科学

生物学的年齢、つまり、最後の誕生日ケーキのろうそくの数ではなく、人の体が実際にどれだけ老化しているか、を測定することは、老化研究の最も活発な分野の一つとなっている。しかし、これまで利用可能なツールは主に単一モーダルであった：DNAメチル化に基づくエピジェネティック時計、血液タンパク質から構築されたプロテオミクス時計、または低分子プロファイルを追跡するメタボロミクス時計。それぞれが老化の一側面を捉えるが、全体像は不完全なままである。 7月9日にケルン大学のSeda Koyuncu、Dunja Petrovic、David VilchezによってCell（DOI：10.1016/j.cell.2026.06.018）に掲載された新しいプレビュー記事は、この分野の現状を検討し、単一モーダルアプローチを超えて、ヒトの老化を測定するための統合的でマルチモーダルな枠組みへと進む最近の画期的な研究に光を当てている。 3層構造の枠組み このプレビューは、同じCell号に掲載されたLi、Jiangとその同僚による姉妹研究論文に焦点を当てている。18歳から91歳までの2,019人の中国人を対象とした大規模研究で、3層構造の老化測定システムを導入している。この枠組みには、臨床的生理的低下に基づく中核能力時計（CC-clock）、臨床データとマルチオミクスおよび臓器関連シグネチャーを統合するマルチモーダル時計（MM-clock）、および個々の組織の老化速度を測定する臓器特異的時計が含まれる。 元の研究からの重要な発見：血液中の凝固因子の蓄積が、多臓器老化と全身性炎症のドライバーとして浮上している、これはマルチモーダル枠組み自体によって特定された因果経路である。 マルチモーダルが重要な理由 プレビューは、ヒトの老化は根本的に不均一で多系統的なプロセスであり、分子、組織、生理学的レベルで異なる形で進行し、この不均一性は個人間だけでなく個人内にも存在すると主張している。同じ人の異なる臓器は異なる速度で老化する。肝臓は40歳頃に臨界的老化変曲点に達し、脳の老化は50歳頃に加速する。 単一モーダル時計は、エピジェネティック、プロテオミクス、メタボロミクスのいずれであっても、それぞれがこの全体像の一部を捉えるが、システム間の相互作用を見逃している。臨床フェノミクス、複数のオミックス層、および臓器特異的シグネチャーを統合するマルチモーダルアプローチは、人がいつ老化しているかだけでなく、異なるシステムでどこで、どのくらいの速さで老化しているかを捉えることができる。 今後の課題 プレビューはこの分野の限界から逃げていない。既存の単一オミックス時計は不完全な見解を提供し、多様な集団にわたるマルチモーダル時計の検証は主要な課題のままである。Liらの時計は中国人コホートに基づいて構築されており、集団特異性は既知の懸念事項である。複数のコホートにわたる標準化されたデータ収集の調整は困難である。そしておそらく最も基本的なこととして、老化を促進する分子変化と、単にそれと相関する分子変化を区別することは、未解決の問題のままである。 翻訳ギャップも大きい：時計の予測、いかに正確であっても、から実行可能な臨床介入へと移行することは、この分野がようやく取り組み始めたばかりの別の課題である。 未来のための枠組み プレビューは、マルチモーダル時計を既存のツールの代替としてではなく、それらの上に位置する統合的層として位置づけている。著者らは、臨床データ、分子データ、臓器特異的データを統合した枠組みへの組み合わせは「生物学的年齢測定の次のフロンティア」を表しており、これにより臨床医がさまざまなスケールで生物学的年齢を測定し、特定の個人でどの臓器系が最も速く老化しているかを特定し、それに応じて介入を標的にできるようになる可能性があると述べている。 出典： Koyuncu, S., Petrovic, D., & Vilchez, D. 「Bridging omics and physiology to build multimodal clocks of human aging.」 Cell 189(14), 4190-4192 (2026). DOI：10.1016/j.cell.2026.06.018 参照研究： Li, Jiang et al. 「Multimodal clocks of human aging.」 Cell (2026). DOI：10.1016/j.cell.2026.04.025 雅子 訳

米国先端研究プロジェクト庁（ARPA-H）は7月9日、希少遺伝性疾患を治療するための新たなモデル、すなわち個々の患者または同じ変異を共有する小グループ向けに作られたオーダーメイドのin vivo遺伝子編集医薬品の開発に、5年間で最大1.6億ドルを投じると発表した。 THRIVE（Treating Hereditary Rare Diseases with In Vivo Precision Genetic Medicines）と呼ばれるこのプログラムは、米国内の7つの研究チームに資金を提供する。このプログラムは、オーダーメイドの遺伝子治療を、一回限りの医療上の奇跡から、拡張可能で規制された治療パラダイムへと変革することを目指している。 「目標は、たった一人のベビーKJを救うことから、何千人もの患者を救うことへと移行することです」と、ARPA-Hの関係者は発表の中で述べ、このプログラムの定義的な寓話となった症例に言及した。 ベビーKJパラダイム 2025年2月、ペンシルベニア州クリフトンハイツに住む生後7か月の男児KJ Muldoonは、全身性かつ個別化されたin vivo CRISPR遺伝子編集医薬を投与された世界初の人物となった。KJは新生児発症型の重症CPS1欠損症（尿素回路障害の一種で、約130万人に1人の割合で発症し、体内のアンモニアを血液から除去できない疾患）を持って生まれた。