ゲノムAI「Evo 2」は何ができる？診断との違いを解説

ゲノムAIは、DNA配列の「文法」を読むモデル

ゲノムAIは、DNAを構成する塩基の並びから、遺伝子や調節領域、変異の意味を推定するAIです。文章生成AIが単語のつながりを学ぶように、DNA配列に現れる反復、境界、前後関係を大量のデータから学習します。

対象は、タンパク質をつくる領域だけではありません。遺伝子の途中にあるイントロンの境界、タンパク質に翻訳されないRNA、遺伝子の働きを調節するDNAも候補になります。1文字だけの変化でも、配列のどこにあり、何を止めたり変えたりしうるかを見積もる役割を担います。

ただし、AIが直接見ているのはまず配列です。症状、生活習慣、検査値、家族歴まで統合して、個人の健康状態を確定する仕組みとは区別する必要があります。

Evo 2は何を学習し、何を公開したのか

2026年3月に報じられたEvo 2は、細菌、古細菌、真核生物という生命の3ドメインのゲノムで訓練されたオープンソースAIです。学習データのOpenGenome2には、合計8.8兆塩基が収められました。細菌に感染するウイルスのゲノムも含む一方、真核生物に感染するウイルスは含まれません。Large genome model: Open source AI trained on trillions of bases

基盤には、畳み込みニューラルネットワークのStripedHyena 2を採用しました。訓練は約8,000塩基単位の配列を扱う段階と、100万塩基単位へ広げる段階の2段階です。近くの文字列だけでなく、より長い範囲の関係も扱おうとした設計でした。

研究チームは、2.4兆塩基で調整した70億パラメーター版と、8.8兆塩基すべてで訓練した400億パラメーター版を作成しました。モデル本体に加え、訓練コード、推論コード、データセットも公開しています。第三者が試し、用途ごとの性能を検証できる点が特徴です。Large genome model: Open source AI trained on trillions of bases

変異の優先順位づけは進むが、診断の確定とは別だ

Evo 2は、タンパク質をコードする領域やイントロン境界、可動遺伝因子に対応する内部特徴を示しました。転写開始部位や翻訳開始部位に影響する1塩基変異を検出し、終止シグナルの導入など翻訳を中断する変異を、より重大な変化として識別したとされています。

RNAのスプライシング部位の識別では、指標によっては専用ソフトウェアを上回りました。BRCA2遺伝子では、既知の変異を追加学習させると性能が向上しています。これは候補を絞り込む能力の前進です。どの変異から詳しく調べるかを決める作業を助ける可能性があります。Large genome model: Open source AI trained on trillions of bases

一方、BRCA2の結果には追加学習が関わります。モデル単体の幅広い性能と、特定の遺伝子でデータを追加した後の性能は同じではありません。「AIが変異を判定した」というニュースでは、対象遺伝子、追加学習の有無、比較対象を確認したいところです。

研究チームが示した主な用途も、ゲノム注釈の初期段階の自動化です。AIの出力は、検査や研究の入口を速くする情報であり、個人の診断名や治療選択を単独で決める結論ではありません。

「生成できた」と「機能した」を混同しない

ゲノムAIは分析だけでなく、新しい配列の生成にも使われ始めています。Evo 2に酵母のDNAを入力した実験では、機能性RNAや、調節情報とスプライス部位を含む遺伝子様配列が出力されました。ただし、生成されたタンパク質の機能は検証されていません。

調節DNAの生成では、2種類の細胞で異なる活性を示す配列をつくらせ、細胞に導入して試験しました。そのうち活性が2倍以上異なった配列は17％でした。生成結果の一部は実験で差を示しましたが、すべてが狙い通りに働いたことを意味するわけではありません。Large genome model: Open source AI trained on trillions of bases

健康ニュースを読む際の線引きは明確です。「配列を生成した」「細胞で活性を測った」「人で健康上の利益を確かめた」は、異なる到達点です。見出しの勢いではなく、どこまで実験で確かめたのかを見ることが、AI関連の医療ニュースを読み解く基本になります。

まとめ

ゲノムAIは、膨大なDNA配列から変異や機能の候補を探す道具として進化しています。Evo 2のような公開モデルは、研究者以外も検証に参加しやすい環境を広げます。

一方で、個人の健康判断に直結させるには段階があります。AIの推定なのか、細胞での実験結果なのか、人での確認まで進んだのか。医療・健康ニュースに触れたときは、この3点を切り分けて確認することが、期待を過大にも過小にも見積もらない判断基準になります。