OpenAI が How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules を発表 ── 候補探索を「年」から「時間」へ
「50年間、新しいクラスの抗生物質がなかった」という現実は、少し背筋が冷たくなるよね。OpenAIのCodexとChatGPTが、この沈黙を破る手助けをしているという実例が出た。生物学を「情報処理」として捉える視点の転換が、薬の発見プロセスを根本から変えつつある。
▸何が変わったのか
César de la Fuente氏の研究室が、CodexとChatGPTを使って抗微生物分子の探索を加速させている。従来の手法では候補分子の初期探索に「年」単位がかかっていたが、AIの活用により「時間」単位への短縮が可能になった。DNAやタンパク質の配列を「アルファベット」として扱う情報学的アプローチが中心だ。ChatGPTとCodexは、仮説のブレスト、コードの作成・改善、データセット処理、結果分析、そして学際的なアイデアの接続に使用されている。
◈前モデル / 競合との比較
提供テキストには具体的な競合モデルとのベンチマーク比較は記載されていない。ただし、従来の「既知の化学クラスからの変異」や「サンプル採取・分離」に依存する手法に対して、ゲノムデータベース全体の「情報探索」にシフトしている点が大きな違い。
◈技術背景と意義
簡単に言えば、生物の遺伝子情報は巨大なデータベースだ。その中で「効く分子」のパターンを見つけるのが通常の研究だ。OpenAIのモデルは、この膨大なデータの中から機能する配列の「規則性」を学習し、素人目では見つけられないシグナルを拾い上げる。ChatGPTが研究プロセスの「思考パートナー」として機能し、Codexが実装部分を担うという、AIを研究の「共犯者」として使う流れがここにある。
▸こんな人・用途に
・抗生物質耐性菌対策を目指す製薬会社・研究室（候補分子スクリーニングの高速化）
・バイオインフォマティクス分野の研究者（コード生成とデータ分析の効率化）
・学際的な研究プロジェクト（生物学とコンピュータサイエンスの橋渡し役として）
SOURCE: OpenAI (2026-09-10)
