← 2026-07-02 の一覧へ戻るホーム
初めて、細胞から作られたものが成長・分裂した

2026/07/01 23:20

初めて、細胞から作られたものが成長・分裂した

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

生物学者は、非生命の素材から成長し、DNA を複製し、分裂する合成細胞を構築することに成功し、人工的なシステムにおいて細胞周期の主要な機能を遂行した。ミネソタ大学のケイト・アダマラ氏率いるチームが主導するこの研究は現在未公開であり、査読もされていないものの、ジャック・シュストゥーク氏（芝加哥大学）ら専門家からは、「非生命物質から生命を生み出す」という「聖杯」への画期的な一歩として称賛されている。シブレン・オット氏（ストアテンハ化学研究所）は、同細胞は現在の定義において本当に「生きている」とは言えないと指摘しつつも、この成就是、死んだ物質から生命を生み出す科学の進展を大幅に促進したとしている。

本文

非生物的素材から構築された「人工細胞」の成功と課題

ミネソタ大学のケイト・アダムラ氏率いる研究チームが、非生物的な素材（実験室で作製された分子）のみを組み立てて「人工細胞」を構築することに世界で初めて成功しました。これは生物学由来の部品を使用せず、ゼロから生命様のシステムを創り出した画期的な成果です。

【研究の概要と意義】

  • 非生物から生物への飛躍: 無機物や合成分子を集積させるだけで、細胞のような振る舞いを示すシステムの実現证明了「合生物学」における聖杯の一つに迫りました。
  • 基本機能の備え: 実験室で作成された人工細胞は以下の機能を満たしています。
    • 増殖（成長）
    • DNA の複製
    • 分裂（二分成長）
  • 柔軟な設計: すべての分子部品が実験室で個別に作製されているため、系を微調整したり部品を入れ替えることが可能です。これにより将来的にバイオ燃料や新薬の創製、疾病研究への応用が期待されています。

【「生命」構築のプロセス】

自然発生源論の実験室再現

  • アプローチの違い:
    • 従来の合成生物学：既存の細菌細胞を簡素化して最小限に落とし込む手法（例：J・Craig ベンター氏）。
    • 今回の研究：「ゼロから構築」。現代自然界にある生物由来の分子ではなく、人工的に設計されたシステムを組立てるアプローチ。
  • 基本サイクルの確立: 成長、DNA 複製、分裂、進化という細胞の基本サイクルを実行する「マニュアル」を見出し、脂質膜（リポソーム）内部でこれを動作させました。

個別の開発と統合の困難さ

各機能系を開発し、リポソーム内部へと組み込む難航したプロセスです。

  • DNA 複製系の採用: 合成生物学者らの既存研究成果を採用し、細胞内環境に最適化（調整）しました。
  • 栄養供給パケットの創出:
    • ギン糖類、脂質、酵素に加え、タンパク質合成に必要なリボソームや転移 RNA (tRNA) を充填した「供給パック」を開発。
    • 細胞膜に特殊なプロテインを組み込み、バブル状の供給パックを吸引して融合させる仕組みを実現。これにより内部資材を原細胞へ取り込みました。
  • 「分裂」の難問と解決:
    • 長期課題だった「細胞分裂」の実現に成功しました。通常はシトスケレトン（構造支持ネットワーク）が必要ですが、代わりに膜結合による物理的曲げメカニズムを採用しました。
    • 細胞膜にプロテインタグを付与し、外部のプロテインを引き寄せ、膜を湾曲させて分裂させます。

研究者とのエピソード

  • 通称「Spudcell」（ポテトセル）: 研究チームは当初「アダムラ細胞」と呼んでいましたが、学生たちが冗談めかして「じゃがいも（spud）」と改名しました。アダムラ氏（ポーランド出身・じゃがいも農家）も快諾しています。
  • 評価: システム化学者や進化生物学者らからは「合成生物学の傑作」「分水嶺となる出来事」と高く評価されていますが、依然として自己維持機能の未達など課題は残っています。

【現在の限界と今後の展望】

人工細胞は成長・分裂しましたが、「生命」へ向かうための**「進化」**はまだ不十分です。

  • 自然選択への到達点:
    • 人為的に遺伝的多様性を創出し、より大きくなる個体が集団内で優位になることを確認しました。
    • しかし、ランダムな変異（ミューテーション）を許容していないため、「自然選択」という生物進化の主要な駆動力は機能していません。酵素の精度が高く、意図的なエラー生成が困難です。
  • 自己維持能力の欠如:
    • リボソームやタンパク質など重要な分子を外部から供給し続ける必要があるため、完全なる生命としての「成長と持続的繁殖」には至っていません。
  • 次のステップ: シトスケレトンの追加によるエネルギー効率改善、エラー率の高い酵素の発見、自然選択プロセスの実証などが今後の課題です。

【社会的・学術的インパクト】

  • 「Biotic」の設立: 研究成果と手法を公開し、世界中の研究者が合成細胞を構築・改良するための非営利組織を設立しました。
  • 応用分野:
    • 新材料開発: ファス燃料を使わないプラスチック、肥料、医薬品の製造。
    • 基礎科学: 生命の起源（自然発生源論）や「生命とは何か」という問いに対する実験室的アプローチの実現。
  • アダムラ氏の比喩:

    「現代の細胞はボーイング 787 ドリームライナーのようなものでした。我々が作ったのはライトフライヤー……翼を付けた最初の自転車フレームで、100 フィートも飛ぶことができました。」

