バイオエンジニアのCésar de la Fuente氏の研究室は、深層学習モデルを用いて、生物学的配列の膨大なデータセットから抗微生物分子の候補を探索しています。同研究室では、ChatGPTやCodexを併用することで、仮説の立案、コードの作成と改善、データセットの処理、結果の分析、さらには異なる学問分野にわたるアイデアの結合に活用していると述べています。
生物学的配列の解析にChatGPTとCodexを活用、新薬候補の探索を加速
同研究室では、生物学、化学、コンピュータサイエンス、工学といった多角的な専門知識を持つメンバーが所属しています。AIの活用は、プログラミングには長けているが生物学には詳しくないメンバー、あるいはその逆のメンバー間における知識の隔たりを埋める役割を果たしています。また、ChatGPTは研究者が母国語で作業することを可能にし、ワークフローの加速に寄与しているとしています。
一方で、de la Fuente氏はAIのみに依存することに対して注意を促しており、予測の正確性を常に再確認する必要があると述べています。同氏は、AIの予測を検証するためには、実証実験（グラウンドトゥルース）が不可欠であると指摘しています。
出典
- How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules （OpenAI News、2026-09-10）