プラチナバイオがDNA言語モデル活用の予測AI作製プロトコールを公開、ゲノム課題への展開可能性を提示

公開：2026年4月15日更新：2026年8月7日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

プラチナバイオ株式会社は2026年4月15日、DNA言語モデルを活用し、特定のゲノム課題に対応するAIモデル作製プロトコール論文のオンライン公開を発表しました。本論文は広島大学の共同研究講座で執筆され、研究現場で再現しやすい手順を、段階的に示すことを目的としています。

DNA言語モデルDNABERT-2のファインチューニング手順を体系化
ゲノム編集と国内クラウド活用の主な成果
プロトコール論文と公開先の概要
trends編集部の一言
References

DNA言語モデルDNABERT-2のファインチューニング手順を体系化

今回公開されたプロトコール論文は「Workflow for Fine-Tuning and Evaluating DNA Language Models for Specific Genomics Issues」と題されています。2026年4月3日に生命科学系プロトコール専門誌Bio-protocol(ISSN: 2331-8325)にて、査読を経てオンライン掲載されました。

著者には、研究開発部バイオDXチームのチームリーダーである中前和恭と、Chief Scientific Officer(CSO)の坊農秀雅が含まれています。DNA言語モデルとは、「A」「T」「G」「C」からなる大量のDNA配列を、AIが文章のルールを学ぶように学習する技術です。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

ゲノム編集と国内クラウド活用の主な成果

論文ではDNABERT-2のファインチューニングを通じて、ゲノム編集における具体的な予測課題への適用例が示されました。さらに計算基盤としてさくらインターネット株式会社が提供するVM型GPUクラウドサービス「高火力 VRT」が用いられており、注目すべき成果は次の4点です。

RNAオフターゲットの予測
プロモーター配列の予測
高火力 VRTで通常1日程度の処理
別GPU5枚構成では約3〜7日を要すると報告

これらの結果は、再現可能なプロトコールと高性能GPUクラウドの組み合わせが、研究開発のスピードを大きく左右することを裏付けています。生命研究者がさまざまなゲノム課題を予測し、課題解決の糸口を得るための基盤になり得る取り組みです。

プロトコール論文と公開先の概要

項目	詳細
発表企業	プラチナバイオ株式会社
所在地	広島県東広島市
論文タイトル	Workflow for Fine-Tuning and Evaluating DNA Language Models for Specific Genomics Issues
掲載誌	Bio-protocol(ISSN: 2331-8325)
公開日	2026年4月3日
対象モデル	DNABERT-2
計算基盤	高火力 VRT
主な著者	中前和恭、坊農秀雅

プラチナバイオの公式サイトはこちら

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

trends編集部の一言

今回のプロトコール公開は、AI活用の現場で常に課題となる「再現性」と「ノウハウの属人化」に正面から取り組んだ事例として受け止めました。マーケティング業務でも、生成AIの使い方が担当者ごとに散らばりがちで、手順をドキュメント化して共有する大切さを、日々感じているところと重なります。

高火力 VRTを使うと通常1日程度で処理が終わる一方、別GPU5枚構成では約3〜7日を要するという数字は、計算資源の選び方が、成果のスピードを左右することを、強く感じさせる内容です。研究開発に近い領域でAI活用を検討する担当者にとって、手順書と計算基盤の両輪をどう整えるかを考える材料になりそうです。

References

^ PR TIMES. 「プラチナバイオがDNA言語モデルを活用した予測AIモデル作製プロトコールをオンライン公開 | プラチナバイオ株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000017.000065097.html, (参照 26-04-15).

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。