科学

この発見はほとんどおまけのようなものだった。1980年代半ば、高温超伝導体を理解しようと競っていた研究者たちは、銅酸化物セラミックスの中で何か奇妙なことに気づいた。材料が超伝導を起こすには温度が高すぎる場合、それらは通常の金属のようにも振る舞わなかった。その電気抵抗は温度とともに完全な直線で上昇し、曲率も plateau も偏差もなかった。40年経った今でも、物理学者たちはその説明に苦闘している。 「地獄からの導体」と、故理論物理学者ジョセフ・ポルチンスキーは呼んだ。 通常の金属は予測可能なパターンに従う。温度が下がると抵抗はT²で減少し、これは準粒子と呼ばれるビリヤード玉のような明確に定義された実体として振る舞う電子の数学に従う。この描像は1950年代にレフ・ランダウによって発展させられ、現代エレクトロニクスの基盤を形成している。「エレクトロニクス産業全体：あなたのポケットの中のiPhoneを含めて：はこの理論の成功に基づいている」と、ハーバード大学の理論家スビール・サッチデフは言う。 ストレンジメタルはその基盤を打ち破る。それらの抵抗は温度自体に比例し（R ∝ T）、その直線性は非常に顕著で持続的であるため、40年にわたる実験的および理論的研究を経ても説明を拒んでいる。 ショットノイズの手がかり 画期的な成果は驚くほど単純な測定からもたらされた。2023年、ライス大学のダグ・ネイテルソングループは、YbRh₂Si₂と呼ばれる重いフェルミオン系ストレンジメタルのナノワイヤを作製し、その量子電荷ゆらぎ（ショットノイズとして知られる微弱な電気的パチパチ音）を測定した。従来の金属線を個々の電荷が一つずつ流れると、ノイズはファノ因子（ノイズ対電流比）1/3の予測可能なパターンに従う。YbRh₂Si₂では、ファノ因子はその値をはるかに下回って抑制されていた。 「これはおそらく、準粒子が明確に定義されたものではないか、そもそも存在せず、電荷がより複雑な方法で移動しているという証拠かもしれません」とネイテルソンはNew Scientistに語った。「電荷が集団的にどのように移動できるかを語るための適切な語彙を見つけなければなりません。」 Wang、Setty、Sur、Chen、Paschen、Natelson、およびQimiao Siによる理論的研究（Phys. Rev. Research 6, L042045, 2024）は、強く相関したフェルミ液体でも√3/4（約0.433）のファノ因子を生じるはずであることを示した。観測された抑制はそれよりも有意に小さく、準粒子の同一性の実際の喪失が必要だった。 量子スープ像 ストレンジメタルの中で電気が個々の粒子状実体によって運ばれていないとしたら、それは何なのか？ 浮现しつつある描像は量子スープのようなもの、明確に定義された構成部分を持たない液体のような電荷の流れである。ショットノイズ実験用のYbRh₂Si₂結晶を提供したウィーン工科大学のシルケ・パッシェンは、自身の心的モデルが変わったと語る。「それは実際には非常に制御されたものです。静かな場所です」と彼女はストレンジメタル状態について語った。 支持する証拠は複数の方向から来ている。2026年、ブリストル大学のスティーブン・ヘイデンチームはラザフォード・アップルトン研究所で中性子ビームを使用してストレンジメタル中の電子スピンゆらぎを測定し、スピンゆらぎが温度と連動して加速・減速することを発見した。これは線形抵抗のゆらぎベースの説明に対する強力な証拠である。この研究はスビール・サッチデフを含む共著者とともにNature Communicationsに発表された。 イリノイ大学のピーター・アバモンテは、電子銃でストレンジメタルの電荷密度を研究しており、その振る舞いを奇妙だと表現する。「その系で行える測定で、中にいくつの電子がいるかを教えてくれるものはありません。それらは本当に非常に奇妙な方法で振る舞うのです。」 SYK接続 理論面では、1990年代の奇妙なモデルが中心的な位置を占めるようになった。1993年、サッチデフとJinwu Yeは、すべての電子が他のすべての電子に接続する単純化された量子ドットをモデル化した。空間構造も幾何学もない。結果：電気的擾乱は温度に比例する速度で減衰し、通常理解されるような粒子や空間が存在しないにもかかわらずである。このモデルは最初はおもちゃとして退けられたが、2015年にカリフォルニア工科大学のアレクセイ・キタエフが、ほぼ同一のモデル（現在はサッチデフ-イェ-キタエフ（SYK）モデルと呼ばれる）がホログラフィック原理を通じてストレンジメタルの振る舞いをブラックホール物理学に結びつけることを示した。 「まるで足元の敷物が引き抜かれるようなものです」とサッチデフは語った。 SYKモデルは急進的な予測を行う。抵抗が温度とともに線形に上昇するのは、電流が運動量を失う速度が温度とプランク定数（材料の化学的性質ではなく、基本定数）のみに依存するからである。もしこれが正しければ、一部の材料における電気は、銅線からシリコンチップまですべてを説明するおなじみの準粒子相互作用ではなく、普遍的な量子速度限界によって支配されていることを意味する。 その意味 ストレンジメタルは現在、少なくとも5つの異なる材料群で観測されている。銅酸化物（1980年代）、鉄系砒素化合物（2009年、ルイ・タイユフェルグループ）、ねじれたグラフェン層（2019年、アンドレア・ヤングとコーリー・ディーン）、ニッケル酸化物（2023年、ハロルド・ホァンググループ）、そしてYbRh₂Si₂のような重いフェルミオン化合物である。この現象は普遍的であり、特定の化学的性質に依存しないように見え、特定の材料の exotic な性質ではなく、量子物質の基本的原理を反映していることを示唆している。 もし準粒子像がこれらの材料で放棄されなければならないなら、その影響は凝縮系物理学をはるかに超えて広がる。SYKモデルのブラックホール熱力学および量子重力との接続は、ストレンジメタルが物理学者が粒子加速器や重力波検出器で研究しているのと同じ量子現実の深い構造を探査している可能性を示唆している。 「地獄からの導体でした」とポルチンスキーは語った。40年を経て、それはついに物理学に電気のルールを書き換えさせる導体になるかもしれない。 翻訳：雅子 出典 1. New Scientist, “The strange metals forcing us to rethink how electricity really works” (2026年7月7日). https://www.newscientist.com/article/2531747-the-strange-metals-forcing-us-to-rethink-how-electricity-really-works/ 2. […]

