グーグルの研究チームが、AI（人工知能）を活用したゲノム解析技術で、13種の新たな絶滅危惧種の遺伝情報を高精度に保存する取り組みを進めている。洪水予測や脳マッピングなど、これまで「不可能」と思われてきた科学課題に挑んできた同社のAI研究が、いま野生動物の保全という新たなステージで成果を上げつつある。
グーグルのAIゲノミクス研究とは何か
10年にわたるゲノム×AI研究の集大成
グーグル・リサーチは過去10年以上にわたり、AIを活用してゲノム解析を高速かつ高精度に行う技術を開発してきた。今回明らかにされたのは、こうした技術を組み合わせることで、絶滅の危機にある13種の動物の「遺伝コード（ゲノム）」を詳細に記録・保存し、生物多様性の保全に役立てようとする試みだ。
ゲノム解析は、どの個体にどのような遺伝的特徴があるのかを理解するうえで不可欠だが、その前提となるのは、誤りの少ないDNA配列データをどれだけ大量に、効率よく得られるかにかかっている。グーグルは、そこでボトルネックとなってきた「エラーの多さ」「解析の手間」を、AIで一気に縮小しようとしている。
洪水予測から野生動物保全へと広がるAI応用
グーグルのAI活用は、もともと洪水予測や脳マッピングなど、社会インフラや医療分野での応用から始まっている。膨大なデータを解析し、パターンを見つけることに長けたAIの特性を、生態系の理解や絶滅危惧種の保護へと拡張したのが今回の取り組みだ。
気候危機や環境破壊が進むなかで、どの種をどのように保全すべきかを科学的に判断するには、その種の遺伝的多様性を正確に把握する必要がある。AIによるゲノム解析は、こうした判断材料をより素早く、より正確に提供できる技術として期待されている。
3つのAIツールが変えるゲノム解析の現場
DeepConsensus：シーケンサーの「誤読」をその場で補正
DeepConsensus（ディープコンセンサス）は、DNA配列を読み取るシーケンサーと呼ばれる装置が出す「生データ」に直接働きかけ、読み取りエラーをAIで補正する技術だ。従来は、装置から出力された後のデータを加工・修正する工程が必要だったが、DeepConsensusは「装置レベル」で誤りを減らすことで、最初から質の高いデータをより多く得られるようにする。
これにより、ゲノム全体を組み立てる際に必要となる高品質なDNA断片データが増え、解析にかかる時間やコストの削減にもつながる。研究者は、ノイズの多いデータと格闘するのではなく、生物学的に意味のある仮説検証により多くのリソースを割けるようになる。
DeepVariant：個体ごとの「違い」を見つけ出すAI
DeepVariant（ディープバリアント）は、ゲノムの中に含まれる小さな違い、いわゆる「遺伝子変異（バリアント）」を検出するAIモデルだ。同じ種の中でも、個体ごとにDNA配列はわずかに異なっており、その差が病気へのなりやすさや、環境への適応度などに影響する。
ニュージーランドのオタゴ大学は、このDeepVariantを使って、世界に残るすべての生存個体のカカポ（飛べないフクロウオウム）のゲノム解析を実施した。解析結果は、遺伝的多様性をどう維持・拡大していくかを判断するための「精密な繁殖計画」に活用されており、この種を絶滅のふちから救い出す取り組みを支えている。
こうした事例は、AIが単に「データ解析ツール」にとどまらず、繁殖ペアの選定や個体移送の優先順位決定など、保全政策そのものに直接影響を与えうる段階に来ていることを示している。
DeepPolisher：最終的なゲノム配列を「99.999％以上」の精度へ
DeepPolisher（ディープポリッシャー）は、組み立てが終わったゲノム配列をさらに磨き上げ、99.999％以上という極めて高い精度まで仕上げるためのAIツールだ。わずかな誤りが残っているだけでも、疾患に関わる重要な遺伝子の検出を誤るリスクがあるため、最終的な「仕上げ」の工程は非常に重要になる。
特に、病気に関わる遺伝子モデルを見つけ出したり、薬の標的になりうる領域を特定したりする際には、このレベルの精度が求められる。人の医療のみならず、野生動物に特有の遺伝性疾患や、環境ストレスへの耐性に関わる遺伝子を探るうえでも、DeepPolisherによる高品質なゲノムデータが大きな武器になる。
絶滅危惧種保全と人類社会へのインパクト
13種の遺伝コード保存が意味するもの
今回グーグルが発表したのは、AIを活用して13種の絶滅危惧種動物の遺伝コードを保存する取り組みだ。具体的な種名はすべて明らかにされていないものの、カカポのように個体数が極端に少ない種では、各個体の遺伝情報そのものが「将来の多様性のタネ」となる。
高精度なゲノムが利用可能になれば、以下のような保全施策の質が向上することが期待される。
- 近親交配を避けるための繁殖ペアの最適化
- 病気に強い、あるいは環境変化に強い個体の特定
- 再導入（野生復帰）に適した集団構成の設計
- 長期的な遺伝的多様性のモニタリング
単に「数を増やす」だけでなく、「遺伝的に健全な集団を維持する」ための科学的根拠として、AIが生み出すゲノムデータが活用されていく可能性が高い。
医療・創薬への波及効果も
絶滅危惧種保全のための技術は、人の医療や創薬にも大きな波及効果を持つ。例えば、動物種特有の長寿・再生能力・病気への抵抗性などをゲノムから読み解くことで、新たな治療法や薬のアイデアにつながる可能性がある。
また、99.999％以上の精度でゲノムを解析できるということは、人間のがんや難病に関わる微小な変異を見逃さずに検出できることも意味する。環境保全と人の健康という、一見別々に見える領域を、AIゲノミクスが裏側でつなぎ始めていると言える。
今後の展望
グーグル・リサーチのAIゲノミクスは、今後さらに多くの種や地域に展開される可能性がある。解析コストが下がり、より多くの研究機関や保全団体がこれらのツールを利用できるようになれば、「どの種をどの順番で、どのように守るべきか」をめぐる議論も、よりデータ駆動型のものに変わっていくだろう。
同時に、遺伝情報の扱いには倫理面やプライバシー、利益配分などの課題もつきまとう。AIによるゲノム解析の加速は、絶滅危惧種を救う強力な武器となる一方で、国際的なルールづくりや透明性のある運用が欠かせないフェーズに入っている。