罹患した乳児の半数が死亡する。 フィラデルフィア小児病院（CHOP）とペンシルベニア大学の研究者らは、KJの特定のCPS1変異を標的とした脂質ナノ粒子送達によるカスタム塩基編集因子 kayjayguran abengcemeran を開発した。結果として、KJの重症型はより軽度の型に変換された。彼は307日間の入院を経て退院した。Nature は彼を「2025年の科学を形作った10人」リストに選出した。 しかし、KJを救うために費やされた努力には約2500万ドルの費用と4年の歳月がかかった。THRIVEはこれを患者一人当たり25万ドル、3か月に圧縮することを目指している。 7つのチーム 7つの受賞チームとその標的疾患は、幅広い希少疾患をカバーしている： | 主催組織 | 標的疾患 | |———|———| | フィラデルフィア小児病院 | 新生児発症型CPS1欠損症およびその他の尿素回路障害, ベビーKJプラットフォームを基盤とする | | UCバークレー／イノベーティブ・ゲノミクス研究所 | 生命を脅かす先天性免疫不全症 | | セント・ジュード小児研究病院 | 骨髄不全障害 | | ブロード研究所（ジャクソン研究所と共同） | 小児てんかん, 小児交互性片麻痺およびドラベ症候群 | | […]

Tauタンパク質は、それが機能不全に陥ったときに何が起こるかで最もよく知られている。アルツハイマー病および関連するタウオパチーでは、Tauは神経原線維変化を形成し、細胞輸送を妨害し、神経変性の特徴であるミトコンドリア機能障害に関与している。この病理像が非常に支配的であるため、このタンパク質の通常の日常的な機能は、しばしば「微小管を安定化する」という一言に還元されている。 PNASに発表された新しい研究は、この見解が不完全であることを示唆している。Tauには、これまで過小評価されてきた第二の生理学的役割があることが判明した。それは、ミトコンドリア融合に対するブレーキとして機能することである。 この研究は、クレタ大学のKonstantinos Palikaras博士と19名の国際チームによって主導され、Tau、または線虫におけるその進化的対応物であるPTL-1の喪失が、ミトコンドリアにおけるプロ融合状態を引き起こすことを実証している。結果として生じるミトコンドリアの伸長と過剰接続は、酸素消費量の増加、ストレス耐性の向上、そして特定の条件下では寿命の延長を伴う。 このメカニズムは線虫から哺乳類まで保存されており、ミトコンドリア外膜の融合を駆動するGTPaseタンパク質であるミトフシンに焦点を当てた特定の分子経路を通じて機能する。 足場だけでなく、ブレーキとしてのTau 研究者らはTauノックアウトマウスを作製し、その脳ミトコンドリアを野生型コントロールと比較した。ノックアウトのミトコンドリアは、より融合し、より伸長し、より相互接続されていた。生化学的には、チームはミトコンドリア画分における分裂タンパク質Drp1のレベルの低下と、哺乳類のミトフシンである融合タンパク質Mfn1およびMfn2のレベルの上昇を観察した。 ノックアウトマウスから単離された脳ミトコンドリアでは、基礎およびADP刺激による酸素消費率が上昇し、ATP結合呼吸も上昇していた。プロトンリークは増加した。ノックアウト動物の初代皮質ニューロンでは、損傷ミトコンドリアの標的リサイクルであるマイトファジーも亢進していた。 重要なことに、同じパターンがCaenorhabditis elegansでも観察された。Tauの唯一の線虫ホモログであるptl-1を欠く線虫は、同じミトコンドリア融合表現型を示し、この調節機能が進化的に古いことを示している。 エピスタシスによるメカニズムの特定 Tau/PTL-1がどのように融合を抑制するかを決定するために、チームはC. elegans遺伝学を利用した。彼らはptl-1ノックアウト線虫と、ミトフシンの線虫ホモログであるfzo-1を欠く線虫を交配した。ブレーキと融合エンジンの両方を欠くダブルノックアウトは、本質的に野生型のように見えた。ptl-1喪失のすべての特徴的な表現型、すなわちミトコンドリア融合、ストレス耐性、穏やかな熱下での長寿命は、すべて廃止された。 逆に、野生型線虫でfzo-1を過剰発現させると、ptl-1喪失の効果が再現された。すなわち、融合の増加、ストレス耐性の向上、寿命の延長である。 このエピスタシスは、Tauとミトフシンが同じ遺伝経路にあることを示している。浮かび上がるモデルは単純明快である。野生型Tauは通常、ミトフシン媒介融合を抑制する。Tauを除去すると、ブレーキが解除される。 トレードオフを伴うストレス耐性 融合が抑制されなくなると、マウスと線虫は特定のストレッサーに対してより回復力を持つようになった。ptl-1を欠く線虫は、急性熱ショック（37℃で2.5時間）下での生存率が高く、軸索ブレブが少なく、運動性が維持されていた。また、通常は致死的であるミトコンドリア複合体III阻害剤アンチマイシンAによる治療にも生存した。 しかし、標準的な実験室条件下（20℃）では、ptl-1ノックアウト線虫は野生型よりも短い寿命を示した。これは、過剰融合したミトコンドリアネットワークからの活性酸素種（ROS）生成の増加に起因すると著者らは考察している。抗酸化剤N-アセチルシステインによる治療は、20℃での寿命欠損を救済した。穏やかな熱ストレス下（25℃）では、ノックアウト線虫は実際に長生きし、ROS生成とストレス回復力の間のトレードオフが状況依存的であることを示唆している。 神経変性への示唆 この発見は、研究者が疾患におけるTauの役割をどのように考えるかを再構成する。これまでの研究のほとんどは、病理学的で凝集したTauがどのようにミトコンドリア動態を混乱させるか、すなわちマイトファジーを障害し、Drp1相互作用を介して分裂をブロックし、ミトコンドリア輸送欠陥を引き起こすかに焦点を当ててきた。