ケイト・アダムラ氏は、「生命を理解したいなら、まず『生命』を作ることから始めなければならない」と述べており、この研究は人類の生命観における新たな扉を開くものとして期待されています。

同じ日のほかのニュース

一覧に戻る →

2026/07/02 7:03

ZCode：GLM-5.2 ハーネス

## Japanese Translation: ## サマリー： ZCode は、Deep GLM-5.2 の機能を「エージェント型」のワークフローに統合することでソフトウェア開発を革命化し、エンジニアがレガシーなモノリシックアーキテクチャからリアルタイム機能のデプロイへと移行することを可能にします。当プラットフォームは、Goals を通じた長期間にわたるタスクへの継続的な計画をサポートし、ユーザーが WeChat、Feishu、Telegram などのメッセージングアプリを通じてセッションを導くことを可能にします。提供されるのは柔軟な 3 つの料金プランです：小規模なリポジトリ向けで Base ユーザー数に基づいた「ライトウェイト（軽量）プラン」16.2 ドル/月、中規模なリポジトリ向けでユーザー数を 5 倍にし厳選されたツールを含んだ「プロフェッショナルプラン」64.8 ドル/月、大企業向けに専用リソースと新モデルへの優先アクセスを提供する「ハイボリュームプラン」144 ドル/月の 3 つです。MacOS と Windows の両プラットフォームに対応しており、ZCode は複雑な推論タスクにおいて AI の速度を最適化しながらも、チームを開発の最前線に保ち続けます。（注：料率と特典は変動する可能性があります。最終詳細については z.ai をご参照ください。）

2026/07/02 7:48

運動不足の健康な人でも細胞内のエネルギー産生が早期に低下することが判明

## 日本語翻訳： 年齢約 42 歳で運動を習慣化していない健康な成人でも、疾病の発症前に著しい細胞レベルの劣化が見られます。コロラド大学アンスシュ医学部によって実施され、*Clinical Bioenergetics* に公開された研究では、9 名の非活性男性と 10 名の有活動な男性（平均約 42 歳）を比較し、定期的な好気性運動の欠如（週 150 時間未満）が、細胞内の糖や脂肪をエネルギーに変換する「エンジン」となるミトコンドリア機能を急激に低下させることを明らかにしました。非活性男性では、最大酸素利用量が 38% 減少し、負荷時の血液中の乳酸値は 60% 上昇しました。また、主要な燃料処理タンパク質も著しく機能不全を起こしており、MPC1 の活性が有活動レベルの約 49% に低下し、CPT1 酵素の活性は有活動レベルの半分程度まで減少し、糖と脂肪の両方を処理する能力が損なわれていることを示しました。全体として、ミトコンドリアの効率は複数の項目で約 28% から 36% の減少が見られました。共同著者の Iñigo San Millan（イニゴ・サン・ミリャン）は、「40 歳で健康でありながら非活性であることは、現在既に細胞への損傷変化が進行しており、10〜15 年後の健康に影響を与える可能性がある」と指摘し、糖尿病、アルツハイマー病、がんなどの疾患を引き起こす可能性があると述べました。この劣化を早期に検出するための介入対策を可能にするには、心臓血管・呼吸器運動テストと乳酸分析による非侵襲的検査が有効です。研究チームは、より大規模で多様な臨床試験を実施する計画であり、特定の運動プログラムや新規薬剤によってミトコンドリアの健康を回復させることができるかどうかを検証するために、女性の参加者も含む併行研究も行う予定です。

2026/07/02 2:53

グラフィックプログラマーとして学ぶべきこととは何か

## Japanese Translation: 本文の核心は、現代的なグラフィック開発が CPU 側の明示的 API プログラミング（C++ を使用した DirectX 12、Vulkan、Metal）と、GPU 側の照明・シェーディング・シャドウ・ポストプロセッシングの数学の二つに本質的に分かれるという点にある。GPU 側を主眼にする初学者は、複雑なエフェクトに取り組む前に、より単純な CPU 側 API またはゲームエンジンから始めることができる。専門的に成功するには、ポートフォリオが DirectX 12 や Vulkan などの業界標準を用いたリアルタイム C++ エンジンを提示し、Physically Based Rendering（PBR）を使用してリソースを読み込み照明を描画することが望ましく、これにより臨機応変なハックに対してクロスプラットフォームの互換性と効率性を確保する必要がある。PBR を習得することはアセットの精度にとって重要だが、それはパッチートレイシングとは別物であり、初学者は複雑な視覚効果を追加する前に基本的なジオメトリを習得すべきである。映画レンダリングの原理を理解するためにパッチートレイシングは依然として不可欠であり、学習者は"Ray Tracing in One Weekend"から始め、やがてリアルタイム PBR エンジンと個別の写真 realistic パッチートレイサーの結果を比較検証することを推奨される。線形代数（行列、クロスプロダクト・ドットプロダクト）、初等的な三角法、微積分、単純なアルゴリズム（配列）に関する基礎知識は不可欠であり、高度な数学や複雑なデータ構造は必要に応じて習得する。C++ は CPU 開発の標準として引き続き重要だが、Rust や WebGPU が二次的な選択肢として台頭しつつある。シェーダー言語としては HLSL および GLSL が業界標準として一般的である。最後に、機械学習に関するブームが量子コンピューティングへと発展していく可能性はあるかもしれないが、ML のフィッティングおよび最適化技術を習得することは、堅牢なコンピュータサイエンスツールキットの重要な要素であり続ける。