小細胞肺がん（SCLC）は5年生存率が6%未満と、最も致死率の高いがんでありながら、初期にはシスプラチンとエトポシドによる標準的な化学療法に良好に反応する。しかし、ほぼすべての患者が数カ月以内に薬剤耐性を獲得して再発する。この耐性の遺伝的要因はこれまでほとんど明らかになっていなかった。 フレッド・ハッチンソンがんセンターのDavid MacPherson氏率いる研究チームは今回、その一因と、それを回避する可能性のある方法を特定した。患者由来の異種移植（PDX）マウスモデルを用いた生体内CRISPRスクリーニングにより、脱ユビキチン化酵素USP22の喪失がSCLCにおける後天的化学療法抵抗性の強力なドライバーであることが明らかになった。 2026年7月8日付のNature Communications（DOI: 10.1038/s41467-026-75117-2）に掲載されたこの研究結果は、USP22欠損腫瘍が治療的に利用可能な代謝依存性を獲得することも示している。 スクリーニングの仕組み 従来の薬剤耐性研究では癌細胞をプラスチック培養皿で増殖させるため、実際の生体内で重要となる腫瘍微小環境や薬剤浸透動態が考慮されていなかった。MacPhersonチームはより臨床適応性の高いアプローチを採用し、ヒトSCLC腫瘍を免疫不全マウスに移植し、シスプラチン・エトポシドまたは生理食塩水で治療した上で、約400遺伝子を標的とするCRISPRライブラリを用いて、化学療法抵抗性を示して再増殖した腫瘍においてどの遺伝子ノックアウトが濃縮されたかを特定した。 結果は驚くべきものだった。最も濃縮された6つのガイドのうち5つが、SAGA（Spt-Ada-Gcn5アセチルトランスフェラーゼ）転写共活性化複合体の構成要素をコードする遺伝子を標的としており、USP22がその最上位に位置していた。 USP22はヒストンH2BおよびH2Aからユビキチンを除去する脱ユビキチン化酵素であり、転写活性化に重要な役割を果たす。多くのがん種で予後不良と関連する「癌死」遺伝子シグネチャーの一部としてよく知られている。本研究は、USP22の獲得ではなく喪失が化学療法抵抗性のドライバーであることを初めて特定した。 エピジェネティックな再プログラム そのメカニズムはカスケードとして展開する。USP22の喪失は、ニューロン分化の制御因子の遺伝子本体において、抑制性ヒストン修飾であるH2AK119のモノユビキチン化を増加させる。このエピジェネティックな変化は、SCLCの神経内分泌同一性のマスター制御因子である転写因子ASCL1の標的を含む、神経および神経内分泌遺伝子の発現を抑制する。 その結果、DNA損傷応答が減弱する。細胞はシスプラチン・エトポシド治療に対して、DNA二本鎖切断のマーカーであるγH2AXシグナル伝達の低下とアポトーシスの減少を示す。実質的に、腫瘍細胞は通常なら殺されるはずの化学療法に反応しなくなる。 同時に、USP22欠損腫瘍は解糖系および低酸素関連遺伝子を上方制御し、ワールブルグ様の解糖系代謝に切り替わる。 標的可能な脆弱性 この代謝シフトは新たな依存性を生み出す。USP22欠損腫瘍は、上昇した解糖系を維持するために、多くの癌細胞で主要なグルコーストランスポーターであるGLUT1に依存するようになる。 MacPhersonチームは、Bayer社が開発した高選択的低分子GLUT1阻害剤BAY-876（GLUT1に対するIC₅₀ ≈ 0.002 µM、他のGLUTアイソフォームに対して250〜500倍の選択性）をテストした。PDXモデルにおいて、BAY-876とシスプラチン・エトポシドの併用は、USP22欠損腫瘍を化学療法に再び感受性にした。 重要なことに、チームは遺伝的レスキュー実験も実施した。自然発生的なホモ接合型USP22短縮変異を保有するPDXモデルは、USP22発現が回復すると化学療法に再び感受性を示し、USP22の喪失が単なる相関ではなく直接的な原因であることが確認された。 臨床的意義 SCLCは臨床においてUSP22やSAGA複合体の状態について日常的にプロファイリングされていない。これらの知見は、USP22の喪失または他のSAGA複合体構成要素の変化を有する腫瘍の患者が、ゲノムプロファイリングによって特定され、化学療法とGLUT1阻害剤の併用で治療できる可能性を示唆している。 いくつかの注意点がある。この知見はすべてPDXモデルにおける前臨床段階であり、ヒトでの臨床検証が必要である。BAY-876のシスプラチン・エトポシドとの併用における安全性と有効性はヒトで試験されておらず、全身性GLUT1阻害はリスクを伴う。GLUT1は赤血球や血液脳関門に発現している。USP22の喪失はSCLC患者の一部でのみ抵抗性を説明する可能性があり、KEAP1喪失やMYCN増幅を含む他のメカニズムも抵抗性を引き起こす。 それでも、この研究はPDXベースの生体内CRISPRスクリーニングアプローチが、従来の細胞培養スクリーニングでは見逃される臨床的に関連性の高い耐性メカニズムを発見できることを示している。5年生存率が6%未満の疾患にとって、実行可能な標的は追及する価値がある。 雅子 訳 出典 1. Best, S. et al., 「Loss of the USP22 deubiquitylase confers resistance to chemotherapy in small cell lung cancer」, Nature Communications (2026). DOI: 10.1038/s41467-026-75117-2 2. Fred Hutchinson […]

