世界保健機関（WHO）によれば、抗菌薬耐性により2050年までに年間1,000万人が死亡し、経済に重大な損害をもたらすと予測されています。
近年、新たな抗生物質がほとんど発見されていないことから、この問題はさらに深刻化する可能性が高いとみられています。
こうした空白を埋めるのが、AIと微生物学によって再び注目を集めているバクテリオファージ療法であり、抗菌薬耐性の問題への対処に役立つ可能性があります。
かつては一般的な感染症でも命を落とす可能性があった「ポスト抗生物質時代」の脅威が、再び頭をもたげつつあります。
実際、世界保健機関（WHO）は、抗菌薬耐性（AMR）によって2050年までに年間1,000万人の死亡が生じ、経済に重大な損害をもたらすと予測しています。
さらに、新たな抗生物質のパイプラインはほぼ枯渇しており、過去数十年間に新たに発見された抗生物質はほとんどありません。
こうした空白を埋める形で、バクテリオファージ療法が、人工知能（AI）と現代の微生物学によって再び活性化されつつあります。
バクテリオファージが果たせなかった約束
これらのバクテリオファージ（細菌細胞の中でのみ感染・増殖するウイルスで、略して「ファージ」と呼ばれる）は、フェリックス・デルヘレによって初めて発見され、命名されました。デルヘレは、1917年にパリのパスツール研究所に所属していたフラン系カナダ人の科学者です。
ファージは地球上で最も豊富な生物学的存在です。ファージは細菌のみを選択的に標的として破壊し、人間を含むいかなる種類の細胞に対しても無害です。実際、人体にはその細胞数よりも多くのファージが存在しています。
ファージ療法の治療原理は、環境から特定のファージを分離し、特定の病原性細菌（例：サルモネラ菌）に有効なものを特定し、その後、選別したファージを高濃度になるまで培養して投与するというものです。
しかしながら、デルヘレの研究で示された初期の勢いは、ペニシリンの登場によってすぐに影を潜めることになりました。1928年にアレクサンダー・フレミングによって発見され、抗生物質の時代を切り開きました。これらの新しい「奇跡の薬」は広域スペクトルを持ち、製造も比較的容易で、顕著な臨床成果をもたらしたため、医療および産業の関心をすぐに集めました。
その後、ファージ療法の採用は、20世紀前半から中盤にかけての技術的限界により、重大な実務上の障害に直面しました。特定の細菌株に適したファージを特定するには、極めて時間のかかる手作業が必要だったため、特定のファージを一貫して分離することは困難でした。
これに加え、確実な効果を得るための治療法の標準化や生産規模の拡大における課題も重なり、大きな障壁となりました。さらに、化学薬品向けに設計された既存の規制の枠組みは、これらの生物学的製剤には適していませんでした。
その結果、抗生物質の開発が盛んになるにつれ、多くの欧米諸国ではファージの研究と応用が縮小していきました。しかし現在、抗菌薬耐性という深刻化する世界的な危機が、新たな抗生物質の発見パイプラインが極めて乏しい状況によってさらに悪化しており、ファージが科学的な注目を再び集める結果となっています。
世界経済フォーラムは第四次産業革命に関してどのような取り組みを行っているのか？
フロンティア技術・イノベーションセンターは、科学者、政策立案者、ビジネスリーダーを結集し、新興技術とその現実世界への影響を見極める取り組みを行っています。
コラボレーションと実験を可能にすることで、同センターはパートナーが研究から得られたイノベーションを、世界共通の課題に対応する実用的な応用へと転換する支援を行っています。
AIが現代の微生物学革命を可能にした
現在、患者に適したファージを見つけることは、非常に手間のかかる手作業のプロセスです。科学者は「ファゴグラム」と呼ばれる一連の実験室検査を実施する必要があります。これは、無数の鍵を一つの錠に試すようなものです。科学者は、ライブラリにある利用可能な各ファージを患者固有の細菌感染と実際に混合し、どのファージが効果を示すかを確認します。
単一の患者に最適なファージ候補を見つけるには、数十万回もの手作業による検査が必要となるでしょう。しかし、実験室が一度に実施できる検査数は多くても数百回程度に限られており、これがファージ療法が主流の医療として普及するうえでの主要な障害の一つとなっています。
しかし、人工知能（AI）における最新の進歩は、こうした課題の解決に役立つ可能性があります。科学者は、ファージの遺伝暗号のみからその効果を予測できるようになることが近々期待されており、これは手作業によるファゴグラムモデルからデジタルモデルへの根本的な転換を意味します。
