AIによる実験室の自動化が、ソフトウェア上の分析や実験計画の立案から、実際の装置を操作する段階へと広がりつつある。オックスフォード大学で博士号を取得し、Exin TherapeuticsのCEOを務めるGabriel Ocana-Santeroは、2026年10月28日のXへの投稿で、AIモデル「Claude Sonnet 5」を使ったエージェントに、てんかんモデルマウスへの遺伝子治療用ベクターの選定と脳内注入を実行させたと報告した。エージェントは投与するベクターや標的となる脳領域を選び、学術論文から注入座標を算出したうえで、実験装置を制御して薬液を投与したという。AIが実験計画の立案だけでなく、生体への侵襲的な処置に直接関与した事例として関心を集めている。
ただし、今回の実験をAIによる完全自律手術と捉えるのは正確ではない。開頭や縫合は人間の術者が担当し、不可逆的な操作には獣医師の承認が必要だった。また、手術中には装置の位置情報に不整合が生じ、エージェントが安全上の理由から動作を拒否する場面もあった。公開されている情報は主に研究者本人の報告に基づいており、実験手順を詳細に記した学術論文や技術報告書、治療効果を示すデータは確認されていない。
今回の試みで重要なのは、AIがどこまで自律的に判断・操作し、どの部分を人間や事前に設定された安全機構が担っていたかという点だ。研究者はAIによる治療法の選定と物理的な注入操作を一体化したことに意義を見いだしているが、それが治療の成功を意味するわけではない。実験の内容と途中で発生した問題を整理すると、生体実験にAIエージェントを組み込む可能性と、現時点での限界が見えてくる。
AIが担った治療薬選定と定位注入、人間が担当した外科処置
今回の実験では、てんかんモデルマウス1匹に対して、AIエージェントが遺伝子治療用ベクターの選定と注入操作を行った。研究チームはあらかじめ19種類のベクターを候補として用意し、カメラと電動シリンジを備えた特注の定位固定装置をエージェントから操作できるようにした。エージェントに与えた目標は「マウスの発作を軽減すること」だったとされる。
この条件のもとで、エージェントは19種類の候補から投与するベクターを選び、脳内の標的部位と注入座標を決定した。さらに、注入速度や待機時間などのパラメータを設定し、定位装置のアームとシリンジを動かして注入を行ったという。これまで人間が担ってきた実験計画の一部と、装置の操作をAIエージェントに任せた点が今回の特徴だ。
ただし、AIが手術の全工程を担当したわけではない。頭蓋骨を開いて脳へのアクセスを確保する開頭術（craniotomy）と、注入後の皮膚の縫合（suturing）は、人間の術者が手作業で行った。AIが直接制御したのは、定位装置を動かして針を指定の位置まで進め、薬液を注入する工程である。手術の準備から終了までを一貫して自動化したものではなく、外科処置の一部にAIによる判断と機械制御を組み込んだ実験だった。
安全管理にも人間が関与していた。報告によると、有資格の獣医師が不可逆的な操作を一つずつ承認し、異常時に装置の全モーターへの電力供給を遮断できる物理的な非常停止ボタンを保持していた。また、注入量の上限などは固定された検証ルールによって制限され、エージェントがこれらの制約を自ら解除できないようにしていた。人間による承認とシステム側の安全制約を組み合わせることで、AIの操作権限を限定していたことになる。
各工程の役割分担を整理すると、次のようになる。
| 手順 | AIエージェントの役割 | 人間の役割・安全制約 |
|---|---|---|
| 治療方針の決定 | 19種類の候補からベクターを選定 | 19種類の候補を事前に用意 |
| 標的部位の選定 | 文献を参照して外側嗅内皮質を選択 | エージェントが選んだ部位を採用 |
| 座標・注入条件の設定 | 論文3本から座標を算出し、注入条件を設定 | 装置の可動域や注入量に固定の制約を設定 |
| 開頭・術野の確保 | カメラで観察するのみ | 人間の術者が開頭 |
| 針の穿刺・薬液の注入 | 電動定位装置とシリンジを制御 | 不可逆的な操作ごとに獣医師が承認 |
| 異常時の対応 | 不正な座標を検知し、動作を拒否 | 獣医師が物理的な非常停止手段を確保 |
| 縫合・閉創 | カメラで観察するのみ | 人間の術者が縫合 |
このように、エージェントには治療薬と投与部位の選択という重要な判断が委ねられた一方、実際の外科処置や安全管理には人間が関わっていた。AIによる自律性が認められるのは、あらかじめ用意された候補と装置の操作範囲内での判断・実行に限られる。したがって、今回の実験は完全自律手術というより、人間の監督下でAIが治療計画の一部と定位注入を担当した協調型の実験と位置付けるのが適切だ。
GABAシグナルに着目した治療薬の選定と注入座標の算出
Ocana-Santeroは、エージェントが治療法を選んだ際の判断過程についても説明している。報告によると、エージェントはまず、今回のてんかんモデルで発作が起こる仕組みを検討し、脳内の抑制性神経伝達を強める方針を立てた。具体的には、主要な抑制性神経伝達物質であるGABAのシグナル伝達を強化し、その発現をGABA作動性ニューロンに限定するプロモーターを備えたベクターを選んだという。
