老化を逆転する20の遺伝子｜AIが数万論文から発見

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

Google DeepMindのAI「Co-Scientist」が、細胞を若返らせる可能性のある20以上の新しい遺伝子因子を特定したと発表
2026年5月19日付のNature論文で公開。皮膚・髪・筋肉などの組織で老化逆転が確認された
通常6ヶ月かかる解析が数日に短縮。研究者は「50人チームが1日で動く感覚」と評価
7つの専門AIエージェントが議論しながら仮説を提案。第一三共・バイエル・カリコなど100以上の機関が参加
「Gemini for Science」を通じて研究者向けに段階公開。日本の創薬・長寿研究への波及も注目される

もし、人間の皮膚や筋肉の細胞を「若い状態」に戻せる遺伝子がAIによって見つかったとしたら——。Google DeepMindが2026年5月19日に発表したマルチエージェントAI「Co-Scientist（コ・サイエンティスト）」は、数万本の論文をスキャンして細胞老化を逆転させる可能性のある20以上の新規遺伝子因子を提案し、その一部が実際の細胞で若返り効果を示しました。この記事では何が起きたのか、なぜ画期的なのか、そして日本の私たちにどう関係するのかを整理します。

Co-Scientistとは何か：7つのAIエージェントが議論する研究パートナー

マルチエージェント構造の仕組み

Co-Scientistは、Googleの大規模言語モデル「Gemini」をベースに構築された研究支援AIです。

特徴は、1つのAIが答えを出すのではなく、役割の違う7つのエージェントがチームのように協力する点です。

具体的には、仮説を提案する「Generation」、似た仮説を整理する「Proximity」、査読者役の「Reflection」、トーナメント方式で仮説を採点する「Ranking」、有望な案を進化させる「Evolution」、最終提案をまとめる「Meta-review」、そして全体を指揮する「Supervisor」が連携します。

つまり、AIが社内会議のように議論を重ねて、研究者に「これを試すべき」という仮説リストを返してくれるイメージです。

Gemini for Scienceで段階公開

Co-Scientistは、同じ5月19日にGoogle I/Oで発表された「Gemini for Science」というツール群の一部として提供されます。

研究者は labs.google/science で利用登録ができ、企業向けにはGoogle Cloud経由で提供されます。日本での正式提供スケジュールは2026年5月時点では未公表ですが、東京大学では既にGeminiの教職員向け展開が始まっています。

何が発見されたのか：細胞を若返らせる20以上の遺伝子

皮膚・髪・筋肉で老化逆転を確認

論文の主役は、米マサチューセッツ工科大学（MIT）系のAbudayyeh–Gootenberg Labです。研究者のオマール・アブダイヤー氏とジョナサン・グーテンバーグ氏が、Co-Scientistに「細胞老化を逆転できそうな遺伝子を探して」と依頼しました。

AIは数万本の科学論文を読み込み、20を超える新しい候補因子を提案しました。

研究チームが実際にラボで検証したところ、提案された因子のいくつかが、老化細胞を若い状態（senescenceから離れた状態）に戻すことに成功しました。対象は皮膚・髪・筋肉といった組織の細胞です。

ちなみに「senescence（セネッセンス）」とは、細胞が分裂を止めて働きが鈍くなった状態のこと。シワや筋力低下、白髪の原因の一つと考えられています。

研究時間が6ヶ月から数日に短縮

このチームは普段、数千の遺伝子をオン・オフして影響を見る「大規模遺伝子スクリーニング」を行っています。

得られたデータと既存の論文を結びつける作業には、通常最大6ヶ月かかっていました。Co-Scientistを使うと、この解析がわずか数日に短縮されたといいます。

アブダイヤー氏は次のようにコメントしています。

「Co-Scientistを使う感覚は、50人のチームが1日で全部の作業をやってくれるようなものです」

老化研究だけじゃない：肝線維化やALSへの応用

肝線維化で91%抑制の薬剤候補

Co-Scientistの活躍は老化研究だけにとどまりません。Google DeepMindの発表によると、複数の分野で実績が出ています。

例えば肝線維化（肝臓が硬くなって機能が落ちる病気）の研究では、瘢痕に関係する反応を91%抑える薬剤候補を提案しました。

急性骨髄性白血病（AML）では、既に承認されている薬の中から「再利用できそうな候補」を数時間で見つけ出しました。

さらにALS（筋萎縮性側索硬化症）に向けたRNA治療のアプローチや、抗菌薬への耐性メカニズムの解明にも応用されています。

参加機関は100以上、第一三共も

論文には100を超える研究機関が関わっています。スタンフォード大学のGary Peltz氏、MITのRitu Raman氏、ケンブリッジ大学のClare Bryant氏、Alphabet傘下の長寿研究企業Calico Life Sciencesのチームなどが名を連ねます。