したがって、バクテリオファージ療法によって感染症と闘うための、真に個別化され、高い効果を持つ方法の開発が現実味を帯びてきており、特に従来の治療が効果を発揮できなかった場合において、成功の可能性が格段に高まることが期待されます。
さらに、AIによるファージの遺伝学および予測される相互作用の理解は、最適な単一のファージを特定することにとどまらず、細菌標的を最も効果的に排除するために必要なファージの組み合わせ、すなわち「カクテル」の設計にも役立ちます。
細菌は遺伝的に非常に多様であり、単一の菌種であっても多数の株を含み、それぞれ固有の感受性を持つことが多いため、これらの取り組みは今後の治療法の開発において極めて重要となります。さらに、細菌は本来的に適応能力が高く、単一の治療薬に対する耐性は常に存在する脅威です。
一方、AIアルゴリズムは、すでに高度な手法によってマルチファージカクテルの構築とその工程の高速化を行い、こうした課題への対応に役立っています。その結果、より幅広い細菌種に対して有効であるだけでなく、耐性の出現を大幅に抑制するよう設計された強力な治療薬が生まれます。
これこそが、当社がPhagosにおいて取り組んでいる課題そのものです。当社の最高technology責任者（CTO）であるアデール・ジェームズは次のように説明しています。「人工知能と微生物学の相乗効果は、ファージ療法を根本から変えつつあります。現在、進化を続ける細菌感染症に対して、数年ではなく数週間で高度に標的化された解決策を提供することを目指しています。これは、新薬開発に通常必要とされる10年を大幅に上回るスピードです。」
ただし、これらの高度なAIモデルは、現代の微生物学およびバイオエンジニアリングにおける同様に目覚ましい進歩があって初めて実現され、規模を拡大することができます。高度な自動ハイスループットスクリーニングプラットフォームにより、無数のファージと細菌の相互作用を迅速に評価することが可能になります。この膨大なデータは、先進的なバイオインフォマティクスツールによって効率的に処理され、これらの広範なスクリーニングから最も強力かつ特異性の高いファージを特定するのに役立ちます。
同時に、ゲノムツールは選別されたこれらのファージのDNAをマッピングし、その強みを全体的に把握できるようにします。最後に、自動液体ハンドリングシステムにより、試験および製造準備の工程が格段に迅速かつ正確になり、拡張可能な生産への道を開きます。
ポスト抗生物質時代への道を切り開く
AIと先進的な微生物学の融合は単なる理論ではなく、従来の抗生物質への過度な依存からの転換を示す具体的な成果を生み出しています。この「ファージ・ルネサンス」は、すでに重要な分野で実用的な価値を示しており、細菌の脅威に対してより強靭な未来へと向かうことを示唆しています。
抗菌薬耐性が食料生産システムに重大な脅威をもたらしている農業分野では、ファージは細菌性疾患を制御するための標的型手法を提供します。例えば、ファージは家禽農場における大腸菌などの病原体との闘いにおいて、非常に高い効果を示していることが分かっています。これにより抗生物質の必要性も大幅に減少し、より安全な食品の提供と、この分野における抗菌薬耐性の影響の低減につながります。
人間の健康に関して、ファージは他の治療法が効果を示さなかった多剤耐性感染症に対する、重要な新たな防御手段を提供しています。注目すべき例として、『Nature Microbiology』に掲載された2024年の研究では、Nature Microbiology、難治性感染症に対するバクテリオファージ治療の連続した100症例がレビューされました。報告された結果では、これら治療が困難な感染症の77%で臨床的改善が認められ、61%で細菌が完全に除去されました。
ファージ療法が真に発展するためには、安全性と患者のアクセスを確保するための適切な規制が不可欠です。また、科学を推進し、強固な臨床試験を支援し、最終的に生産を拡大するためには、継続的な研究開発投資も極めて重要です。
特に重要なのは、学術界、産業界、規制当局の間での連携が、抗菌薬耐性への対策においてアプローチを標準化し、ファージを中核的な戦略に組み込むうえでの鍵となることです。
寄稿いただいたIlias Theodorou、Marine Feyereisen、Ana Flack、Andrea Di Gioacchinoの各氏に感謝申し上げます。
