星野誠 makoto hoshino

2026.3.25

中嶋聡さんのメルマガの中に、かなり衝撃を受けた話があった。

オーストラリアのエンジニア、ポール・コニンガムさんが、
末期がんで余命数か月と宣告された愛犬ロージーのために、
個別化mRNAワクチンにたどり着いた、という話だ。

最初にこれを知ったとき、正直に思った。

「これって誰でもできるの？」
「AIに聞いたら、そんなものすぐ作れるの？」

でも調べていくと、まったくそんな単純な話ではなかった。

まず前提として、ポール・コニンガムさんは、いわゆる普通の人ではない。

生物学の専門家ではないとはいえ、
機械学習のバックグラウンドを持つテック起業家で、
資金力も行動力もある。

そして何より、
大学の研究者と直接コンタクトを取り、
ニューサウスウェールズ大学（UNSW）の研究チームと関係を築いている。

さらに、この治療は実験的なものになるため、
倫理委員会の承認プロセスもきちんと踏んでいる。

時間もかかるし、費用も数百万円規模。

つまりこれは、

AIに聞いたらできた話でも、
一般人でもすぐ再現できる話でもない。

かなりの条件と努力が重なって、
はじめて成立したケースだと思う。

でも、それでもやっぱり思った。

それだけ条件が揃えば、
生物学の専門家じゃない人間でも、ここまで行けてしまうのか、と。

ここが一番の驚きだった。

もう一つ印象的だったのが、
Google DeepMindのAlphaFoldの存在だ。

がんに関わるタンパク質の構造を予測するために使われたツールで、
実はこれは、誰でもアクセスできる。

もちろん、

「使える」と「使いこなせる」はまったく別の話だ。

出てきた構造をどう読むのか、
それをどう治療設計につなげるのか。

そこには、かなりの勉強と試行錯誤が必要になる。

ポールさんはそこを、
論文を読みながら、AIに相談しながら、
自分で理解していった。

つまり、

特別な未来の技術を使ったわけではなく、
すでに世の中にあるAIを、本気で使いこなした結果だった。

ここにも、大きな驚きがある。

そして最後に、その設計が持ち込まれたのが、
ニューサウスウェールズ大学（UNSW）のRNA Instituteだ。

ただし、ここも誤解してはいけない。

これは「配列を渡せば作ってくれるサービス」ではない。

ポールさんは研究者と直接つながり、
研究として成立する形に整えたうえで、
共同プロジェクトとして正式に依頼している。

倫理や体制を含めたプロセスを、すべて踏んでいる。

その中で、教授チームがmRNAを合成し、
脂質ナノ粒子で製剤化。

結果として、わずか2ヶ月足らずでワクチンが完成した。

ここは、正直かなり感動した。

最先端のことをやりながら、
一番地味で面倒な手続きを、きちんと通している。

そしてもう一つ、強く感じたことがある。

mRNAワクチンという技術そのものの特性だ。

これは、「一人一人に合わせて設計する」ということに、
本質的に向いている。

従来の薬のように同じものを大量に作るのではなく、
必要なのは設計図（配列）だけで、
その人、その症例に合わせて中身を変えられる。

今回のケースは、その特徴がそのまま現れているように見える。

つまりこれは、

個別化医療が現実に入り始めている、というサインでもある。

結果として、ロージーは腫瘍が大きく縮小し、
元気を取り戻したと報じられている。

もちろん、これは一例であって、
すべてに当てはまる話ではない。

でも、

AI
ゲノム解析
構造予測
mRNA
研究機関
倫理

これらが一本につながると、
ここまでのことが起きる。

AIは、仕事を速くするだけの道具ではなくなってきている。

本来なら届かなかった領域に、
手をかけるための足場になり始めている。

誰でもできる話ではない。

でも、

不可能だったことに、手が届き始めている。

その感覚は、確実にある。

少し前なら完全にSFだった話が、
いまは静かに現実の中に入り始めている。

ーーーー

ーーーー

An Engineer Who Used AI and mRNA to Save His Dog from Terminal Cancer

I recently came across a story in a newsletter by Satoshi Nakajima that really struck me.

An Australian engineer named Paul Cunningham managed to develop a personalized mRNA vaccine for his dog Rosie, who had been diagnosed with terminal cancer and given only a few months to live.

When I first heard this, my immediate reaction was simple:

“Can anyone do this?”
“If you just ask AI, will it make something like this for you?”

But as I looked into it more, it became clear that it’s not that simple at all.

First of all, Paul Cunningham is not just an average person.

While he doesn’t have a background in biology,
he is a tech entrepreneur with experience in machine learning,
with both the resources and the drive to act.

More importantly,
he reached out directly to academic researchers and built connections,
working with teams at University of New South Wales (UNSW).

Since this was an experimental treatment,
he also went through proper ethical approval processes.

It took time,
and reportedly cost hundreds of thousands of yen (or more).

So this is not a story of:

“Ask AI and it’s done,” or
“Anyone can easily replicate this.”

It’s a case where many conditions, efforts, and circumstances aligned.

And yet, I couldn’t help but think:

If those conditions are met,
is it really possible for someone without a biology background to go this far?

That was the most surprising part.

Another striking element was the use of AlphaFold, developed by Google DeepMind.

It was used to predict the structure of proteins involved in the cancer.

What’s fascinating is that this tool is actually accessible to anyone.

Of course,

“having access” and “being able to use it properly” are completely different things.

Understanding the output,
and translating that into treatment design,
requires serious study and trial and error.

Paul went through that process—
reading papers, consulting AI, and building his own understanding step by step.

In other words,

he didn’t rely on some futuristic, exclusive technology.
He used tools that already exist—and truly mastered them.

That, in itself, is remarkable.

Eventually, the design was brought to the RNA Institute at UNSW.

But this is another point that shouldn’t be misunderstood.

This is not a service where you can just submit a sequence and get a vaccine.

Paul connected directly with researchers,
structured the work as a legitimate research project,
and formally requested it as a collaboration.

All necessary processes—ethical, institutional, and procedural—were followed.

Within that framework, the research team synthesized the mRNA
and formulated it using lipid nanoparticles.

A vaccine was completed in less than two months.

That part was honestly moving.

While working at the cutting edge,
he still respected and followed the most fundamental and tedious processes.

There was also something else that stood out to me.

The nature of mRNA technology itself.

mRNA vaccines are inherently suited for personalization.

Unlike traditional drugs that are mass-produced,
what you need here is essentially a “blueprint” (a sequence),
which can be tailored to an individual case.

This story feels like a direct expression of that capability.

In that sense,
it may be a glimpse into the reality of personalized medicine beginning to take shape.

As reported, Rosie’s tumors shrank significantly,
and she regained her energy.

Of course, this is just one case,
and it cannot be generalized.

But still—

AI
genomic analysis
protein structure prediction
mRNA
research institutions
ethics

When all of these come together,
something like this can happen.

AI is no longer just a tool for efficiency.

It’s becoming a way to reach into areas that were previously out of reach.

This isn’t something anyone can do.

But still—

it feels like things that were once impossible
are starting to come within reach.

What would have been pure science fiction not long ago
is quietly becoming part of reality.

カテゴリー

• 【きのう、火星に行きました ♡ 】（ブログ)
• 【記事一覧】（ブログ)