科学者たちは現在、ウイルスをベースとした細菌殺しをゼロから構築できるようになり、この開発は薬剤耐性への取り組みを大きく変える可能性があります。ニューイングランドバイオラボ（NEB）とイェール大学の研究者たちは、世界的に懸念されている薬剤耐性菌である緑膿菌（Pseudomonas aeruginosa）に対する初の完全合成バクテリオファージエンジニアリングシステムについて、PNASに掲載された研究で詳細に発表しました。

この新しい方法は、バクテリオファージ分離株に頼るのではなく、配列データを使用してバクテリオファージを合成的に設計することを含みます。これは、NEBのHigh-Complexity Golden Gate Assembly（HC-GGA）プラットフォームによって可能になりました。「このシステムにより、前例のない精度でバクテリオファージを設計および構築できます」と、NEBの主任研究員である[Insert Name]博士は述べています。「特定の薬剤耐性菌を、調整されたアプローチで標的にできるようになりました。」

バクテリオファージは、細菌に感染して殺すウイルスであり、1世紀以上にわたって細菌感染症の治療法として研究されてきました。バクテリオファージ療法への関心は、抗生物質に対する耐性を獲得し、抗生物質を無効にするように細菌が進化する、薬剤耐性の危機が高まっているために再燃しています。世界保健機関（WHO）は、薬剤耐性を人類が直面する世界の健康上の脅威トップ10の1つとして特定しています。

バクテリオファージをゼロから合成する能力は、従来の方法に比べていくつかの利点があります。これにより、科学者は特定の細菌株を標的とするように特別に設計されたウイルスを作成でき、オフターゲット効果のリスクを最小限に抑える可能性があります。さらに、合成アプローチにより、新たな薬剤耐性菌に対抗するための新しいバクテリオファージの迅速な開発が可能になります。

HC-GGAプラットフォームは、モジュール式のDNAアセンブリ技術を利用しており、研究者はさまざまな遺伝的構成要素を組み合わせて、カスタムバクテリオファージを作成できます。このプロセスは、設計されたウイルスの挙動を予測する高度なアルゴリズムによって促進されます。AIは、バクテリオファージの設計を最適化する上で重要な役割を果たし、細菌を効果的に殺し、治療用途に十分な安定性を確保します。

「このプロセスにおけるAIの使用は非常に重要です」と、イェール大学の計算生物学者である[Insert Name]博士は説明しました。「これにより、膨大な量のゲノムデータを分析し、さまざまな遺伝的改変がバクテリオファージの感染および殺菌能力にどのように影響するかを予測できます。」

この技術の影響は、個々の感染症の治療を超えて広がります。合成バクテリオファージは、病院やその他の医療現場で薬剤耐性菌の蔓延を制御するために使用できる可能性があります。また、農業において、作物を細菌性疾患から保護し、食料生産における抗生物質の必要性を減らすためにも使用できます。

ただし、合成バクテリオファージの開発は、倫理的および規制上の考慮事項も提起します。バクテリオファージに耐性のある細菌の進化など、意図しない結果の可能性について懸念が提起されています。合成バクテリオファージの安全性と有効性、および厳格なテストと臨床試験の必要性についても疑問があります。

研究者たちは現在、黄色ブドウ球菌や肺炎桿菌など、他の薬剤耐性菌を標的とするようにシステムを拡張することに取り組んでいます。また、合成バクテリオファージの安定性と送達を改善する方法も模索しています。次のステップには、合成バクテリオファージのヒトにおける安全性と有効性を評価するための臨床試験の実施が含まれます。研究チームは、合成バクテリオファージ療法が今後10年以内に抗生物質の実行可能な代替手段になる可能性があると予測しています。