本研究は、野生型Tauが融合を抑制する正常な生理学的役割を持つことを示している。Tau凝集（タンパク質を通常の職務から隔離する）または遺伝的ノックアウトのいずれかによるこの機能の喪失は、それ自体がタウオパチーで見られるミトコンドリア調節不全に寄与する可能性がある。 「Tauの正常な機能の喪失と凝集体からの毒性機能の獲得は相互排他的ではない」とPalikaras氏は述べた。「両方がアルツハイマー病のミトコンドリア病理に寄与している可能性がある。」 治療上の示唆は、ミトフシン活性の調節がTau低減の利点、すなわちストレス耐性の向上を、神経系全体の微小管安定化に必須であるTauを完全に除去することなく再現できる可能性があることである。 限界 この研究はモデル生物、C. elegansとマウスを使用しており、ヒトニューロンや患者組織ではない。進化的保存性は強いが、直接的なヒトでの検証はない。分析はマウスの全脳ミトコンドリアと初代皮質ニューロン、および線虫のGABA作動性ニューロンに焦点を当てており、脳内の領域特異性は深く調査されていない。また、この研究では野生型Tauノックアウトモデルのみを使用し、前頭側頭型認知症で見られるP301LやR406Wなどの疾患関連Tau変異体は使用していないため、生理学的融合抑制機能が変異Tauで保持されているか失われているかは不明のままである。Tauがどのように物理的にミトフシン活性を抑制するか、直接結合か間接的シグナル伝達かの分子詳細も、まだ解明されていない。 雅子 訳 Source: Tsakiri, E., Campos-Marques, C., Ploumi, C. et al. “Tau protein as a regulator of mitochondrial function and dynamics.” Proceedings of the National Academy of Sciences 123(27), e2521642123 […]

23のML原子間ポテンシャルのベンチマーク、軽量モデルが実用的な選択であることを示す 機械学習原子間ポテンシャル（MLIP）は、計算材料科学において最も急速に成長しているツールの1つとなっている。原理的には、密度汎関数理論（DFT）の精度をわずかなコストで実現することを約束する。しかし、この分野ではモデルサイズの激しい競争が繰り広げられ、パラメータ数は数十万から数億にまで膨れ上がっている。その余分な複雑さは、実際にどれだけの利益をもたらすのだろうか？ 中国科学院のチーム（韓文康、陸騰龍、および北京物理研究所の責任著者である孟勝と劉淼）が初めて体系的な答えを提供した。7月8日にarXivに投稿された23の主要MLIPのベンチマークは、精度と効率の明確なトレードオフを明らかにしている。最新の大型モデルは軽量モデルよりも精度がわずか3～5 meV/原子しか向上しない一方で、計算スループットでは1～3桁もの低下を犠牲にしている。 23のモデル ベンチマークは、複数のサイズバリエーションを持つ18のモデルファミリーをカバーし、現在のMLIPアーキテクチャの全スペクトルにわたっている： 軽量（0.5～500万パラメータ）：MatterSim v1 1M、Nequix MP PFT、M3GNet、MACE-small、GPTFF、CHGNet、SevenNet、ORB、GRACE、MatRIS、TACE、EquFlash、NequIP-OAM-S 中量（500～1000万）：MACE-MPA-0、Allegro-OAM-L、NequIP-OAM-M 大型（1000万～7.3億）：Equiformer V3（DNS-OAM）、DPA4.0 Pro、DPA4-MP trajectory、PET-OAM-XL（PET-730M）、eSEN 30M、NequIP-OAM-XL すべてのモデルは標準化されたベンチマークでテストされた：固定された192原子のLiCoO₂セルのフォノン熱伝導率を計算し、DFT（GGA-PBE）を参照値とした。LiCoO₂はリチウムイオン電池の陰極材料として広く研究されている。 結果 最良の大型モデルと最良の軽量モデルの間の精度差は、実際の実験作業に関連するスケールではほとんど識別できなかった。MatterSim v1 1MやNequix MP PFTなどの軽量モデルは、最大モデルとの差が3～5 meV/原子以内の精度を達成しており、この差について著者らは「室温の熱雑音よりも小さい」「典型的な結合のゼロ点振動エネルギーを下回る」と述べている。 対照的に、コストの差は大きかった。軽量モデルはDFTよりも数百から数千倍高速に動作した。数億のパラメータを持つ最大のモデルは、DFT自体の2倍未満の速度しか出せないこともあった。メモリ制約も同様に厳しく、DPA4.0 Pro、Equiformer V3、PET-730Mなどの大型モデルは80 GBのGPUで500～1,000原子しかシミュレーションできなかったのに対し、Nequixなどの軽量モデルは同じメモリ予算で約20万原子を処理できた。 「大型モデルは500～1,000原子のシステムに制限される」と著者らは指摘する。「それは材料ではない。小さなナノ粒子だ。」 パレートフロンティア この研究の中心的な発見は、軽量MLIPが実用的な分子動力学のパレートフロンティアを占めていることである：ベンチマーク内のどのモデルも、最良の軽量モデルよりも高い精度と高いスループットを同時に達成することはできなかった。 著者らの推奨は明確である：日常的な分子動力学作業の大部分（数万原子のシステムにおける拡散、相転移、機械的特性、反応経路の研究）には、軽量モデルが適切なツールである。大型モデルは、わずかな精度向上に法外なコストがかかる。 