Amazon Web Services ブログ
Kiro でライフサイエンス研究を加速する: 100 以上のオープンソースデータベースへの統合 AI インターフェース
本記事は 2026 年 6 月 3 日に公開された Edwin Sandanaraj、Dr. Charlie Lee、Maruthi Alamuru による “Accelerating life sciences research with Kiro: A unified AI interface to 100+ open source databases” を翻訳したものです。
ライフサイエンス分野の研究者は、データ統合という根深い課題に直面しています。たとえば、体細胞変異を創薬可能な標的と結びつけるといった 1 つの調査だけでも、遺伝子のコンテキストを得るために National Center for Biotechnology Information (NCBI)、臨床的意義を確認するために ClinVar、タンパク質の機能を確認するために UniProt、構造データを得るために Protein Data Bank (PDB)、相互作用パートナーを確認するために STRING、化合物の生物活性を確認するために ChEMBL に問い合わせる必要があるかもしれません。それぞれのデータベースには独自の API、認証方式、データ形式、レート制限があります。研究者は数十のブラウザタブを行き来しながらコンテキストを切り替えるか、API が変更されるたびに壊れるカスタムスクリプトを書くかを強いられているのが現状です。
本記事では、Kiro for Life Sciences を紹介します。これは Kiro power パッケージで、Kiro を 24 の科学分野にわたる 100 以上のデータベースを横断する統合研究インターフェースへと変貌させます。ポータルでもダッシュボードでもなく、研究者が自然言語で質問を投げると、権威ある情報源から直接引き出された構造化・相互参照された回答を得られる AI アシスト開発環境です。
データサイロが発見のスピードを鈍らせる
BRCA1 のバリアントを研究する計算生物学者は、昨今、次のような作業を行う必要があるかもしれません。
- NCBI Gene で基本的なアノテーションを検索する。
- UniProt からアミノ酸配列を取得する。
- ClinVar で病的バリアントを確認する。
- PDB または AlphaFold で立体構造を調べる。
- STRING で相互作用パートナーを探す。
- 疾患との関連を調べるために OMIM と相互参照する。
- 集団における頻度を確認するために gnomAD を調べる。
- そのパスウェイを標的とする化合物を ChEMBL で検索する。
これで 1 つの遺伝子につき、8 つのデータベース、8 つの認証フロー、8 種類の結果フォーマットです。これがバリアントごと、プロジェクトごとに積み重なっていきます。認知負荷は非常に大きく、重要なクロスリファレンスを見落とすリスクも現実的な問題として存在します。
ソリューション概要: Kiro for Life Sciences
Kiro for Life Sciences は、Kiro power とモジュラーな Model Context Protocol (MCP) サーバーを組み合わせたアーキテクチャを採用しています。中心となる power がハブとして機能し、オンボーディングダッシュボード、検索可能なリソースカタログ、認証情報マネージャー、ドメインスキル、ガイド付きワークフローを提供します。実際のデータベース接続は、独立してデプロイ・設定可能な 24 のドメイン特化 MCP サーバーが担当します。
このソリューションは、次の主要なアーキテクチャ設計判断に基づいて構築されています。
- 設計上のモジュール性 – 必要なサーバーだけをインストールできます。プロテオミクス研究室に生態学用サーバーは不要です。各サーバーは独立した Python パッケージとして提供されます。
- 認証情報の一元管理 – API キーは mcp.json に一度設定するだけです。認証情報マネージャーがトークンの更新、レート制限、エクスポネンシャルバックオフを用いたリトライロジックを処理します。
- データベース横断検索 – 1 つの質問を投げるだけで、複数のデータベースから同時に回答を得られます。手動でのオーケストレーションは不要です。
カバー範囲の全体像
次の表は、各ドメインにおいてどのデータベースやツールがカバー範囲となっているかを示しています。
| ドメイン | データベースおよびツール | ツール数 |
|---|---|---|
| ゲノミクスおよびシーケンシング | NCBI、Ensembl、ClinVar、gnomAD、COSMIC、dbSNP、ENCODE、GEO、SRA、DDBJ、1000 Genomes | 18 |
| プロテオミクス | UniProt、InterPro、STRING、PRIDE、neXtProt | 8 |
| 構造生物学 | PDB、AlphaFold DB、CATH、SCOP | 6 |
| 臨床および製薬 | OMIM、DrugBank、ChEMBL、PharmGKB、OpenTargets、ClinicalTrials.gov、FDA FAERS | 10 |
| ケモインフォマティクス | PubChem、ChemSpider、RDKit、SwissDock | 8 |
| 免疫学 | IEDB、ImmPort、IMGT、abYsis | 4 |
| 微生物学およびメタゲノミクス | SILVA、QIIME 2、MG-RAST、BV-BRC、CARD | 8 |
| パスウェイおよび相互作用 | KEGG、Reactome、BioCyc、WikiPathways、IntAct | 7 |
| 生態学および環境 | GBIF、IUCN、iNaturalist、BOLD、MGnify | 7 |