この選択には、神経回路の過剰な興奮を抑えることで発作を軽減するという考え方がある。ただし、これはエージェントが提示した治療仮説であり、今回の実験でその作用機序が実証されたわけではない。選択したベクターが実際に目的の細胞で発現したか、GABAシグナルがどの程度変化したかについては、公開された情報から確認できない。生物学的に妥当と思われる治療方針を提案することと、実際に治療効果を得ることは区別する必要がある。
投与先となる脳領域についても、エージェントは複数の候補を比較したとされる。最終的に選んだのは外側嗅内皮質（lateral entorhinal cortex）で、このてんかんモデルにおいて発作が他の領域へ広がる前の起始部として報告されていることを理由に挙げた。別の候補として黒質（substantia nigra）も検討したが、効果が黒質内の部位や発作モデルによって異なることに加え、強直間代発作を抑制できなかった先行研究があるとして、候補から外したという。これは、単に文献でよく使われる標的を選ぶのではなく、今回の実験目的との整合性を考慮した判断だったと説明されている。
注入位置の決定には、3本の学術論文に記載された定位座標が使用された。エージェントは、前後方向（AP）、左右方向（ML）、深さ方向（DV）の数値を比較し、とりわけ深さの基準が使用装置と同じ脳表面であることを確認したうえで、各座標の平均値を算出したとされる。最終的に設定された注入位置は以下の通りだ。
| 座標軸 | 基準位置からの方向 | 設定値 |
|---|---|---|
| 前後方向（AP） | ブレグマから後方 | 3.90 mm |
| 左右方向（ML） | 右側 | 4.00 mm |
| 深さ方向（DV） | 脳表面から下方 | 4.30 mm |
注入プロトコルでは、5分間で合計250 nLの薬液を投与し、ウイルスゲノムの総数は (5 \times 10^8) と計算された。装置の移動速度や注入後の待機時間についても、エージェントが設定したという。これらの数値は研究者が報告したものであり、実際の投与位置や薬液の分布が独立した測定によって確認されたことを意味するものではない。
エージェントは処置中、術野を撮影するカメラの映像も参照していた。Ocana-Santeroによると、実験中に32回の画像観察を行い、人間の術者による開頭作業や注入後の縫合も確認していた。総量250 nLのうち37.5 nL（15%）を注入した時点では、映像から出血や薬液の逆流は確認できないと報告したという。
ただし、カメラで観察できるのは主に術野の表面であり、脳内での針先の正確な位置や薬液の広がりを直接確認できるわけではない。また、32回の観察が行われたという報告はあるものの、すべての画像や詳細な実行ログ、エージェントに入力されたプロンプトと応答の完全な記録は公開されていない。判断過程や装置制御の正確性を第三者が検証するには、より詳細な記録が必要となる。
手術中に発生した座標の不整合、AIは安全制約を優先して動作を拒否
今回の実験では、予定通りに処置を進められない場面もあった。手術中に装置との通信が一時的に切断され、再接続後にエージェントが計算した目標位置が、実験装置の可動範囲を超えていたのである。具体的には、Y軸方向に34 mmの移動が必要と計算されたが、装置の可動範囲は最大30 mmだった。
エージェントは、この座標がハードウェアの許容範囲を超えていることを検知し、動作を拒否した。研究チームがブレグマを基準に原点を再設定しても、計算結果は変わらなかった。エージェントは単なる原点設定の古さによる問題ではないと判断し、繰り返しの実行を拒んだという。
原因は、処置が一時停止している間に人間が行った装置の手動操作だった。これによって、制御ソフトウェアが認識する位置と、装置の実際の位置が一致しなくなっていた。エージェントが可動域外への移動を拒否したこと自体は、設定された安全規則に沿った動作だったと考えられる。仮にそのままモーターを駆動させていれば、装置の破損や動物の脳組織への予期しない損傷につながる可能性があった。
しかし、動作を止めることが常に最も安全な結果につながるとは限らない。手術台には全身麻酔下のマウスが固定されており、処置が長引けば、それ自体が動物への負担となる。Ocana-Santeroは、安全制約を解除するようエージェントを説得できず、最終的に制御コードの修正によって問題に対処する必要があったと説明している。エージェントが人間の指示よりも事前に設定された制約を優先したことで、処置の継続に支障が生じたわけだ。
この問題は、物理的な装置をAIエージェントに操作させる際の難しさを表している。安全制約が正しく機能しても、通信障害や人間の介入によって装置の状態が変化した場合、自動的に正常な状態へ復帰できるとは限らない。特に生体実験のように時間的な制約がある作業では、危険な操作を防ぐ仕組みだけでなく、安全に中断・復旧する手順も不可欠となる。今回の事例では、不正な動作を防ぐ仕組みは機能した一方、想定外の状態から復旧するには追加の対応が必要だった。
上位モデルのOpus 5.5とOpus 5は処置を拒否