大型モデルに役割がないわけではない。著者らは、「静的特性の高精度電子構造レベルの予測」、つまりスループットが重要ではない単一点エネルギー計算には、大型モデルが依然として有用である可能性があると指摘している。また、ベンチマークや方法論の開発において、異なるアーキテクチャの精度の上限を理解することは依然として価値がある。 ベンチマークはまた、クロスプラットフォームのオーバーヘッド問題を明らかにした：最速のモデルでも、汎用のAtomic Simulation Environment（ASE）パイプラインと比較して、専用のTorchSimフレームワークではわずか1.11～1.4倍しか高速化されておらず、ソフトウェアインフラストラクチャもモデルアーキテクチャと同様に実際のMLIP性能を制約していることを示唆している。 広い文脈 MLIP分野は、第一原理の精度と古典的手法の速度の間のギャップを埋めるという約束に牽引されて爆発的に成長してきた。このベンチマークは、多くのアプリケーションにおいて、分野はすでにその目標に到達している可能性があることを示唆している。ただし、注目を集める大型モデルではなく、軽量モデルによってである。 この論文の知見は、科学に応用されるAIに繰り返し見られるパターンを強調している：大きければ常に良いとは限らず、仕事に最適なモデルは仕事自体に依存する。 雅子 訳 出典： 1. Kang, H., Lu, T., Meng, S. & Liu, M. “Are Machine […]

中国、宇宙・地上一体型の小行星早期警戒ネットワークを発表 中国国家航天局（CNSA）は6月30日の国際小行星デーに、包括的な宇宙・地上一体型小行星早期警戒ネットワークの計画を発表した。これは、地上望遠鏡、深宇宙レーダー、軌道アセットを組み合わせ、潜在的に危険な地球近傍天体の発見と追跡を劇的に加速させる可能性のあるシステムである。 Space.comが詳細に報じたこの発表は、現在NASAのATLASおよび近日打ち上げ予定のNEO Surveyorミッション、ESAのNEOMIRおよびHeraプログラムが支配する惑星防衛の分野において、中国を主要プレーヤーに位置づけるものだ。 地上コンポーネント 地上セグメントは、戦略的に選定された複数の大口径光学望遠鏡で構成され、中国南西部の重慶近郊にあるFuyan（複眼）レーダーにリンクされる。北京理工大学（BIT）が龍騰学長の下で主導するFuyanプロジェクトは、すでにこれまでに構想された中で最も野心的な地上惑星レーダーである。 Fuyanのフェーズ1（16メートルアンテナ4基）は2022年12月に完了し、月面クレーターの初の地上3Dレーダー画像を生成することでその能力を実証した。現在建設中のフェーズ2は、各開口径30メートルのレーダーユニット25基で構成され、約20ヘクタールにわたり、1000万キロメートルの距離で数十メートル級の小行星を検出・撮像できるようになる。フェーズ3が実施されれば、100基以上のユニットに拡大され、検出範囲は1億5000万キロメートル（太陽系全体）に達する。 完成すれば、Fuyanは世界唯一の深宇宙惑星レーダーとなる。2020年に崩壊するまで小行星レーダー撮像の世界的基準であった305メートルのアレシボ天文台の電波望遠鏡は、いまだに代替されていない。 宇宙コンポーネント ネットワークの軌道セグメントは、中国工程院の呉偉仁氏が『Journal of Deep Space Exploration』（2026年6月号）で概説したように、最大4つの候補位置を中心に計画されている： 1. 太陽-地球L1ラグランジュ点 — 地球軌道の内側150万キロメートル、NASAのNEO SurveyorおよびESAのNEOMIRと同じ位置 2. 地球前方または後方軌道 — 地球の軌道経路に沿って数百万キロメートル先または後方 3. 金星型太陽周回軌道 — 初期のCROWN提案（Constellation of Heterogeneous Wide-field Near-Earth Object Surveyors）に基づき、6機のサーベイヤー宇宙機を金星型軌道に配備し、中継通信のために親宇宙機を太陽-金星ラグランジュ点に配置する 4. 遠方逆行軌道（DRO） — 地球周辺の安定した遠方軌道 金星型軌道位置は、太陽方向から接近する小行星の検出を可能にするため特に注目される。これは2013年のチェリャビンスク隕石を未検出のままにしたのと同じ死角である。地上望遠鏡は太陽方向を観測できないが、L1や金星型軌道の宇宙アセットはそれが可能である。 埋めるべきギャップ 現在の世界的な小行星検出能力には大きなギャップがある。140メートル級の小行星（「国滅ぼし」サイズ）の約45％が検出されており、深刻な地域的損害を引き起こすのに十分な大きさの地球近傍天体（約10万個と推定）の半分以下しか軌道が判明していない。現在最も多産なサーベイであるATLASは、ハワイ、チリ、南アフリカ、スペニアに分散した5基の0.5メートル望遠鏡を使用しているが、宇宙コンポーネントもレーダー能力も持たない。 中国は現在、江蘇省盱眙にある1.2メートル装置のCNEOSTという1基のみの専用NEO望遠鏡を運用している。計画されているネットワークは、能力の飛躍的向上を意味する。 計画とスケジュール CNSAの小行星監視・早期警戒研究センターの首席科学者である李明涛氏が発表を主導した。2026年3月に承認された中国の第15次五カ年計画には、正式に小行星防衛工学プロジェクトが含まれている。NASAのDARTと同様の運動エネルギー衝撃実証ミッションが2027年に計画されている。 このスケジュールは、小行星アポフィスが静止軌道内を通過する2029年の国際惑星防衛年に合わせたものであり、観測および潜在的なフライバイミッションの絶好のターゲットとなる。 未解決の課題 単一国の惑星防衛システムの価値は、データ共有に決定的に依存する。元アレシボ惑星レーダー科学者でヘルシンキ大学のAnne Virkki氏は、このシステムの地球防衛への貢献は「他の2つにない能力を持ち、かつ国際的にデータを共有するかどうかにかかっている」と指摘した。データが公開されなければ、最も能力の高いシステムでさえ、地球規模の資産ではなく高価なサイロになるリスクがある。 雅子 訳 出典： 1. Space.com. “China announces plan […]

