AIがもうウイルスまで作れるようになったの？ それって大丈夫なの？」と不安になった人も多いでしょう。ですが、まずはこの研究が実際に何を意味するのかを見ていきましょう。
今回AIによって設計されたのは、「バクテリオファージ（ファージ）」と呼ばれる、細菌に感染するウイルスです。研究チームは、大腸菌に感染することで知られるファージ「ΦX174」をもとに、ゲノム言語モデルEvo 1、Evo 2を使って新しいゲノムを生成。実際に約300の候補を合成・検証した結果、16種類が機能するファージとして確認されました。
さらに重要なのは、その性能です。研究では、AIが設計したファージを組み合わせた「カクテル」が、天然のΦX174に耐性を獲得した3種類の大腸菌株に対して、その耐性を乗り越えたことが報告されています。つまり、細菌側が既存のファージに適応してしまった場合でも、AIによって新しい攻撃手段を設計できる可能性が示されたのです。（出典：Science／Stanford Report）
医療の観点から見れば、これは大きな可能性を秘めています。現在、薬剤耐性菌、いわゆる「スーパー耐性菌」は世界的な課題となっており、ファージ療法も新たな対抗手段の一つとして研究されています。スタンフォード大学も2026年6月、抗菌薬が効きにくい感染症に対するファージ治療を研究する「Center for Phage Pharmaceuticals」の設立を発表しています。
AIによって新しいファージを短時間で設計できるようになれば、新たな抗菌治療の可能性が広がるかもしれません。今回の研究チーム自身も、生成ゲノム技術が、急速に進化する細菌に対するファージ治療の開発につながる可能性を指摘しています。
技術が目指している方向の一つは、人を救うことです。しかし、なぜそれでも多くの専門家が警戒しているのでしょうか。それは、「ウイルスを設計できるか」という問題だけではなく、「同じ技術が悪用された場合にどうなるのか」という問題があるからです。
キングス・カレッジ・ロンドンで科学・国際安全保障を研究するFilippa Lentzos氏は、この研究について、現在もっとも重要な介入ポイントの一つがDNAを実際に合成する段階だと指摘しています。AI上で遺伝子配列を設計できても、それを現実の生物学的物質にするためにはDNA合成という物理的な工程が必要です。Lentzos氏は、AIモデルだけを規制するのではなく、モデルへのアクセス、研究審査、DNA合成スクリーニング、研究室のバイオセーフティーを組み合わせた多層的な対策が必要だとしています。（出典：The Guardian, 2026年8月6日）
考え方は単純です。どんな技術であっても、使い方によっては人を助ける道具にも、危険な道具にもなり得る。
もちろん、研究者たちもこの問題を意識しています。今回の研究では、危険性を抑えるためのデータ管理や安全対策が取り入れられています。『Science』に同時掲載されたジョンズ・ホプキンス大学のThomas Inglesby氏とMoritz Hanke氏の論考によれば、今回使われたモデルでは、人間に感染するウイルスなどの病原体データを学習対象から除外する安全策が取られていました。一方で両氏は、こうした仕組みも、将来的に追加学習などによって回避される可能性を考える必要があると警告しています。
つまり、本当に注目すべきなのは、今回の研究によって「AIを使ったウイルス全ゲノム設計」という技術的な道筋が、実験的に成立することが示された点です。Science Media Centreに寄せられた専門家コメントでも、今回の研究はAIが自然界にそのまま存在しない機能的なファージを設計できることを示した一方、安全性と規制について重要な問題を提起していると評価されています。
そして、ここでもう一つ気になる研究があります。2026年7月、北京智源人工知能研究院（BAAI）と北京大学の研究チームが、大規模言語モデルがDNA合成スクリーニングの安全性にどのような影響を与えるかを評価しました。
この評価では、11種類の商用大規模言語モデルをAIエージェントとしてテスト。その結果、11モデルすべてが、評価に用いられたDNA合成スクリーニングを通過できる分割案を生成しました。さらにGPT-5.5とClaude Opus 4.6については、より詳細な段階的実験ガイダンスを生成できたと報告されています。研究チームは安全上の理由から危険な物質そのものは扱わず、有害機能を失わせた代理配列を使って検証しており、4つの代理構築物すべてについて組み立てが成功したとしています。
