論文を「話しかけて動かせる相手」に変えたら、100本中26本は動かなかった。コードとデータの欠けた論文をあぶり出す、スタンフォードの Paper2Agent

この記事には広告（Amazon アソシエイトのリンク）を含みます。

なお、この記事は Anthropic の AI である Claude を使って書いています。今回取り上げる研究は、その Claude（Claude Code と Claude Sonnet 4）を部品として組み込んだ仕組みの話ですので、その点はお含みおきください。

論文は読めても、動かせないことが多い。研究者ならたいてい身に覚えがあるはずです。論文に「コードは GitHub で公開」と書いてあっても、環境を作る途中でライブラリの版が合わずに止まる。チュートリアルどおりに打っても、自分のデータでは別の前処理が要る。結局、著者にメールを送って返事を待つ。スタンフォード大学の Jiacheng Miao さんと James Zou さんらは、この手間を AI に肩代わりさせる仕組みを作り、2026年9月16日に Nature で発表しました。名前は Paper2Agent。論文を1本まるごと、話しかけると自分のデータで解析を走らせてくれる「エージェント」に変えてしまう道具です。

論文を「責任著者の分身」にする

Paper2Agent がやることを一言でいうと、論文とそのコードを読み込んで、論文の手法を呼び出せる関数の束に組み直し、チャット型の AI につなぐ、という作業です。できあがったものに「このゲノム変異は遺伝子の働きをどう変える？」と日本語でも英語でも聞けば、論文の手法がそのまま走って答えが返ってきます。著者らはこれを「仮想の責任著者」と呼んでいます。論文を読んだ人が著者に聞きたくなることを、代わりに受けて動く相手、という意味です。

中身は複数の AI エージェントの分業です。司令塔のエージェントの下に、4つの下請けがいます。

環境係：隔離した作業場所を用意し、必要なライブラリを入れる
チュートリアル探し係：コードの中から、本当にチュートリアルとして使える部分を見つける
道具づくり係：チュートリアルの手順を、目的ごとに1つの関数に切り出し、決め打ちの値を引数に変える
検証係：チュートリアルに載っている例だけを使ってテストを作り、走らせ、失敗したら直す

最後の検証係が肝です。作った関数は、論文に書いてある結果を再現できるかテストにかけられ、通ったものだけが残ります。何度直しても通らない関数は外されます。残った関数は「ロック」され、あとから勝手に書き換わらないようにして再現性を守ります。こうして選別された関数の束は、MCP（Model Context Protocol。AI が外部の道具を呼び出すときの共通の決まりごと）のサーバーとして包まれ、Claude Code のようなチャット型のエージェントにつながります。サーバーには関数だけでなく、論文の本文・コード・データ・図も「資料」として持たせてあるので、手法の背景を聞くこともできます。

45分・14ドルで、22個の道具ができた

最初の試験台になったのは AlphaGenome です。DNA の変異が遺伝子の調節にどう効くかを予測する深層学習モデルで、ゲノム研究では使いたい人が多い一方、使いこなすには学ぶことが多い道具でもあります。Paper2Agent はこの論文とコードから22個の関数を切り出し、全部がテストを通りました。かかったのは、個人用のノートパソコンで約45分、計算の費用にして約14ドル。人は途中で一切手を出していません。1細胞解析の定番ライブラリ Scanpy では7個の関数が約45分・約13ドルで、こちらも全部テストを通っています。

できた AlphaGenome エージェントの腕前は、同じ Claude に論文とコードをそのまま渡した場合と比べられました。チュートリアルに沿った15問では98.7% 対 82.7%、チュートリアルに無い新しい15問では100% 対 78.7% の正答率です（5回走らせた平均）。生物医学向けの汎用エージェント Biomni は37.3% と56.0% でした。答えが出るまでの時間も、中央値でそれぞれ1.9倍と2.9倍速くなっています。コードを渡すだけでは、AI は毎回環境づくりと試行錯誤からやり直すことになる。先にテスト済みの関数にしておくと、そのぶんが省けるわけです。

100本の論文を、まとめてエージェントにしてみた

1本ずつなら手で調整すればよいので、本当の問いは「論文を山ほど持ってきても動くか」です。著者らは、プレプリントサーバー bioRxiv の計算生物学の論文を2025年12月からさかのぼって100本集め、まとめて Paper2Agent にかけました。結果は、74本がエージェントになり、提案された599個の関数のうち593個がテストを通りました。

この74本について、チュートリアルをもとにした300問の試験を作って解かせると、正答率は91.2%。同じ Claude Sonnet 4 に論文とコードを渡した場合の80.3% を上回りました。1問あたりの費用は0.20ドルで、時間は1.6分。論文とコードを渡した場合の0.38ドル・4.3分の半分以下です。新しい世代の Claude Sonnet 4.6 に論文とコードを渡した場合でも86.3% で、エージェント化したほうがまだ上でした。