強化学習がGoogleのWillowプロセッサにおける量子誤り訂正を継続的に制御 量子誤り訂正は、現在のノイズの多い量子プロセッサと、実用的なアプリケーションに必要なフォールトトレラント量子コンピュータの間に立ちはだかる中心的な課題です。誤りを訂正することは一つのことですが、ハードウェアが時間とともにドリフトする中で訂正システムを安定に維持すること——現実の物理デバイスのほぼ避けられない結果——は別のことです。 Google Quantum AIとGoogle DeepMindの共同研究が7月8日にNatureに掲載され、強化学習が後者の問題を解決できることを実証しました。105量子ビットを搭載したWillow超伝導プロセッサ上で、RLエージェントが誤り訂正システムの制御パラメータを継続的にステアリングし、ドリフトに対する論理安定性を3.5倍向上させ、表面符号の論理誤り率をサイクルあたり7.72×10⁻⁴という新記録に押し上げました。 ドリフトの問題 量子誤り訂正（QEC）は、単一の論理量子ビットを多数の物理量子ビットにエンコードし、誤り検出用の「スタビライザー」回路を繰り返し測定することで機能します。表面符号——現在最も広く研究されているQECスキーム——では、標準的なアプローチは制御パラメータ（ゲート振幅、周波数、結合強度）を一度校正し、その後計算を実行することです。 しかし、物理ハードウェアはドリフトします。温度変動、誘電体中でシフトする二準位系欠陥、その他の環境変化により、制御パラメータは時間とともに変動します。従来の再校正では計算を停止する必要があり、数日または数ヶ月実行される可能性のあるアルゴリズムには受け入れられません。 RLがこれをどう解決するか 重要な洞察：量子ビット誤りの検出と訂正に使用される同じスタビライザー測定を、RLエージェントの学習信号として再利用できます。代理目的関数は、すべての検出器にわたる誤り検出イベントの平均率であり、符号距離に依存する既知の係数を介して、論理誤り率そのものに比例します。 エージェントは、多変量ガウス方策を用いたパラメータ探索型方策勾配（PGPE）アルゴリズムを使用します。表面符号の因子グラフ構造により、各検出器はその「検出領域」内の局所的な制御パラメータのみに依存するため、勾配更新は自然にスパースで効率的であり、約40,000の制御パラメータを持つ距離15の表面符号までのシミュレーションで実証されています。 システムはエントロピー正則化も活用しています：非定常（ドリフト）設定では、方策分布の崩壊を防ぐことで、固定されたパラメータセットに収束するのではなく、永続的な適応を可能にします。 結果 Willowプロセッサ上で、RLエージェントは1,000以上の制御パラメータを同時に管理しました。注入された人工ドリフト（CZ結合、XY振幅、周波数へのステップ、正弦波、ストロボスコープ摂動）下での結果： 2.4倍の改善：コントローラステアリングのみでの論理誤り率安定性（標準偏差） 3.5倍の改善：デコーダもステアリングした場合（最小重み完全マッチンググラフの再重み付け） 31%の低減：統合ステアリングによる平均論理誤り率 特性応答時間：ステップドリフトから回復するまで約130エポック 自然ドリフト下——プロセッサが通常動作中に経験する制御不能な現実世界の変動——では、システムは低周波論理誤り率変動の約4dB抑制を達成しました。 達成された絶対論理誤り率は、それぞれの符号タイプの新記録です： 距離7表面符号： サイクルあたり7.72×10⁻⁴（AlphaQubit2ニューラルデコーダ使用） 距離5カラー符号： サイクルあたり8.19×10⁻³（Tesseract最尤誤りデコーダ使用） 同じWillowプロセッサが2024年12月に設定した以前の表面符号記録はサイクルあたり0.143%でした。この研究はそれを約2倍改善しています。 校正の新しいパラダイム おそらく最も印象的な実証：RLエージェントは、ランダム化された初期制御パラメータ——本質的にランダムに選ばれたパラメータ——から開始して、誤り訂正システムの完全なパフォーマンスを回復できました。これは、RLが最終的に従来の校正スタック全体を置き換える可能性を示唆しており、単に拡張するだけではありません。 著者らはこの研究を、伝統的に分離されていた校正と計算のプロセスを統合するものとして位置づけています。校正してから計算し、再び校正するのではなく、システムは継続的に学習し、計算を中断することなくリアルタイムでハードウェアの変化に適応します。 雅子 訳 出典: 1. Google Quantum AI and Collaborators. “Reinforcement learning control of quantum error correction.” Nature (2026). DOI: 10.1038/s41586-026-10759-2 2. Also on arXiv: 2511.08493 [quant-ph] […]

