同社がAIに着目した背景には、ゲノム編集ならではの課題がありました。ゲノム編集にともない、低い確率で意図しない作用が起きてしまう「オフターゲット」の問題です。

「産業として安全性を確立するには、オフターゲットの予測精度を高める必要があります。しかし、オフターゲットの頻度はとても低く、学習に使えるデータ量を稼ぐのが難しいのです。以前からルールベースでオフターゲットの起こりやすさを予測する手法はありましたが、精度に課題がありました」（中前氏）

この課題に対し、同社は「DNA言語モデル」でアプローチしています。A・T・G・Cからなる大量のDNA配列をAIが事前学習したモデルで、「DNABERT-2」などが知られています。

「DNA言語モデルは事前学習で大量のゲノムデータを学び、一般的なDNAの法則性をある程度つかんでいます。その状態であれば、少ないデータでもタスクの学習が可能になります。バイオインフォマティクスは機械学習を使った予測と相性が良いと考えています」（中前氏）

DNA言語モデルの活用は、予測精度の向上以外にも効果があったそうです。

「DNA言語モデルは、『この配列が機能するなら、まだ確認されていないこの配列も機能するのではないか』という予測ができます。AIから提案された新しい配列を実験で検証し、結果をフィードバックすることで、検証のサイクルをさらに加速できるのです」（奥原氏）

タンパク質の立体構造を予測する「AlphaFold」、タンパク質配列の設計を支援する「ProteinMPNN」といったツール群と組み合わせ、研究と開発、社会実装を高速に進めるためには、GPUを備えた高性能な計算基盤が欠かせません。そのような状況の中で、計算資源の不足が深刻化していきました。

「GPUを必要とするアプリケーションが増え、社内の環境では対応しきれなくなっていました。モデルの深層学習に数日がかりになったり、VRAMの容量不足から処理が止まってしまったりしていました。アカデミア向けスパコンもリソースの奪い合いで、重い処理では時間制限に引っかかってしまっていました」（奥原氏）

>>さくらインターネットにサービス導入について相談する

さくらインターネットとの接点は、2023年1月にさかのぼります。オープンイノベーション施設「Blooming Camp」を開設する準備をする中で、奥原氏がさくらインターネットの計算資源に着目しました。

「私たちはもともと、牡蠣のゲノム解析などで『さくらのクラウド』を利用していました。さくらのクラウドはデータ転送にコストがかからないため、大きなゲノム情報を扱いやすかったのです」（奥原氏）

すでに利用実績があり、運用面での安心感もあった同氏。それに加えて、計算資源の「ちょうどよさ」が導入の決め手になったといいます。

「複数サービスを比較するなかで、高火力 VRTが私たちの事業にちょうどフィットすることがわかりました。『VRAM容量の大きいGPUを1基だけ使いたい』というニーズを満たすサービスがじつは少なかったのです。たとえばH100が4基積まれた大規模並列学習向けのサーバーでは過剰です。しかし、VRAMが小さいうえに2世代近く前のモデルしか選べないサーバーでは力不足。高火力 VRTが、ちょうどその要望を満たしてくれました」（大貫氏）

「導入もスムーズに進められました。立ち上げ時のCUDA設定のマニュアルがわかりやすく、日本語のリファレンスがあるのも助かりますね。AIツールごとに、CUDAやPyTorchの推奨バージョンが細かく分かれていたため、一部のドライバーを更新する必要はありました」（中前氏）