| 分子生物学 | BLAST、Primer3、HMMER、REBASE、Clustal Omega | 9 |
| その他 14 以上のドメイン | 神経科学、細胞生物学、メタボロミクス、エピゲノミクス、イメージング、農業、ヘルスケア、バイオバンキング、パイプライン、データ標準、AI/ML | 50 以上 |
| 合計 | 100 以上のデータベースおよびツール | 250 以上 |
仕組み
このインターフェースは、1 つのクエリに対して複数のデータベースから回答を返すよう設計されています。使い始めるには、まず Kiro に次のように尋ねます。TP53 を研究しています。UniProt から配列を取得し、PDB で実験的に決定された構造を探し、AlphaFold で予測構造を確認し、STRING から相互作用パートナーを取得し、InterPro からドメイン構造を表示してください。
Kiro は 5 つのデータベースへ並列にクエリを発行し、統合されたタンパク質プロファイルを返します。スクリプトを書く必要も、タブを切り替える必要も、フォーマットの調整も不要です。
データベース横断検索インテリジェンス
データベース横断検索機能は、インストール済みの MCP サーバーに並列クエリをオーケストレーションし、結果の自動集約とグレースフルデグラデーションを行います。
| 検索タイプ | 並列で問い合わせるデータベース |
|---|---|
| gene | NCBI Gene、UniProt、Ensembl、ClinVar、OMIM、Gene Ontology、KEGG、Reactome |
| drug | DrugBank、ChEMBL、PharmGKB、OpenTargets、PubChem、HMDB、CARD |
| protein | UniProt、PDB、AlphaFold DB、InterPro、STRING、neXtProt、ESM |
| species | GBIF、IUCN Red List、BOLD、iNaturalist、NCBI Taxonomy、MGnify |
| metabolite | HMDB、MetaboLights、METLIN、MassBank、PubChem、KEGG |
| cell_type | CellxGene、Single Cell Expression Atlas、Cell Atlas、Allen Brain Atlas |
ガイド付きのマルチステップワークフロー
power には 16 個の steering ファイルが含まれています。これらは、ワークスペースのファイルパターンに基づいて自動的に有効化される、段階的なワークフローガイドです。
- バリアントコーリングパイプライン – AWS HealthOmics を通じて、体細胞または生殖細胞系列のバリアントコーリングをセットアップして実行します。
- 遺伝子と疾患の関連 – ClinVar を OMIM および HPO と相互参照し、バリアントから表現型までを網羅したマップを構築します。
- 化合物スクリーニング – PubChem で候補を検索し、RDKit で記述子を計算し、ZINC でフィルタリングした上で、分子ドッキングまで実施します。
- プライマー設計とクローニング – Primer3 でプライマーを設計し、PrimerBLAST で特異性を検証し、制限酵素解析を行い、最終的なコンストラクトを構築します。
- マイクロバイオーム解析 – SILVA を用いて分類群を割り当て、QIIME 2 で多様性を評価し、CARD で薬剤耐性遺伝子をプロファイリングします。
これらはドキュメントページではありません。Kiro が段階的に手順を辿って実行する実行可能ガイドであり、適切なツールを適切な順序で呼び出します。
ベストプラクティスを内包したドメインスキル
10 個のドメインスキルは、作業内容に応じて有効化されるコンテキスト対応のガイダンスを提供します。
- バイオインフォマティクスファイル形式 – FASTA、FASTQ、BAM、VCF、GFF、BED の取り扱いパターン
- ゲノミクスパイプラインのベストプラクティス – 再現性のあるワークフローのための WDL、Nextflow、CWL の設計パターン
- データコンプライアンス – HIPAA、GDPR、GxP、MIAME、MINSEQE の要件
- 臨床インターオペラビリティ – FHIR、HL7、OMOP CDM の統合パターン
- ケモインフォマティクス – SMILES または InChI の取り扱い、Lipinski の法則、SAR 解析
パイプラインを書いているときには、Kiro は慣例を知っています。患者データを扱っているときには、コンプライアンス要件を知っています。
例: 1 セッションでバリアントから創薬標的まで
現実的な研究セッションはこのような形になります。研究者が質問を投げると、ツールが適切なデータベースから自動的に情報を引き出し、回答を返します。
ClinVar で EGFR の病的バリアントを検索してください: 臨床的意義付きのバリアント ID を返します。PDB から EGFR のタンパク質構造を取得してください: 分解能と手法を含む 1M17 を返します。ChEMBL における EGFR と薬剤の既知の相互作用を教えてください: 化合物の生物活性データを返します。OpenTargets で EGFR の疾患関連を確認してください: がん種を横断したスコア付きの関連情報を返します。このリード化合物の ADMET 特性を予測してください: 溶解度、BBB 透過性、CYP450 の予測を返します。受容体 1M17 とこのリガンドの SMILES でドッキングジョブを投入してください: 結合親和性と相互作用する残基を返します。
研究者は 1 回の会話の中で 6 つのステップを踏み、6 つのデータベースを検索しました。コンテキストの切り替えも、フォーマット変換も、認証情報の切り替えも不要です。
