ちょうど今日、インターネット全体がこの 00 年代以降の人物の話で溢れかえりました。セス・ハウズという名前のこのネチズンは、ポータブルシーケンサーとクロードを使用して、リビングルームで独立して完全なゲノム配列決定を完了し、家族の自己免疫疾患の発症メカニズムを何世代にもわたって追跡することに成功しました。
2000 年代に生まれた若者、セス・ハウズは、USB フラッシュ ドライブほどの大きさのシーケンサーといくつかの AI モデルを使って、自宅のリビング ルームでゲノム解読を完了し、数十年にわたって未解決のままだった家族の自己免疫疾患の謎を独力で解決しました。 2023 年には、ヒトゲノム全解読の費用は 27 億米ドルになる予定ですが、彼が費やしたのは 1,100 米ドルのみです。
これらの問題により、数え切れないほどの臨床医が途方に暮れています。
これまで、これらのメカニズムを説明できた臨床医は一人もいませんでした。 10年以上の治療と数え切れないほどの病院通いを経て、その答えはついに自分のリビングルームで見つかりました。
この実験はあまりにも衝撃的なもので、バイオテクノロジー界は激震の中にあります。
実際、クロードの大規模モデルは、遺伝子配列決定を資本集約的な活動から個人的なツールに変えました。
生物学研究の場所は、もはや一流の研究室にある高価な機械でも、医学部の公共プラットフォームでもなく、自分のリビングルームです。
加熱モジュール、ボルテクサー、小型遠心分離機、ピペット、MinION を含むテーブル上の研究室
今、この投稿がインターネット上に広まりました。
研究室で 10 年間実験をしてきた人は、感激しながらこう言います。「あなたはとてもプロフェッショナルです。」
遺伝子研究を行っている人々は、このゲノム解読プロジェクトが自分たちの研究範囲に適していると言っています。
腫瘍に苦しむ患者は、この実験は非常に意義深いと語った。
これは生物圏全体に衝撃を与える可能性のある DIY 実践であると言えます。それ以来、生物学研究は機関の独占を打ち破り、完全に個人の時代に入りました。
彼は痛みから人生の決定権を取り戻すことを望んでいる
Seth Howes は元 exolabs エンジニアで、オックスフォード大学で医学博士号、インペリアル カレッジで機械学習の博士号を取得しています。
セスの研究は学術的な興味から始まったものではなく、家族の遺伝的圧力から生まれました。
彼の家族には高リスクの自己免疫疾患の長い歴史があります。
彼が実験を行っている間、40歳未満の妹が病気により重度の肝臓障害を負った。彼女は手術用の肝臓ソースを入手するまでに 2 年待たなければなりませんでした。
「家族の病気を治せるという幻想はありませんが、なぜ私たちの体が何世代にもわたって自分自身を蝕み続けるのかを理解したいと思っています。」
データ プライバシーの追求と相まって、生活の根底にある規範についての好奇心が、リビング ルームに「デジタル薬局」のワークベンチを構築することを決意したきっかけでした。
結局のところ、彼の意見では、「最も個人的なデータは決して家から出すべきではない」のです。
コアブラックテクノロジー: AI の飛躍的な恩恵
以前は、全ゲノム配列決定は大規模研究室の管轄であり、数十万ドルの費用がかかりました。
今回のセスの成功の鍵は、3つの要素の祝福にあります。
ハードウェア: ポケットに入る「遺伝子リーダー」
まずハードウェアに関しては、Oxford Nanopore MinION シーケンサーを使用しました。
これは USB フラッシュドライブほどの大きさで、コンピュータに接続すると DNA 配列を読み取ることができます。
数年前、同じことを行うには、部屋いっぱいのイルミナ シーケンサー、専任チーム、そして 6 桁の予算が必要でした。
さて、このデバイスはモバイルバッテリーほどの大きさですが、約 2,000 個のナノ細孔 (直径わずか 1 ナノメートル) で満たされています。 DNA 断片がこれらの穴を通過すると、引き起こされる微小電流の変化が記録され、遺伝コードに変換されます。
これにより、配列決定のコストが数十万ドルから 1,000 ドルのレベルに下がり、将来的には 100 ドルにまで下がる可能性もあります。
MinION は、「DNA の読み取り」を資本集約的な活動からツールベースの機能に変換したと言えます。
3D プリンタが「製造」を工場からデスクトップに移すのと同じように、MinION は「シーケンス」を研究室からリビング ルームに移します。
AIモデル：「コードを読む」から「機能を理解する」まで
しかし実験では、A、T、C、G の 4 つの塩基を読み取るだけでは十分ではありません。
30 億塩基対の生データが目の前にありますが、その意味がわからなければ、それは単なる文字の束にすぎません。
ここでAIが活躍します。実験では、2 つの主要なモデルが使用されました。
まずはEVO2です。
これは、アーク研究所によって開発された基本的なゲノム モデルであり、パラメーター スケールは 70 億で、世界中の 12 万種以上のゲノム データに基づいてトレーニングされています。できることは、DNA 配列が与えられると、この配列の生物学的機能を予測することです。
お気づきかと思いますが、これは GPT の生物学的バージョンです。
GPT は人間の言語を理解し、Evo2 は生命の言語を理解します。違いは、Evo2 が読む本の長さは 30 億文字であることです。
2つ目はAlphaGenomeです。