超疎水性表面では「氷の橋」が宙に浮くことで霜の広がりが遅くなることが判明 霜は身近な迷惑ものである——車のフロントガラス、冷蔵庫のコイル、航空機の翼、熱交換器などに発生する——しかし、その広がり方の物理には、エンジニアが今や活用できる重要な微妙な点がある。今年初めにNature Physicsに掲載され、7月9日にPhysics Worldが報じた研究によると、霜は必ずしも表面に沿って成長するわけではない。超疎水性材料では、空気中を飛び越えるのである。 この発見は、イリノイ大学アーバナ・シャンペーン校のSiyan YangとNenad Miljkovicが率いるチームが、北京科技大学およびETHチューリッヒの同僚とともに行ったもので、霜の物理学における長年の仮定を覆すものである：凍結する水滴を結ぶ細い連結部である氷の橋は、常に基質に沿って形成されるというものである。 霜の成長の2つのモード 水滴が冷たい表面で凍結するとき、単にその場で氷になるわけではない。水滴が凍結する際、凍結中に放出される潜熱により、隣接する過冷却水滴も凍結し始め、成長する「氷の橋」——凍結した水滴から未凍結の隣接水滴に伝播する細い氷のフィラメント——によって接続される。この橋の伝播速度と形状が、霜が表面を覆う速さを決定する。 親水性表面（接触角が約90°未満）では、氷の橋は基質に沿って成長する2Dの「土手道」として形成される。橋は表面と直接接触しており、効率的な熱伝達と比較的速い伝播を可能にする。 超疎水性表面——水を弾くように設計され、接触角が150度以上の材料——では、チームは根本的に異なるメカニズムを発見した。表面に沿って成長する代わりに、氷の橋はその上に浮いた状態で形成される：一滴から次の滴へと空気中を弧を描く3Dフィラメントで、水滴の基部でのみ表面に接触する。 臨界角 2つのモード間の移行は、約105°の臨界見かけ接触角で発生する。この閾値を超えると、浮遊橋メカニズムが支配的になる。この発見は、焦点面シフトイメージング（FPSI）によって可能になった。これは、異なる焦点深度での一連の2D画像から3D構造を再構成するプロファイル測定技術である。標準的な光学顕微鏡では垂直方向が圧縮され、表面に載った橋とその上に浮いた橋を区別できない。 チームが何を探すべきかを知ると、その意味は明らかになった。 より遅い伝播 浮遊橋は、表面結合の橋よりも80%以上遅く伝播する。その理由は2つある：橋がより長い（表面に沿うのではなく空気中を弧を描かなければならない）ことと、基質との熱交換効率が低い（空気層が断熱材として機能する）ことである。 実用的な意義は直接テストされた。メートルサイズのフィンチューブ式アルミニウム熱交換器——空調、冷蔵、ヒートポンプシステムで使用されるタイプ——に超疎水性コーティングを施すと、霜の伝播時間がほぼ2倍になり、霜の被覆開始が遅れた。 着氷防止設計への意味 この発見は、超疎水性表面が長い間、霜の形成を抑制することが観察されてきた理由についてのメカニズム的説明を提供する。さらに重要なことに、設計原則を示唆している：氷の初期核生成を遅らせることだけに焦点を当てるのではなく——これがこれまでの主流の着氷防止戦略であった——表面自体の氷の橋成長の形状を制御するように設計し、より遅い浮遊モードを促進することができるのである。 この研究は、UIUCの空調冷凍センター（ACRC）および九州大学のカーボンニュートラルエネルギー国際研究所（WPI-I2CNER）の支援を受けた。 雅子 訳 出典： 1. Yang, S., Chu, F., Ganesan, V. et al. “Growth and control of suspended ice bridges during sessile droplet freezing.” Nature Physics (2026). DOI: 10.1038/s41567-026-03296-2 2. Dumé, I. “Frost spreads across surfaces […]

ラットの卵巣を柔らかくすることで妊孕性の窓を拡大, IL-11遮断が硬さを減らし、妊娠率を倍増 女性は加齢とともに卵巣が徐々に硬くなる。その硬さに伴い、卵胞の発育、ホルモン産生、そして最終的には妊孕性が低下する, 多くの女性において、このプロセスは50歳前後の閉経に至る。中国武漢の華中科技大学同済医学院の研究チームは、この硬化プロセスの鍵となる分子ドライバーを特定し、それを阻害することで加齢げっ歯類の妊孕性低下を劇的に回復できることを示した。 7月2日に Nature Aging に掲載されたこの研究は、インターロイキン-11（IL-11）, 線維化促進シグナル伝達タンパク質, の遺伝子をサイレンシングすると、マウスの卵巣マトリックス硬さが36%減少することを報告している。ラットでは、この治療により妊娠率が2倍になり、平均産子数が約1匹から約5匹へと5倍に増加した。 メカニズム：線維化から妊孕性へ Jinjin Zhang、Shixuan Wang、Jun Dai、Yan Li、Wenwen Wangが率いる研究チームは、まず種を超えた観察から始めた：IL-11レベルはマウス、ラット、ヒトの卵巣において加齢とともに上昇する。年齢層別（若年層18～28歳、中年層35～42歳、高年層47～52歳）のヒト卵巣組織サンプルを調べた結果、原子間力顕微鏡で測定した卵巣の硬さは、IL-11発現と並行して加齢とともに増加することが明らかになった。 研究チームが示した因果連鎖は、卵巣線維芽細胞を経由する。IL-11はERK1/2シグナル伝達経路を介してこれらの細胞を筋線維芽細胞に活性化し、過剰な細胞外マトリックス, 特にコラーゲンI型とIII型, を分泌させる。蓄積したコラーゲンが卵巣間質を硬化させ、それが卵胞発育を損ない、エストラジオールとプロゲステロンの分泌を減少させ、発情周期を乱し、排卵率を低下させる。 IL-11の遮断, 受容体（Il11ra1⁻/⁻）の遺伝子ノックアウトまたは静脈内投与したsiRNAナノ粒子のいずれかによって, がこの連鎖を断ち切った。