何が違うのか
Galaxy や UCSC Genome Browser のような Web ポータルは強力ですが、特定のドメインに特化しています。1 つのインターフェースで 24 の分野にまたがることはできません。Kiro for Life Sciences は、ライフサイエンスの全ドメインを横断する統合体験を、IDE の内部から直接利用できる形で提供します。
Biopython のようなスクリプトライブラリはプログラマティックなアクセスを提供しますが、データベースごとに統合コードを書き、メンテナンスする必要があります。Kiro が API 呼び出し、ページング、エラー処理、レート制限を処理するため、研究者は配管作業ではなくサイエンスに集中できます。
汎用の AI アシスタントは生物学について議論できますが、データベースに対してライブクエリを実行することはできません。Kiro は認証済みで構造化された API 呼び出しを行い、機械可読な結果、つまり訓練コーパスからの要約ではない実データを返します。
このソリューションが提供する独自の価値は、研究者が平易な言葉で質問を投げられる点にあります。Kiro が問い合わせるべきデータベースを判断し、並列で呼び出しを実行し、認証やリトライを処理し、統合された結果を、コードを書いたりパイプラインを実行したりデータを解析したりする環境と同じ場所で返します。
計算科学者のためのアーキテクチャ
各 MCP サーバーは、非同期 HTTP クライアント、エクスポネンシャルバックオフ、構造化されたエラー処理を備えた、独立した Python パッケージとして構築されています。共通の基盤パッケージである life-sciences-common が、すべてのサーバーが継承する HTTP クライアント、リトライロジック、エラー分類を提供するため、あらゆるドメインで一貫した挙動が保証されます。
サーバーは uvx を使って実行可能で、Docker コンテナやインフラストラクチャの管理は不要です。バンドルマニフェストは 24 のサーバーすべてを宣言的に記述しており、ステータスの確認やセットアップの構成を容易にします。Hypothesis を用いたプロパティベーステストが、エッジケースにも耐える堅牢性を提供し、予期せぬ入力に対してもツールが正しく動作するという安心感を与えます。
大規模な計算処理については、AWS HealthOmics 統合により、独自のクラスタインフラストラクチャを管理することなく、nf-core、WDL、CWL のパイプラインを実行できます。
このソリューションは、複数の分野の研究者に次のようなメリットをもたらします。
データベース API ごとにラッパースクリプトを保守しているバイオインフォマティシャンは、その定型コードを廃止し、統合レイヤーを Kiro に任せられます。複数のデータソースを横断して発見を相互参照する必要のある計算生物学者は、これまで 6 つものツールの出力をつなぎ合わせなければ実現できなかったことを、1 回の会話でこなせるようになります。
臨床研究者は、解析環境を離れることなくバリアントを疾患、そして薬剤へとマッピングできるため、調査の一連の流れを 1 か所に集約できます。タンパク質構造を調べたり、プライマーを設計したりしたい実験系の科学者は、もはやプログラマティックな API を学ぶ必要はなく、自然言語で尋ねるだけで済みます。
研究チームにとっては、データベースへの問い合わせを共有・再現可能なアプローチで行えることが、全員が同じツール群から作業できることを意味し、共同研究にありがちな「私のマシンでは動くのに」問題を軽減します。
導入手順
power をインストールし、対象ドメインの MCP サーバーを構成して、質問を始めるだけです。オンボーディングダッシュボードには、利用可能なもの、認証情報が必要なもの、すぐに使えるものが表示されます。
次のコードブロックは mcp.json の設定例です。
{
"mcpServers": {
"life-sciences-genomics": {
"command": "uvx",
"args": ["life-sciences-genomics"],
"env": {
"NCBI_API_KEY": "your-ncbi-api-key"
}
},
"life-sciences-proteomics": {
"command": "uvx",
"args": ["life-sciences-proteomics"]
},
"life-sciences-structural": {
"command": "uvx",
"args": ["life-sciences-structural"]
}
}
}結果として、3 つのサーバーが構成され、1 つのチャットインターフェースから NCBI、Ensembl、ClinVar、UniProt、PDB、AlphaFold のほか、さらに十数個のデータベースへすでにクエリを実行できるようになっています。
まとめ
ライフサイエンス研究が抱えているのは計算能力の問題ではなく、統合の問題です。データは何百ものデータベースにわたって存在しています。課題は、それらに効率的にアクセスし、正しく相互参照し、しかもプロジェクトごとにカスタムの統合レイヤーを構築せずに実現することです。
Kiro for Life Sciences は、1 つのインターフェース、一元化された認証情報、そして研究者が遺伝子からバリアント、構造、創薬標的、臨床試験まで、数日ではなく数分で辿り着ける 1 つの場所を提供することで、その統合コストを解消します。データベースは引き続き唯一の情報源であり、Kiro が唯一のアクセスポイントとなります。始めるには、24 の MCP サーバー、スキル、steering ファイル、設定例をすべて含む完全な power パッケージを GitHub でご覧ください。
著者について
翻訳は Solutions Architect の吉村が担当いたしました。