人間はどのくらい長く生きられるのか？この疑問は、長寿科学において最も議論を呼ぶテーマの一つとなっている。2026年7月7日にNatureに掲載された書簡の中で、2016年の画期的な論文の原著者らは、最新の批判の波に反論し、人間の最大寿命はおおよそ125年であるという証拠は依然として揺るがないと主張している。 ブランドン・ミルホランド（現在はノースカロライナ州ダーラムのIQVIA所属）、シャオ・ドン（ミネソタ大学）、ヤン・バイジグ（アルバート・アインシュタイン医科大学）は、長寿研究者のソール・ニューマンが2016年の論文「Evidence for a limit to human lifespan」（Nature 538, 257-259）は「基本的な数学的誤り」に基づいていると主張したNatureのインタビューに応じたものだ。 「どちらの主張も誤りである」と3人の著者は記している。彼らは、人間の生存には「ハードリミット」があると主張したという特徴づけを否定している。彼らの2016年の分析は、生存確率が極めて小さくなる年齢という自然な限界を示したものであり、絶対的で越えられない上限ではないと述べている。 当初の主張 ドン、ミルホランド、バイジグ各氏の2016年の論文は、Human Mortality Databaseの世界的人口統計データを調査し、2つのパターンを明らかにした。第一に、加齢に伴う生存率の改善は100歳以降で低下し、寿命を延ばす進歩のペースは超高齢者で劇的に鈍化する。第二に、死亡時の最高報告年齢（MRAD）は、ジャンヌ・カルマンが122歳で亡くなった1990年代以降、増加していない。その後、彼女を超えた者はいない。 ゴンペルツ死亡モデルに基づく対数線形回帰を用いて、著者らは人間の最大寿命を中央推定値として約115年、外側の限界として約125年と推定した。2017年にde Beerらへのフォローアップ回答は「Maximum human lifespan may increase to 125 years」と題されていた。 批判 ニューマンの批判は、2017年に共著者のサイモン・イースティールとともにF1000Researchに発表されたもので、3つの具体的な数学的問題を指摘している。第一に、変動するサンプルサイズ：Dongらは、適切な正規化を行わずに、非常に異なる規模の集団からデータをプールした。第二に、年齢に偏った丸め誤差：Human Mortality Databaseの生存率（l_x）は最も近い整数に丸められている。90歳以上では、これらの値の半分以上がゼロに丸められ、実際の変動が隠されている。第三に、最も重要な点として、log(1)ではなくlog(0)：これらのゼロに丸められた値が対数線形回帰で使用された際、ニューマンは、Dongらがlog(0)をあたかもlog(1)（すなわちゼロ）として扱ったと主張している。log(1)=0である一方、log(0)は数学的に定義されていないからだ。これにより、適合された回帰直線が決定的に偏ったと彼は主張している。 「彼らが犯した単純な数学的誤りを修正すれば、限界は消える」とニューマンはNatureに語った。 より広範な議論 2016年の論文は、2017年にNature自体に掲載された少なくとも5つの正式な反論（Brownら、Hughes & Hekimi、Rozingら、Lenart & Vaupel、de Beerらによる）を引き寄せ、それぞれにDongらからの返答がある。批判は大きく2つの立場に分かれる。 統計的立場は、110歳以降の死亡率は年間約47〜50パーセントで横ばいになると主張しており、つまりゴンペルツモデルが予測するように率が上昇し続けるわけではない。Rootzén & Zholud（Extremes, 2017）は、極値理論を用いて、「データは人間の寿命に有限な上限があることを支持しない」と断固として結論づけた。しかし、彼らでさえ、今後25年以内に誰かが128歳を超えて生きる確率は無視できるほど小さく、数学的な限界ではなくとも事実上の限界があると認めている。 データ品質の立場は、ニューマンが主導し、多くの超百寿者記録は信頼性が低いと主張している。ニューマンは110歳以上と記録された人々の約80パーセントを追跡し、「出生証明書を持つ者はほとんどいない」ことを発見した。極端な年齢の記録は5と10の倍数に集中しており、人口統計データの品質に関する基本的な危険信号である。2024年にイグノーベル賞を受賞したニューマンの初期の研究では、長寿のホットスポットとされる地域（沖縄、サルデーニャなど）が、記録管理の不備や年金詐欺の地域と一致することが示された。 議論の現状 2026年の書簡は、ミルホランド、ドン、バイジグ各氏が「ハードリミット」という枠組みを否定していることを明確にしている。3人の著者は以前、彼らの限界を「実効限界」、すなわち生存の可能性が極めて小さくなる年齢（arXiv:1803.04024, 2018）として説明しており、数学的な上限ではないとしている。 実際には、議論の両陣営は意見が一致しない点よりも一致する点の方が多い。限界が越えられない上限（Dongらの批判者）として表現されるか、実効的な実用的限界（Dongら自身の後年の表現）として表現されるかに関わらず、経験的現実は同じである：確認された記録では122歳を超えて生きた人間はおらず、人口統計データは、現在の生物学の下では約125年を超えることが極めて起こりそうにないことを示唆している。意見の相違は、その improbability が基本的な生物学的制約を反映しているのか、それとも単に現在のデータとサンプルサイズの限界を反映しているのかである。 Nature Vol. 655, p. 540 (2026) に掲載されたこの書簡は短く、わずか2段落だが、著者らが10年にわたって守ってきた立場を再確認している。「利用可能なすべての証拠は」と彼らは記している、「人間の最大寿命が約125年であることを支持している」。 Sources […]