IL-11シグナル伝達が減少すると、活性化する線維芽細胞が減り、コラーゲンの沈着が減少し、卵巣はより柔らかい状態を保った。 数字で見る効果 36週齢のマウス（ヒトの30代後半から40代前半に相当）において、IL-11に対する週2回の静脈内siRNAを4週間投与した結果： 卵巣マトリックス硬さが約36%減少 妊娠率が25%から50%に上昇 平均産子数が約3匹から約5匹に増加 40週齢のラットでは、さらに顕著な結果が得られた： 妊娠率が20%（5匹中1匹）から50%（10匹中5匹）に上昇 平均産子数が約1匹から約5匹へ, 5倍の増加 研究チームは、IL-11受容体に対するAAV送達ショートヘアピンRNAを卵巣嚢に局所注射することで、全身曝露なしでも同様の結果が得られることを確認し、この効果が卵巣内在性であり、より広範な全身変化によるものではないことを示唆している。 IL-11という特異的標的 IL-11は、線維化の主要なマスター制御因子として知られるTGFβ1の下流に位置する。しかしTGFβ1は非常に広範囲の細胞プロセスを制御しているため、全身的に阻害すると重篤な副作用を引き起こす。IL-11は、線維芽細胞における線維化シグナル伝達のより特異的な下流エフェクターとして、より創薬しやすい標的である, すでに臨床試験中の抗IL-11バイオ医薬品により、心臓や肺の線維性疾患に対して臨床的に追求されている標的でもある。 本研究のヒト卵巣組織データは、女性においてIL-11発現が加齢とともに上昇することを確認した。例えば、せん断波エラストグラフィー測定では、41歳女性の卵巣の硬さが約30 kPaであったのに対し、31歳女性では約16 kPaであった。 注意点 この研究は完全に前臨床段階である。卵巣老化に対するIL-11遮断のヒト臨床試験は行われておらず、重大な安全性の疑問が残っている。IL-11は肺、心臓、肝臓、骨など多くのヒト組織で発現しており、全身的な遮断は意図しない影響を引き起こす可能性がある。ここで用いられたsiRNAアプローチは静脈内投与を必要とするため、低分子薬やバイオ医薬品アプローチに比べて慢性治療の実用性が低い。 ヒト卵巣組織データは価値があるものの、「影響を受けていない」と報告された卵巣を持つ婦人科がんの病歴のある女性からのものであり、この集団は必ずしも健康な生殖老化を完全に代表しているとは限らない。 ノースウェスタン大学のFrancesca Duncan氏は New Scientist へのコメントで、この介入が閉経前女性にも同様の結果をもたらす可能性があると指摘する一方、ヒトデータが特定の臨床集団からのものであることに注意を促した。オタワ大学のBarbara Vanderhyden氏はより広範な意義を強調した：卵巣機能を延長することで、妊孕性を超えた閉経関連の健康影響, 骨粗しょう症や心疾患を含む, を遅らせることができる可能性がある。 今のところ、この研究は明確な分子標的と概念実証を確立している：卵巣を薬理学的に軟化させることが、生殖老化を遅延させるための実行可能な戦略であることを示している。 出典： 1. Wu, M., […]

LLMの予測、社会科学実験で人間の予測者に匹敵するも効果量を過大評価 大規模言語モデルは、社会科学実験の結果を実験実施前に予測できるのだろうか？7月8日にNature誌に掲載されたAshwini Ashokkumar（ハーバード大学）、Luke Hewitt（スタンフォード大学／トランスルース）、Isaias Ghezae（ハーバード大学）、Robb Willer（スタンフォード大学）による研究によれば、その答えはイエスだが、ある程度までは、というものだ。 GPT-4は70の事前登録された全米代表調査実験（469の処置効果、11万9330人の参加者）において処置効果を予測し、人間の予測者プールと同等の精度を達成した。主な限界は、モデルが効果量を約80%系統的に過大評価したことであり、予測が実用的になるには較正が必要だった。 研究の内容 研究者らは、NSFが資金提供するTESS（Time-Sharing Experiments in the Social Sciences）プログラムから70の事前登録実験の一次アーカイブを収集した。対象は政治学、心理学、社会学、社会政策、公衆衛生、コミュニケーションに及ぶ。実験ではフレーミング効果、顕著性操作、社会的アイデンティティのプライミングなど多様な介入をテストし、政治的態度から偏見、幸福度まで幅広い結果を測定した。 469の処置効果のそれぞれについて、GPT-4に実験デザイン、処置、結果測定値を入力し、期待される効果量を予測するよう求めた。同じ予測を460人の社会科学者も行い、人間のベンチマークを提供した。 結果： 実際の効果との相関： r = 0.85（減衰補正後r_adj = 0.91）、人間の予測者プールと同等 GPT-4のトレーニング期限後に発表された実験： r = 0.90、単純な記憶によるものではないことを示す オープンウェイトモデルも同様の精度を達成し、この知見がGPT-4固有ではないことをさらに確認 人間とLLMの予測の単純な非加重平均はさらに高い精度（r = 0.88）を示し、2つの予測源が部分的に補完的であることを示唆 較正の問題 高い相関は物語の一部に過ぎない。生のGPT-4予測の平均二乗誤差（RMSE）は10.9パーセントポイントで、人間の予測者（8.4パーセントポイント）よりも悪かった。これはモデルが効果の大きさを系統的に過大評価したためである。 これを修正するため、研究者らは約0.56の線形再スケーリング係数を適用した。つまり、GPT-4の予測効果は平均して約1.8倍大きすぎたことになる。再スケーリング後、RMSEは5.3パーセントポイントに低下し、人間単独（6.0パーセントポイント）よりも優れ、人間+LLMの組み合わせ（4.7パーセントポイント）に近づいた。 