企業向けプレビューパートナーには、日本の第一三共、独バイエル・クロップサイエンス、米国国立研究所も含まれています。日本企業が初期段階から関わっている点は、今後の国内活用を考えるうえで重要なポイントです。

類似サービスとの比較：FutureHouseのRobinとどう違う？

AI共同研究者という分野で、もう一つ存在感を増しているのがFutureHouse社のRobinです。両者の違いを整理しておきましょう。

項目	Co-Scientist（DeepMind）	Robin（FutureHouse）
運営	Google傘下の研究機関	非営利の研究組織
構造	7つの専門エージェント	マルチエージェント（少数精鋭）
得意分野	論文・データベースからの仮説生成	仮説生成＋実験データ解釈
代表的な実績	細胞老化の20遺伝子、肝線維化91%抑制	緑内障薬リパスジルを加齢黄斑変性に再利用
研究時間	6ヶ月→数日（約30〜60倍）	研究者単独比200倍高速
アクセス	Gemini for Science経由	FutureHouse Platform経由

Co-Scientistは「構造化された科学的思考エンジン」と評され、より多くのエージェントで仮説を磨きます。一方Robinは、実験データを直接読み解いて次の一手を考える点が強みです。

実は両者ともに「AIは研究者の代替ではなく共同研究者」というスタンスを強調しています。研究の主役は人間という前提は崩していません。

日本市場への影響：創薬・長寿研究の競争はどう変わるか

国内製薬・大学への波及

第一三共がエンタープライズ版の早期パートナーに入っていることから、日本の製薬企業も近い将来Co-Scientistを実務で使う可能性が高まっています。

創薬の初期段階で「どの遺伝子・分子を狙うか」を決める仮説生成は、これまで博士号を持つ研究者が論文を読み込みながら判断していた領域です。AIが数万本を読んで候補を出してくれるなら、若手研究者の負担軽減や開発スピード向上が見込めます。

国産AIとの棲み分け

日本でも独自の動きがあります。情報・システム研究機構は「バイオ生成AI研究開発センター」を立ち上げ、日本人やイネの遺伝情報を学習した国産モデルを開発中です。産業技術総合研究所発のAI創薬ベンチャー「ソシウム」は2026年中のIPO準備を表明しています。

Co-Scientistのような海外発の汎用ツールと、国内の研究対象に特化したモデルの両方が並走する形になりそうです。研究者にとっては選択肢が増える一方、データの主権や倫理面の議論も避けて通れません。

研究現場ではどう使われる？3つの具体シーン

Co-Scientistが実際にどう使われるのか、想定シーンを3つ紹介します。

シーン1：大学の老化研究室。ある研究者が筋肉の老化メカニズムを調べたいと考えました。これまでは関連論文を毎週20〜30本読んで仮説を立てていましたが、Co-Scientistに依頼すれば数日で候補遺伝子のリストとそれぞれの根拠論文が返ってきます。研究者は「どれを実験で確かめるか」の判断に集中できます。

シーン2：製薬企業の創薬チーム。新薬開発の初期、すでにある薬を別の病気に転用できないか探す「ドラッグ・リポジショニング」をする場面。Co-Scientistはわずか数時間で承認済み薬剤の候補を提示し、その後の動物実験計画立案を高速化します。

シーン3：医療系スタートアップ。少人数チームでも、Gemini for Science経由でアクセスすれば、大手と同水準の論文分析が可能になります。「リサーチ人員が足りない」という長年の課題に風穴が開きそうです。

よくある質問（FAQ）

Q1. Co-Scientistは個人で使えますか？

A. 2026年5月時点では、研究者を主な対象としたGemini for Science経由での提供が中心です。labs.google/science でアカウント登録が必要で、企業向けにはGoogle Cloud経由のエンタープライズ版が用意されています。一般消費者向けの公開予定は発表されていません。

Q2. 「細胞が若返る」とは、人間が若返ることを意味しますか？

A. 今回の研究はラボでの細胞レベルの実験段階です。組織全体や人体での若返り効果が証明されたわけではありません。臨床応用までには動物実験、臨床試験、規制承認など多くの段階が残っています。期待は持ちつつも、過剰な期待は禁物です。

Q3. AIが論文を読むときに「ウソの根拠」を作ったりしませんか？

A. Co-Scientistは出典となる論文を提示しながら仮説を返す設計です。さらに「Reflection（査読者役）」エージェントが内部で検証する仕組みになっています。ただし最終的に正しいかどうかは、人間の研究者が実験で確かめる必要があります。

Q4. 日本語で使えますか？

A. Gemini自体は日本語に対応しています。ただし科学論文の多くは英語で書かれているため、英語インターフェースでの利用が現実的です。第一三共のような国内パートナーが導入を進めれば、社内向けの日本語環境が整う可能性もあります。