2026年6月19日、ニュージーランドの野生生物獣医師たちは、彼らが恐れていた知らせを受けた。高病原性H5N1（クレード2.3.4.4b）が、西オーストラリアの浜辺で発見されたオオフルマカモメで確認されたのだ。数週間のうちに、オーストラリア南岸の約3,000キロメートルにわたって、さらに6羽の鳥類（数種のオオフルマカモメ類を含む）が陽性と判定された。 哺乳類の捕食者がおらず、高病原性鳥インフルエンザに対する自然免疫もない環境で進化してきた固有鳥類相を持つニュージーランドにとって、タスマン海のすぐ向こう側の渡り性海鳥での検出は、存亡の脅威であった。政府の自然保護省（DOC）は、野生鳥類の個体群としては初めての規模となる、5種の critically endangered 種に対する緊急ワクチン接種計画を発動した。 危機に瀕する種 それぞれ生存個体数が500未満の5種が対象となっている： | 種 | 個体群状況 | 主な課題 | |———|——————-|—————| | カカポ | 約325羽（成鳥235羽、ヒナ約90羽） | 飛べず、夜行性、飼育下繁殖不可。捕食者のいない孤立した離島に生息 | | タカヘ | <500 | 飛べないクイナ、紫がかった青い羽毛 | | カキ（クロセイタカシギ） | <500 | 試験で3ヶ月後に抗体価が低下、調整された投与計画が必要 | | カカリキ・カラカ（アカハナインコ） | <500 | 試験の代替種として使用 | | チューリワト/トゥトゥルアトゥ（チャタムシギチドリ） | <500 | 離島で発見 | 目標は、5種全体で約300羽の繁殖中核個体にワクチン接種を行い、H5N1が猛威を振るった場合に各種を救済・復活させるのに十分な「保険個体群」をDOCが創設することである。 ワクチン 使用されるのは、もともと家禽用に開発されたゾエティス社の不活化H5N2ワクチン、Poulvac Flufend RGである。病原性の低い不活化ウイルスを含んでおり、疾病を引き起こすことはない。鳥は1ヶ月間隔で2回接種を受ける。DOCは2024〜2025年に試験された改良版を使用しており、その試験では各種約10羽が2回接種を受け、カキを除いて少なくとも6ヶ月間高い抗体価を維持した。カキは異なるスケジュールを必要とした。 […]

ピーター・ショアが彼の名を冠したアルゴリズムを発表してから30年以上が経ち、大規模量子コンピュータがいつ、ではなくもし世界の暗号化の多くを破るのかという問題は、理論的なものから物流的なものへと移行した。ボストンで開催されたQuantum.Tech World会議でのNew Scientistのインタビューで、ショア氏は特徴的に明快な評価を示した。 「耐量子暗号の良い方法はあります。あとは実装するだけです」とショア氏は述べた。「これは信じられないほど困難になるでしょう。」 ショア氏が説明したところによると、困難は暗号技術的なものではない。米国国立標準技術研究所（NIST）はすでに耐量子暗号基準を確立している。課題は制度的なものである。大規模な組織、銀行、病院、政府機関は、ネットワーク内のすべての暗号化エンドポイントを監査し、すべてのデバイスとソフトウェアを更新し、新しいプロトコルを展開し、重要なインフラを壊さずに後方互換性を確保するために何年も必要とするだろう。 2029年と2031年の期限 移行のタイムラインは2つの期限に焦点が当てられている。Googleは、全製品とインフラストラクチャ（検索、クラウド、Gmail、YouTube、Android）にわたる耐量子暗号への移行を2029年までに完了するという内部目標を設定している。これは、同社が十分に強力な量子コンピュータがその期間内に実現可能であると考えていることを示す、先制的で自主的な締め切りである。 2026年6月、ドナルド・トランプ米大統領は、すべての高価値かつ高影響力の米国政府システムが2031年までに耐量子暗号に移行することを義務付ける大統領令に署名した。この命令は、国家安全保障通信、連邦金融システム、医療データインフラ（Medicare、VA、HHS）、重要インフラ（電力網、交通、水道）、および諜報コミュニティシステムを対象としており、その侵害が壊滅的な被害を引き起こす可能性のあるあらゆるシステムが含まれる。 まだおもちゃ 、 しかし長くはない ショア氏は現在の量子コンピュータを「まだおもちゃだが、すぐにおもちゃではなくなる」と表現した。量子ハードウェアをより大きく、より信頼性の高いものにする進歩は「信じられない」ものだと同氏は認めたが、実用的な応用は限られたままである。 彼は特定の分野に真の価値を見出している：化学と生物医学のための量子システムと分子のシミュレーションである。また、最適化アルゴリズムは研究コミュニティによってあまりに早く却下された可能性があるとも考えている。 しかし、量子コンピュータを汎用スーパーコンピュータとする広範な主張は退けた。「量子コンピュータが株式市場の予測に役立つとは思わない」と彼は淡々と述べた。 見つからないアルゴリズムの謎 インタビューの最も興味深い部分は、おそらく量子アルゴリズム自体の状態についてのショア氏の考察である。1994年にベル研究所で彼が発見して以来、既知の古典的手法よりも指数関数的に速く大きな整数を因数分解でき、安全な通信の基盤であるRSA暗号を脅かすアルゴリズムだが、誰も匹敵するインパクトを持つ別の量子アルゴリズムを見つけていない。数十億ドルの研究資金と数十年の努力にもかかわらず、ショアのアルゴリズムは、暗号に関連する問題に対して知られている最も強力な量子アルゴリズムであり続けている。 