過大評価は系統的である。GPT-4は効果の方向性と相対的順序を正確に検出する（したがって高い相関）が、絶対的な大きさを過大評価する。論文ではその理由を特定できていない。可能性としては、明確な因果関係のナラティブで訓練されたことや、確率的知識を集約するモデルの能力の限界が挙げられる。 社会科学への示唆 著者らはこの発見を、従来の実験方法を補完するものであり、置き換えるものではないと位置づけている。どの介入が効果的かを迅速に予測し、高額なデータ収集前に非現実的な結果を警告できるLLMは、仮説検証の反復プロセスを加速させる可能性がある。 論文はまた、LLMを「仮想実験のための計算ラボ」として概念化し、研究者がフィールド実験や調査実験にリソースを投入する前に、シミュレーション集団全体で介入効果を探索できるとしている。 この研究にはいくつかの重要な注意点がある。すべての実験は米国の全国代表サンプルで実施されており、他の集団への一般化可能性は検証されていない。大規模フィールド実験（606の効果を含む15のメガスタディの二次アーカイブ）では精度が低く、文脈が重要であることを示唆している。また「理解の錯覚」のリスク、つまり研究者が人間による検証なしにLLMの予測に過度に依存する可能性があり、特にモデルの訓練データが薄いか偏っている過小評価集団において顕著である。 現時点では、人間と機械の予測を組み合わせることで最高の精度が得られると研究は示唆している。「科学者はLLMを、非常に知識豊富だが少し幻覚的な共同研究者と見なすべきだ」と著者らは述べる。その洞察は価値があるが、その確信は割り引いて受け止める必要がある。 出典： 1. Ashokkumar, A., Hewitt, L., Ghezae, I. & Willer, R. 「Large language models can predict […]

意思決定は聴覚皮質と前頭前皮質の間の反復ループを活性化する、一方通行ではない 皮質処理の古典的なモデルは階層的システムを説明する。感覚情報は一次感覚野から高次の連合野へと前方に流れ、そこで決定が計算される。7月8日にNature Communicationsに掲載された、Franco Giarrocco氏とBruno B. Averbeck氏（国立精神衛生研究所）による新しい研究は、この図式が不完全であることを示唆している。 空間的な聴覚意思決定課題を実行するマカクの一次聴覚皮質（A1）と背外側前頭前皮質（dlPFC）から1,199個のニューロンを同時記録することにより、研究者らは情報の流れに2つの根本的に異なるパターン、一方は一方向性、もう一方は動的な反復ループ、を発見した。 2種類の情報、2種類の流れ マカクは空間的な位置を手がかりに与えられ、その位置で目標音を検出し、行動選択を行う必要があった。課題中、感覚情報（聴覚的手がかり）とサルの最終的な選択（どの音を目標と判断したか）はA1とdlPFCの両方のニューロンによって符号化されていたが、その符号化のタイミングと方向は劇的に異なっていた。 感覚情報に関して、サルが聞いたもの、その流れは古典的で率直だった。情報は手がかりの約130ミリ秒後にA1でピークに達し、一方向にdlPFCへと伝わった。これは階層的モデルによって予測されるフィードフォワード掃引である。 決定関連情報に関して、サルが選んだ音、パターンはまったく異なっていた。選択関連信号は手がかりの約340ミリ秒後にピークに達し、双方向の反復ループを活性化した。決定関連情報は最初にdlPFCに現れ、その後A1に逆方向に伝わり、その後再びdlPFCに戻った。流れは一方通行の中継ではなく、感覚領域と認知領域の間の双方向の交換だった。 これが意味すること この発見は、一次感覚野を単に生の入力を処理して階層の上位に渡すだけの受動的な中継局とする従来の見方に挑戦する。ここでは、A1は意思決定プロセス自体に積極的に関与しており、前頭前皮質から選択関連信号を受け取り、処理された情報を送り返している。 「皮質は単にデータをはしごの上に渡すだけではない」とこのパターンは示唆する。「それはラウンドで会話し、生の音と計画や期待を混ぜ合わせている。」 背外側前頭前皮質はワーキングメモリー、ルールベースの行動、意思決定に重要であることが知られている。それが選択関連信号を一次感覚皮質に送り返すということは、脳の実行領域が孤立して決定を計算し、その結果を放送するのではなく、元の入力を受け取った感覚領域とリアルタイムで協議していることを示している。 方法論の強み この研究では、A1とdlPFCの両方の皮質層に挿入された同時層状マルチコンタクトプローブ（「V-Trodes」）を使用した。これは技術的に要求の厳しい設定であり、チームは別々の記録から接続性を推測するのではなく、2つの領域間の情報のタイミングと方向の流れを直接比較することができた。分析には、PCAによる集団軌跡分析、SVMデコーディング、領域間予測、有向情報フロー分析が含まれていた。 この研究はNIMHのイントラミューラルリサーチプログラム（助成金ZIA MH002928）によって支援され、NIHの神経心理学研究所の努力を代表するものである。 出典: 1. Giarrocco, F. & Averbeck, B.B. 「Neuronal dynamics, timing, and flow of sensory and choice-related information in auditory-prefrontal circuitry」 Nature Communications (2026). DOI: 10.1038/s41467-026-75349-2 2. 国立精神衛生研究所、NIH、メリーランド州ベセスダ、神経心理学研究所 雅子 訳