使用するAIモデルの選定でも、興味深い違いが報告されている。Ocana-Santeroによると、研究チームは当初、Claude Opus 5.5とClaude Opus 5の利用を試みたが、いずれも生体への注入操作には進まなかった。Opus 5.5は生物学的な処置であることを検知した段階で拒否し、Opus 5は水と方眼紙を使ったドライランを最後まで実行したものの、実際の手術を開始する段階で停止したという。
Opus 5が示したとされる理由は、処置を最後まで遂行できる保証がないことだった。手術中にモデルの出力が停止すれば、麻酔下の動物の脳に針を刺したまま作業を中断する事態になりかねない。途中で止まる可能性のある処置を始めることは、最初から実行しない場合よりも危険だという趣旨の判断だったと報告されている。
その後に試したClaude Sonnet 5は、実際の生体への注入操作を引き受けた。ただし、Sonnet 5も処置中に座標の不整合を検知すると、安全制約に従って動作を拒否している。したがって、Sonnet 5がすべての処置を無条件に実行したわけではなく、事前の安全判断と実行中の制約への対応に、モデル間で異なる挙動が見られたというのが実態に近い。
もっとも、これらは統一された条件で繰り返し実施された比較試験ではない。モデルごとの試行回数や入力内容、動作環境などをそろえた体系的な評価結果は公開されておらず、単一の実験環境における観察にとどまる。この報告だけで、どのモデルが生体実験に適しているか、あるいは安全性が高いかを判断することはできない。モデルが危険な作業を拒否する条件と、許可された作業を安全に最後まで遂行する能力は、分けて検証する必要がある。
マウスの回復は治療成功を意味しない、効果の検証はこれから
実験後のマウスについて、Ocana-Santeroは良好に回復したと報告している。しかし、これは処置後の状態に関する説明であり、遺伝子治療によって発作が軽減したことを意味しない。今回の実験でAIエージェントが与えられた本来の目標は、マウスの発作を減らすことだった。その目標が達成されたかどうかを判断するデータは、現時点で公開されていない。
治療効果を確認するには、投与前後の発作頻度や重症度を測定し、脳波などの客観的な指標と照らし合わせる必要がある。また、選択されたベクターが目的の脳領域に届き、標的とするGABA作動性ニューロンで適切に発現したかについても、組織学的・分子生物学的な検証が欠かせない。加えて、免疫反応や組織損傷などの有害事象、術後の長期的な経過も確認する必要がある。
実験計画の妥当性を評価するための情報も不足している。10月28日に報告されたSonnet 5による実験はマウス1匹を対象としたものであり、溶媒のみを投与する対照群や、人間が従来の方法で実施した場合との比較結果は示されていない。盲検化の有無や統計解析の方法も公開されておらず、治療効果の大きさや再現性を評価する段階には達していない。現時点で確認できるのは、研究者の報告によれば、AIが選んだベクターを指定した脳領域へ注入する手順が実行されたということまでだ。
Ocana-Santeroは、AIエージェントが生きた哺乳類に対して治療薬と脳内の標的部位を選び、実際に投与まで行った先例を自身は知らないと述べている。ただし、これは本人の認識に基づくものであり、学術的に初めての試みと確認されたわけではない。Exin Therapeuticsは、AIを生体実験に組み込み、実験結果を次の研究に生かす開発方針を掲げているが、今回の報告だけでその技術の有効性や再現性が裏付けられたとはいえない。
今後、この試みを科学的な研究成果として評価するには、少なくとも以下の情報が必要となる。
- 動物実験倫理委員会による承認と、適用された動物実験ガイドラインの詳細
- 候補として用意された19種類の遺伝子治療用ベクターの組成と選定条件
- エージェントへの指示内容、参照した文献、判断・実行ログの完全な記録
- 使用したモデルとソフトウェアのバージョン、定位装置の制御システムの詳細
- 獣医師による承認基準と、問題発生時に実施したコード修正・人間の介入履歴
- 複数のマウスと適切な対照群を用いた発作抑制効果の定量的評価と統計解析
- 標的組織での遺伝子発現や細胞特異性を確認する組織学的・分子生物学的解析
こうした情報が公開されれば、AIが選んだ治療方針の科学的妥当性と、装置操作の安全性をそれぞれ検証できるようになる。また、異なる研究環境や装置でも同様の結果が得られるかを確認することは、実験室の自動化技術としての信頼性を評価するうえでも重要だ。現状では、実験の詳細を第三者が再現できるだけの情報はそろっていない。
大規模言語モデルと実験装置を接続し、AIが自ら立てた仮説を物理的な実験によって検証する仕組みは、創薬や生命科学研究の自動化につながる可能性がある。今回の報告は、治療薬の選定から生体への注入までを一つのエージェントに任せる試みとして注目に値する一方、装置の状態管理や異常時の復旧、治療効果の検証といった課題も浮き彫りにした。現段階では、研究者による自己報告に基づく限定的な実証例と捉えるべきであり、AIによる治療の成功や完全自律手術の確立を示すものではない。今後は、詳細な実験記録の公開と第三者による検証、そして実際の発作抑制効果の確認が焦点となる。