ショア氏は2つの可能性を提示した。研究者が次の主要なアルゴリズムを見つけるのに「まだ十分に賢くなっていない」だけか、あるいは量子コンピュータがほとんどの問題に対して基本的に役に立たない、という可能性である。後者は多くの研究者が直接向き合いたくない可能性である。 「しかし、量子力学のすべてとコンピュータ科学のすべてを理解しなければならず、それは本当に学ぶことが多い」とショア氏は新しい量子アルゴリズムを見つける難しさについて語った。 本当の競争 インタビューから明らかになるのは、量子コンピューティングにおける競争はもはや、フォールトトレラントな量子コンピュータが構築可能かどうかだけに関するものではないということである。それはますます当然のことと考えられている。競争とは、ショアのアルゴリズムを大規模に実行できるコンピュータが構築される前に、耐量子暗号への移行を完了できるかどうかである。暗号技術は準備ができているとショア氏は言う。問題は、世界の機関が十分に迅速に行動できるかどうかである。 Sources 1. New Scientist, “Peter Shor’s algorithm could break the internet 、 but he’s not worried” (7 July 2026). https://www.newscientist.com/article/2533218/peter-shors-algorithm-could-break-the-internet-but-hes-not-worried/ 2. Shor, P.W., “Algorithms for quantum computation: discrete logarithms and factoring”, Proc. 35th Annual Symposium […]

研究者が大規模言語モデルを使って論文を書く際、AIはしばしば特徴的な痕跡を残す。「delve（掘り下げる）」「underscore（強調する）」「intricate（複雑な）」「pivotal（極めて重要な）」といった単語は、人間が書いたテキストよりもはるかに高い頻度で現れる。文章構造は予測可能なパターンに従う。「近年では…」といった書き出しや「XだけでなくY」といったつなぎ表現は、訓練された読者や検出ソフトウェアにとって、そのテキストがAI生成であることを示す。 ミネソタ大学統計学部の准教授であるJie Ding氏は、こうした痕跡を除去するツールを公開した。Academic Humanizerと名付けられたこのツールは、Claude CodeやCodexなどのAIコーディングエージェントに組み込める構造化プロンプト命令のセットで、学術原稿をAIの痕跡について監査し、人間らしく聞こえるように書き換える。 「仕事は、AIの痕跡をカジュアル化せずに除去し、一般的なヒューマナイザーが見逃す規律を強化することです。つまり、すべての主張には数値、図、または引用が伴い、どの動詞もその証拠より強くあってはなりません」と、ツールのGitHub上のREADMEには書かれている。 6層のクリーニング Academic Humanizerは6つの層で動作する。第一に、一般的なAI痕跡カタログが過剰使用される単語（delve、intricate、tapestry、pivotal、foster、leverage、realm、seamlessなど）を除去する。第二に、学術特有の痕跡を標的とする：過剰主張の動詞、有意性の誇張、空の強調語、目新しさの水増し、定型的な書き出し。第三に、学術的慣習を保持する。第四に、すべての主張をその根拠に一致させ、根拠のない主張を排除する。第五に、声と発表の場を調整する。第六に、NSFやNIHの審査構造に合わせた資金提案モードを提供する。 READMEのbefore/afterの例がその効果を示している。Before：「近年、継続学習はますます注目を集め、目覚ましい成功を収めている。しかし、既存の手法は依然として重大な課題に直面している。本提案では、最先端技術を活用した新しい枠組みを提案し、これらの複雑な問題に深く掘り下げ、この分野に革命をもたらす変革的パラダイムへの道を開くものである。」After：「継続学習は重要だが、今日の手法は経験的なまま原理が不明確である。それが信頼性と進歩を制限している。本提案は、適応、ソフトな監視、分野横断的知識の3つの側面に基づく原則的な枠組みを構築する。」 倫理論争 反応は大きく分かれている。リスボン大学の医療情報学研究者Francisco Maria Calisto氏はNatureに対し、このツールを頻繁に使用していると語った。「これまで使った中で最高です」と彼は述べ、電子メールやコードドキュメント、そして原稿にも使用しているという。 バレンシア工科大学の植物生物学者Miguel Angel Blazquez Rodriguez氏は否定的だった。「好きではありません。欺瞞的です。」 カーネギーメロン大学の情報科学者Cassidy Sugimoto氏は懸念を表明した。「この使用例は科学にとって有害だと思います。心配しています。」 Ding氏自身はツールとその悪用を区別している。「私はツールと行動を分けて考えます」と彼はNatureに語った。「倫理的問題は、非開示とその背後にある意図であって、編集補助ツールの存在ではありません。」 メディアからの問い合わせを受けて、Ding氏はツールの説明を「通常のAI痕跡を除去する」から「明瞭さと声を研ぎ澄ます」に更新し、ツールがAI支援を開示する義務を免除するものではないことを明記する倫理ノートを追加した。 検出の軍拡競争 Academic Humanizerのリリースは、学術出版におけるAI利用の増加を背景としている。2026年2月にHe氏とBu氏がPNAS（DOI: 10.1073/pnas.2526734123）で発表した研究では、5,114のジャーナルと520万の論文を分析し、70%のジャーナルがAI開示ポリシーを採用しているにもかかわらず、AIによる執筆利用は急増しており、ポリシーの有無による統計的差異は見られないことが明らかになった。