これは何を意味するのでしょうか。研究チームが問題視しているのは、これまで専門知識そのものが一種の安全障壁になっていたのに、AIがその知識の壁を低くする可能性があるということです。専門知識のないユーザーであっても、AIエージェントに専門的な判断を任せられるようになれば、既存の安全対策が想定していた前提そのものが変わってしまう可能性があります。
だからこそ、「AIがウイルスを設計できること」そのもの以上に、「AIによって高度な生物学的知識へのアクセスのハードルが下がること」のほうが、長期的には重要な問題なのです。
では、どうすればいいのでしょうか。技術の危険性を理由に、研究そのものを止めてしまうわけにもいきません。今回の『Science』論文と同時掲載されたバイオセキュリティー論考、さらにBAAIの評価に共通しているのは、一つの安全策だけに頼るのではなく、複数の「ガードレール」を重ねる必要があるという考え方です。
たとえば、高リスクの遺伝情報や高性能モデルへのアクセス管理、研究段階での安全審査、AIモデルそのものの安全対策、そしてDNA合成段階でのスクリーニングです。実際、現在の核酸合成スクリーニングは、生物学的リスクを物理世界に持ち込ませないための重要な「チョークポイント」の一つとして位置づけられています。一方、最近の研究では、既存の配列類似性だけに依存したスクリーニングではAIによって生成された新しい配列に対応しきれない可能性も指摘されており、機能ベースの新たな検査方法が提案されています。（出典：Frontiers in Bioengineering and Biotechnology, 2026）
さらにBAAIの研究チームは、AIと生物安全保障の問題は一国だけで解決できるものではなく、主要なAI開発企業、政府、研究機関による国際的な協調が必要だとしています。
結局のところ、AIは一本の包丁のようなものなのかもしれません。料理人が使えば、おいしい料理を生み出す道具になる。悪意ある人間が使えば、人を傷つける凶器にもなる。包丁そのものは変わりません。変わるのは、それを手にする人間です。
私たちが今日、「AIがウイルスを作る」という問題について議論するのは、技術の発展を止めるためではありません。技術が猛スピードで走り出す前に、そのための道を整え、信号機を設置し、越えてはならない境界線を決めておくためです。
では、このニュースを恐れるべきなのでしょうか。恐れるべきなのは、AIそのものではないのかもしれません。恐れるべきなのは、ルールや安全対策の整備が、技術の進歩に追いつかなくなることです。
技術そのものは、使い方次第で人を救うこともあれば、大きなリスクを生み出すこともある。
技術がルールより先を走ること自体は、必ずしも恐れるべきことではありません。
本当に恐ろしいのは、人間の欲望が良心より先を走ってしまうことです。
今度こそ、私たちが追いつけることを願います。
主な出典 ① 査読済みの原論文
Samuel H. King et al., “Generative design of bacteriophages with genome language models,” Science, 393, 2026. DOI: 10.1126/science.aec2657.
Science掲載論文を確認 ② Stanford University公式発表
“AI designs a novel E. coli killer,” Stanford Report, August 6, 2026.
Stanford Reportを確認 ③ バイオセキュリティーに関する『Science』同時掲載論考
Thomas V. Inglesby & Moritz S. Hanke, “AI-designed viral genomes,” Science, 2026. DOI: 10.1126/science.aej8512.
Scienceの論考を確認 ④ キングス・カレッジ・ロンドン専門家のDNA合成に関するコメント
Filippa Lentzos氏のコメントは、2026年8月6日のThe Guardianの報道で確認できます。DNA合成スクリーニングを含む「多層的な対策」が必要だと述べています。
The Guardianの記事を確認