ゲノム機能予測を専門とするGoogle DeepMindが制作。 「この DNA がコードするタンパク質」がわかるだけでなく、「この部位の変異が遺伝子発現とクロマチン構造にどのような影響を与えるか」も予測します。
「DNAを読む」から「DNAの機能を理解する」まで、この飛躍を検証するには、かつては分子生物学研究室全体が数か月を要しました。現在では、モデルを数時間実行するだけで結果が得られます。
簡素化されたインターフェイス: 大きなモデルが「研究室のアシスタント」になります
そういえば、全体の中で最も驚かされたのはシーケンサーやゲノムモデルではなく、クロードでした。
セスは手術中にクロードを使用して BED ファイルを生成しました。
BED ファイルは、ゲノム上の特定の領域の座標情報を記録する、ゲノミクスの標準データ形式です。以前は、この種のファイルを作成するには、バイオインフォマティクスを理解した専門家が手動で作成するか、専用のコマンド ライン ツールを使用する必要がありました。
現在のアプローチは、自然言語を使用してクロードに「これらの遺伝子領域をカバーするために BED ファイルを生成してください」と指示し、ファイルが生成されることです。
生物学的操作は言語インターフェースに引き継がれました。
個人ラボの時代が到来
現在、ハードウェアの民主化 (MinION)、AI 理解の指数関数的な向上 (Evo2 + AlphaGenome)、および言語インターフェイスによる動作閾値の平滑化 (Claude) が、完全なパラダイム シフト チェーンを直接構成しています。
それぞれのリンクだけではニュースになりません。しかし、3つのリングが同時に閉じると、何かがおかしくなります！
好奇心旺盛な青年が、臨床医たちが10年以上も気づかなかった謎を自宅のリビングルームで解明した。
この事件の影響は、セスの個人的な物語が伝説になったことではなく、加速曲線を明らかにしたことです。
配列決定コストの下降傾向は、ムーアの法則よりもさらに深刻です。
2003 年、ヒトゲノム解読を完了するのにかかった費用は 27 億ドルでした。 2007 年には 1,000 万人まで減少しました。 2014 年には 1,000 ドルまで下がりました。2024 年には、一部のプラットフォームはすでに 200 ドルを下回る価格を達成できるようになるでしょう。
次の目標は100ドルです。
この曲線の傾きは、そう遠くない将来、自分自身のゲノム配列を解析する費用が、身体検査よりも低くなる可能性があることを意味します。
多くの人の最初の反応は、「これはオタクのための単なる趣味のプロジェクトではないのですか?」です。一般人の中で自宅でゲノム検査をする人がいるだろうか？
しかし、振り返ってみてください。2010 年当時、「一般の人が家庭で 3D プリンターを使うようになる」と考えていた人はどれだけいたでしょうか。
ツール チェーンが閉じられるたびに、オタク向けのおもちゃから大量のアプリケーションまでのウィンドウ期間が短縮されます。その背後にある原動力は硬直的な需要であるため、今回はウィンドウ期間が短くなる可能性があります。
リビングルームの実験記録: 自宅で自分の DNA を「読み取る」にはどうすればよいですか?
セス氏が公開した完全な操作手順によると、精密ピペットに加えて、彼の実験器具の多くが eBay や AliExpress からの中古品であることがわかります。
サンプル採取の段階では、複雑な採血は行わず、無菌の口腔綿棒で頬の内側をこすった。彼はたった1本の綿棒で約5～7マイクログラムのDNAを取得したが、これは実験に必要な1マイクログラムをはるかに超えていた。
アダプティブ サンプリングは MinION の切り札です。
セス氏はソフトウェア制御を使用して、各フラグメントの最初の 500 塩基を読み取るときにシーケンサーに「予備スクリーニング」を実行させます。それが懸念している免疫関連遺伝子の場合は読み取りを続けます。そうでない場合は、電圧を逆にして DNA 鎖を「吐き出し」、次の DNA 鎖と置き換えます。
実行開始から数分後の MinKNOW コントロール パネル上のナノポア活性ステータス
このプロセスでは、M3 Ultra チップの Mac Studio を使用してリアルタイムの塩基識別を行い、NVIDIA の DGX Spark を使用して分析速度を向上させ、コンピューティング能力を確保しました。
生物学はもはや個人の独占ではありません
1970 年代、コンピューターは大規模な組織のものでしたが、その後パーソナル コンピューターが登場し、さらにインターネットが登場しました。
生物学も同じ方向に進んでいます。
シーケンサーはパーソナルコンピューター、ゲノムベースモデルはオペレーティングシステム、そしてクロードはユーザーインターフェースです。 3 つの層がすべて同時に整ったとき、生物学の「PC モーメント」が到来します。
セスがリビングルームでゲノムの配列決定を終えた午後、それがこの瞬間の最初のフレームだったのかもしれない。
10年後に振り返ってみると、2026年は大きな転換期となるだろう。
この実験の重要性は、テクノロジーオタクの勝利をはるかに超えています。これは、生物学研究が機関の独占から個人のDIYモードへパラダイムシフトを起こしていることを示しています。
複雑な生物学的操作が AI によって言語会話に単純化され、高価な機器が誰でも手頃な価格になると、一般の人が生命の根底にあるロジックを積極的に分析できるようになります。
セス氏が語ったように、彼は子供の頃、遺伝子回路をいじるときにコンピューターで遊ぶ喜びを感じました。この「オタク魂」が新たな時代を切り開く。
AIは次にどれだけの奇跡を起こすでしょうか？