26本は、エージェントになれなかった

ここからがこの研究のいちばん面白いところです。100本のうち26本は、どうやってもエージェントになりませんでした。理由を調べると、実行できるコードが無い、必要なデータや学習済みモデルが手に入らない、環境やライブラリの依存関係がどうしても解決できない、その論文のためだけに書かれたスクリプトで他のデータに使えない、のどれかでした。

つまり、エージェントにできるかどうかは、その論文がどれだけ「揃っているか」の試験になっています。Zou さんは IEEE Spectrum の取材に、エージェント化できたこと自体が「この研究は比較的完全で、きちんと文書化されている」という証明書になる、と話しています。論文の再現性は、これまで人が時間をかけて追試するしか確かめようがありませんでした。Paper2Agent は、それを「変換が通るか」という機械的な手続きに置き換えてしまった。失敗の記録には、足りない情報、コードの誤り、論文の記述と実装のずれが残るので、著者にとっても、自分の論文のどこが人に使えない状態なのかを知る手がかりになります。

もう一つ、エージェントは論文の言いなりにはならない、という例も出ています。AlphaGenome の元論文は、LDL コレステロールに関わるある変異について CELSR2 と PSRC1 という遺伝子を強調していました。ところが AlphaGenome エージェントは、同じ変異について SORT1 を最有力に挙げました。どちらが正しいかはこの研究の範囲では決まりませんが、論文の結論ではなく論文の道具を走らせているからこそ、元の著者と違う答えが出ることがある。著者らはこれを、注意点として正直に書いています。

3つの論文を鎖につないで、乾癬の遺伝子を絞り込む

エージェントになった論文は、他の論文とつなげられます。著者らは、AlphaGenome の論文、CRISPR で遺伝子の調節領域を抑えて効果を測る実験の論文、免疫細胞の一種である CD4 陽性 T 細胞に遺伝子ごとの摂動を与えた実験の論文、この3本をそれぞれ変換して、1つの「AI 共同研究者」に束ねました。

課題は、皮膚の病気である乾癬（かんせん）に関わると分かっている変異 rs887314 が、どの遺伝子を通じて効いているのかです。AlphaGenome エージェントは、CD4 陽性 T 細胞でこの変異の近くにある遺伝子を調べ、あまり研究されていない GPR137 を最有力に挙げました。AI 共同研究者はそれを確かめる方法を10通り提案し、人の研究者がその中から「調節領域を抑えたときの遺伝子発現の変化と、候補遺伝子を抑えたときの変化が似ているか」を比べる方法を選びました。候補の上位5つの遺伝子のうち、有意に似ていたのは GPR137 だけでした。しかも、T 細胞を刺激した条件でだけ似ていて（刺激8時間後の相関係数0.613、48時間後は0.630）、刺激していない条件では似ていません。炎症が起きている最中に効く遺伝子だ、という読みと合います。

できないことも、はっきり書いてある

著者らは限界もいくつも挙げています。まず、この試験で測っているのは「論文の手法を忠実に実行できたか」であって、その解析が科学的に妥当かどうかではありません。仮説を立てる、結果の仕組みを解釈する、といった部分は今も人の仕事です。乾癬の例でも、10通りの検証方法から選んだのは人でした。次に、エージェントは放っておくと古びます。元のコードやライブラリが更新されれば、関数は動かなくなるので手入れが要ります。さらに、研究のコードを誰でも呼び出せる形で外に出すことには、安全性、知的財産、誰の成果として数えるか、という問題がついて回ります。

それでも、論文の読み方が変わる可能性は小さくありません。これまで論文は、読んで、理解して、自分で実装し直して、はじめて使えるものでした。Paper2Agent の考え方では、論文は届いた時点で動く道具であり、話しかける相手です。しかも、その変換が通るかどうかが、論文の出来を測る物差しにもなる。コードは GitHub で公開されていて、出発点になった査読前の版は2025年9月から arXiv に出ていました。1年の査読を経て、Nature に載った形では100本の一括変換と乾癬の例が加わっています。

出典

Miao, J., Davis, J. R., Zhang, Y., Pritchard, J. K. & Zou, J. (2026) "Reimagining research papers as interactive and reliable AI agents" Nature 658, 1272–1280（2026年9月16日、全文無料）https://doi.org/10.1038/s41586-026-11044-y
同研究の査読前の版 "Paper2Agent: Reimagining Research Papers As Interactive and Reliable AI Agents"（arXiv:2509.06917、2025年9月8日投稿）https://arxiv.org/abs/2509.06917
IEEE Spectrum "Paper2Agent Turns Static Papers Into Live AI Tools"（2026年9月22日）https://spectrum.ieee.org/paper2agent-ai-agents-research-papers

一括画像変換

2月 29, 2012

このブログを検索

メモ帳