2023年以降に発表された75,000の論文のうち、AIの使用を明示的に開示したのはわずか約76件、約0.1%に過ぎなかった。著者らは、現在のポリシーは透明性の促進に「大きく失敗している」と結論付けた。 検出企業も対応している。2024年に元GoogleおよびTeslaのエンジニアによって設立されたブルックリン拠点のAI検出スタートアップPangram Labsは、Academic Humanizerをテストした。CEOのMax Spero氏は、初期テストでは「ほとんどのヒューマナイズされたテキストを検出したが、すべてではない」と述べており、Pangramはこのツールの出力を検出するためのアップグレード版を設計している。2025年のプレプリント（arXiv: 2501.03437）で、PangramはDAMAGEと呼ばれるモデルが19のAIヒューマナイザーおよびパラフレーズツールに対して堅牢であり、テストしたすべてのヒューマナイザーで90%以上の精度を達成したと主張している。 問題は、ヒューマナイザーと検出器の間の軍拡競争が科学的完全性に資するのか、それとも単に不正のコストを引き上げるだけなのかということだ。現時点では、Academic HumanizerはGitHubで引き続き入手可能であり、これが正当な編集ツールなのか欺瞞の道具なのかについての議論は収束する気配を見せていない。 雅子 訳 Sources 1. Nature News, “‘Humanizer’ tool erases signs of AI-written text” (7 July 2026). DOI: 10.1038/d41586-026-02105-3 2. Academic Humanizer GitHub […]

抗菌薬耐性の危機にはよく知られたボトルネックがある。それは発見パイプラインである。従来のスクリーニング方法は遅く、費用がかかり、臨床使用に適した候補をほとんど生み出せていない。カリフォルニア大学デービス校のチームは、このプロセスを劇的に加速する可能性のある生成的AIアプローチを実証した。 ARCADIAMP、Antimicrobial Rapid Candidate Generation through AI-driven Diffusion and Iterative Assessment of Membrane-active Peptidesは、離散型ノイズ除去拡散確率モデル（D3PM）と2段階のESM2ベース分類器、新規性フィルター、反復的自己学習ループを組み合わせている。生成された100万の候補プールから、プラットフォームは実験的合成のためにわずか10のペプチドに絞り込んだ。10のうち8つが32 µg/mL以下の最小発育阻止濃度（MIC）で抗菌活性を示し、従来のスクリーニングを大幅に上回る80パーセントのヒット率を達成した。 主要候補であるPeptide-7、通称Arcininは、29アミノ酸のアルファヘリックスペプチドであり、配列（GRWRRVGRKLRTLGKSFGKVAHVAGKAIFA）を持ち、既知の抗菌ペプチドとの有意な類似性は見られない。 6つのESKAPE病原体のうち5つに有効 ArcininはESKAPEパネルに対して試験された。これは、世界中の院内感染の大部分を引き起こし、多剤耐性で知られる6つの細菌種である。結果は以下の通り： | 病原体 | MIC (µg/mL) | カテゴリー | |———|————-|———–| | Klebsiella pneumoniae | 8 | グラム陰性、ESKAPE | | Acinetobacter baumannii | 8 | グラム陰性、ESKAPE | | Pseudomonas aeruginosa | 8 | グラム陰性、ESKAPE | | Escherichia coli | […]

もし時間が宇宙の基本的な特徴ではなく、量子系間の関係から生じるものだとしたらどうだろうか？バーミンガム大学の物理学教授ジョヴァンニ・バロンティーニは、まさにそれを示唆する実験装置を構築した。 約24,000個のルビジウム87原子を絶対零度の数十億分の1度まで冷却し、バロンティーニはボース＝アインシュタイン凝縮（BEC）を生成。それを薄いレーザー光のシートで二つに分割した。二つの半分（観測される「明るいセクター」と、意図的に観測されない「暗いセクター」）は、外部時計なしで周囲から完全に隔離されていた。これは実質的に、量子重力理論家を悩ませるウィーラー＝ドウィット方程式のミニチュア版であり、組み込みの時間パラメータを持たなかった。 「時間は、システムの状態に応じて速くなったり遅くなったり、あるいは完全に止まったりしていた」とバロンティーニはLive Scienceに語った。 エントロピック時間 重要な洞察は、時間を外部時計からではなく、システムの二つの半分の間のエントロピー交換から定義することだった。原子がセクター間のレーザー障壁を越えるにつれて、エントロピーは明るいセクターから暗いセクターへ、またはその逆に流れた。バロンティーニはこの流れを2ミリ秒ごとに120ミリ秒間測定し、それを用いて「エントロピック時間」（τ, タウ）と呼ぶものを構築した。 エントロピーが二つの半分の間で活発に流れているとき、エントロピック時間は速く進んだ。交換が遅くなると時計も遅くなった。二つの半分が平衡に達し、それ以上交換できるエントロピーがなくなると、内部時計は完全に停止した。 低い障壁高さの条件下では、明るいセクターは膨張と崩壊を繰り返し、交互に起こるビッグバンとビッグクランチを経験する宇宙を模倣した。重要なことに、エントロピック時間はクランチとそれに続くバンの間には経過しなかった：その無遷移期間中はエントロピーが交換されなかったからである。 「時間と時間の矢：おそらくそれらは無知から生まれるだけなのです」とバロンティーニは述べた。