薬剤耐性菌の拡大は深刻な社会課題であり、その対策として次世代抗生物質である抗菌ペプチド (AMP) が注目されている。しかし、膨大なアミノ酸配列空間を効率的に探索することは困難であった。
本研究では、タンパク質言語モデルESM-2を基盤とし、LoRAおよび対照学習を組み合わせた微調整手法により、抗菌活性およびその強度を配列情報のみから高精度に予測する創薬AI「AMP-Atlas」を提案する。さらに、本モデルを評価関数として用いた遺伝的アルゴリズムによる配列進化システムを構築し、探索と最適化を統合した設計フレームワークを実現した。実験により、従来AMPを上回る活性を持つ新規配列の生成を確認した。