「時間を持ち、観察するためには、いくつかの自由度を諦めなければなりません。」 アナログから理論へ Physical Review Research（第8巻、L022047、2026年6月）にレターとして掲載されたこの実験は、明示的にアナログ・ウィーラー＝ドウィット・ミニ宇宙として記述されている。正準量子重力の中心となるウィーラー＝ドウィット方程式は、最も基本的なレベルでは宇宙の波動関数が時間の中で進化しない：時間そのものが存在しない：ことを示唆している。バロンティーニのシステムは、量子重力を直接探査できなくとも、このアイデアの物理的テストベッドを提供する。 エントロピック時間変数を用いて、バロンティーニは時間依存シュレーディンガー方程式（iℏ ∂_τ ψ = …）を導出し、それが実験観測を正確に再現することを示した。「すべてがとてもきれいにまとまったのはかなり驚きでした。実験ではそういうことはあまり起こらないものです」と彼は述べた。 論文はいくつかの重要な注意点を挙げている。ハミルトニアンは構造的にミニスーパースペースモデルと類似しているが、これは冷原子シミュレーションであり、実際の量子重力実験ではない。ポテンシャル障壁の中心が明るいセクターが真のビッグバンやビッグクランチの無限密度を経験するのを防ぐため、システムは特異点を回避する。エントロピック時間データのいくつかの「ゆらぎ」は、クロックフィールドの粗いサンプリングによって引き起こされた：つまり、順序がすべての点で完全に単調ではないということである。 時間の本質にとっての意味 バロンティーニの実験は概念実証であり：制御された量子システムが時間に関する根本的な疑問のテストベッドとして機能できることを示す最初の実証である。時間が基本的な背景パラメータとして存在するのではなく、量子相関から生じるという考えは、数十年にわたって理論的に探求されてきた。しかし、これはその原理の初めての直接的な実験的検証である。 深い謎はこれである：量子力学の基本方程式は時間をパラメータとして扱うが、一般相対性理論の基本方程式（ウィーラー＝ドウィット定式化）は時間がまったく存在しないことを示唆している。何かがこのギャップを埋めなければならない。結合された量子系間の情報損失によって定義されるバロンティーニのエントロピック時間は、具体的で検証可能な候補を提供する。 「これは通常、テスト不可能だと考えられるようなことです」とバロンティーニは述べた。「これらは、私たちが既に持っているシステムを設計するツールを使って、非常に簡単に行えることなのです。」 雅子 訳 Sources 1. Live Science, “Time was speeding up, slowing down, or even stopping 、 physicist demonstrates a key theory of time by building a mini-universe in his lab” (7 […]

大気汚染は精子の遺伝子機能を変化させるようであることが、この種のものとしては最大級の生殖能力研究で明らかになった。精子が形成される期間に一般的な屋外汚染物質に曝露された男性は、遺伝子のオン・オフに影響を与える微妙なDNA変化を示したと、研究者らがロンドンで開催された欧州ヒト生殖発生学会（ESHRE）の年次総会で報告した。 7月7日に発表され、Human Reproduction に抄録として掲載されたこの研究は、2013年から2017年にかけてユタ州ソルトレイクシティの2,000人以上の男性を追跡調査し、オゾン（O3）、二酸化窒素（NO2）、二酸化硫黄（SO2）、微小粒子状物質（PM2.5）の4種類の大気汚染物質への曝露を追跡した。6カ月後の追跡サンプルを提供した1,220人の男性のうち、研究者らは精子において39のDNAメチル化変化：DNA配列を変えずに遺伝子活性を調節する化学的修飾：を特定した。 調査された4つの汚染物質のうち、オゾンと二酸化窒素が最も強い関連を示した。両者とも都市部で一般的であり、主に自動車排出ガスと天然ガスの燃焼によって生成される。 GNAS遺伝子の発見 最も重要な結果の一つは、刷り込み遺伝子であるGNASにおけるメチル化変化であった。刷り込み遺伝子は親由来特異的な方法で発現し：母親由来か父親由来かに基づいて一方のコピーがサイレンシングされる：ほとんどのエピジェネティックマークが受精後に消去されるのとは異なり、刷り込み遺伝子のメチル化パターンは初期胚発生を通じて持続する可能性がある。 「刷り込み遺伝子GNASの変化との関連は特に重要です」と、マサチューセッツ大学アマースト校の環境健康科学准教授で本研究の筆頭著者であるキャリー・ノーブルス博士は述べた。「刷り込み遺伝子は初期胚発生を通じて持続する可能性があるため、父親の環境曝露が生殖能力だけでなく、妊娠や子孫の健康にも影響を及ぼす可能性があるかどうかについて、重要な疑問が生じます。」 メチル化変化は、精子形成、染色体組織化、細胞品質管理に関与する遺伝子と関連していた。 注意点 この研究には重要な限界がある。学会抄録であり：総会での採択のために査読は受けているが、完全な論文としてはまだ発表されていない。分析は単一の地理的場所（ソルトレイクシティ）で実施され、研究者らは個人曝露測定ではなく屋外の大気質モニタリングデータを使用した。生殖能力、妊娠、または子孫の健康に対するメチル化変化の臨床的意義は直接確立されていない。 マンチェスター大学のアンドロロジー教授であるアラン・ペイシー教授は専門家コメントで次のように述べた：「観察された精子DNAメチル化の変化が男性不妊症にとって臨床的に意味があるかどうかを結論づけることはできません。それを確認または反駁するにはさらなる研究が必要です。」 カレン・サーモン教授（医学博士）は、ESHREの直前議長として、より広い文脈で知見を位置づけた：「これは汚染がどのように生殖能力に悪影響を及ぼすかを理解するためのパズルのもう一つのピースです。大気汚染に曝露されたカップルは妊娠に困難を抱えることが多く、これがその説明の一つかもしれません。」 研究者らは、他の集団での再現とともに、観察されたメチル化変化を測定可能な生殖能力の結果に直接結びつける研究が必要だと述べている。 雅子 訳

人間の大脳皮質は160億以上の神経細胞を含み、約15万キロメートルの軸索で結ばれ、約164兆のシナプスを形成している。この天文学的に複雑なネットワークが、完全にランダムでも厳格に規則的でもなく、どのように組織化されるかは、神経科学の最も深い謎の一つだった。 8月20日に『Cell』に発表された研究は、驚くほど単純な答えを提示する。脳の配線は、太鼓の膜上の定在波と同じ幾何学的原理によって制約されているというものだ。 モナッシュ大学ターナー脳精神健康研究所の研究者らは、幾何学的固有モードモデル（GEM）を開発した。このモデルは大脳皮質を連続的な曲面とみなし、神経活動が波として伝播する。太鼓の膜が形状と張力によって決まる固有の共振周波数と振動パターンを持つように、大脳皮質にも幾何学的固有モードと呼ばれる固有の空間的共振が存在する。各モードは特定の空間波長と、節と腹の地形学的配置で特徴づけられる。 このモデルの中心的な仮説は、同じ位相で振動する場所、つまり同じ固有モードの腹の近くを結ぶ場合、大脳皮質領域間の接続が優先的に保存され強化されるというものだ。こうした接続は通信路として機能し、そのモードを励起するのに必要なエネルギーを減らす。これにより脳の動態はより効率的になる。 「このモデルは、ヒトとヒト以外の種におけるバイナリおよび加重の実証的コネクトームのトポロジーとトポグラフィーの主要な側面を再現する」と著者らは記している。「この知見は、幾何学が大脳皮質コネクトームのマルチスケール構造を形成する上で基本的な役割を果たし、それが9000万年の進化にわたって保存されてきたことを示している。」 モデルの仕組み GEMは神経場理論に基づいている。このモデルは2つの自由パラメータのみを必要とする。kは含まれる固有モードの数で、モデルは4386のうち108、約2.5%を使用する。rsは長波長モードの寄与を制御する長さスケールパラメータだ。 拡散MRIを用いて339人の健康な成人からマッピングされたグループ平均ヒトコネクトームに適合させた場合、GEMは顕著な精度を達成した。接続強度の順位相関はρ=0.81で、ネットワークハブの空間トポグラフィーの予測ではバイナリでρ=0.52、加重次数でρ=0.47の空間相関を達成した。接続の有無の予測では真陽性率75%を達成した。 重要なことに、このモデルは既存のすべての代替モデルを上回った。単純な指数関数的距離ルール、神経場理論の重み付けなしで大脳皮質の幾何学的固有モードのみに基づくモデル、ランダムネットワークのいずれよりも優れていた。分割半分交差検証によるホールドアウトテストデータで検証した場合も、GEMの優れた性能は維持された。 種とスケールを超えて このモデルの威力は人間の脳をはるかに超える。研究者らはチンパンジー、マカク、マーモセット、マウスのコネクトームに対してもテストした。これらのマッピングには拡散MRIまたは侵襲的ウイルス性神経路追跡が用いられ、根本的に異なる空間スケールで動作する手法だ。 すべての種において、GEMは大脳皮質コネクトームの組織を高い精度で再現した。これら5種の最後の共通祖先は約9000万年前に生存していたため、この結果は、幾何学が大脳皮質の配線に与える影響が哺乳類の脳組織の普遍的で深く保存された特徴であることを示唆している。 このモデルは、その適合において直接最適化されなかった特徴も捉えた。大脳皮質ネットワークのモジュール式コミュニティ構造、脳領域が密に相互接続されたサブグループに組織化される傾向、そしてコネクトームのスペクトル特性などだ。 意味すること これまでの脳配線のモデルは指数関数的距離ルールを重視してきた。これは領域間の距離が増加するにつれて接続の可能性が低下するという観察に基づく。このルールは長い軸索の代謝コストに起因する、コネクトーム組織の普遍的原則として提案されてきた。GEMはこの原則と矛盾しないが、さらに踏み込む。距離に基づいてどの領域が接続される可能性があるかを説明するだけでなく、任意の距離においてどの場所のペアが強い接続を形成する可能性が最も高いかを正確に説明する。 「我々のモデルでは、各固有モードの寄与は、仮定された平均場神経動態におけるその相対的発現を反映している」と著者らは説明する。低次（長波長）の固有モードは、励起に必要なエネルギーが少ないため優勢となる。このエネルギー依存性は熱力学におけるボルツマン分布に類似している。 研究者らはいくつかの重要な注意点を指摘している。現モデルは大脳半球内の皮質-皮質接続のみを考慮し、半球間接続や視床などの皮質下構造との接続を除外している。大脳皮質全体で均一な空間的長さスケールを仮定しているが、実際には異なる神経細胞集団は異なる特徴的な伝播スケールを持つ。また、モデルは定常状態の時間平均された構造を捉えており、発達中の幾何学と接続性の動的な共進化を捉えていない。 それでもなお、この研究はこれまでで最も強力な証拠を提供している。哺乳類の脳の複雑で一見特異的に見える配線が、驚くほど単純な幾何学的原理によって理解できることを示している。 雅子 訳 出典 Normand, F., Gajwani, M., Cao, T., et al. 「Geometric constraints on the architecture of mammalian cortical connectomes.」『Cell』189, 1-21 (2026). DOI: 10.1016/j.cell.2026.05.048. https://doi.org/10.1016/j.cell.2026.05.048 Code and data: https://github.com/francisnormand/GeometricEigenModeModel and https://osf.io/rz3hw/