DeepMindのAI創薬、新分子設計の取り組みはどこまで進んでいるのか
DeepMindの子会社Isomorphic Labsが進める「AI創薬」が改めて注目を集めている。タンパク質の立体構造予測という長年の課題に深層学習で答えを出したAlphaFoldの延長線上で、Isomorphic Labsは新薬候補となる分子設計そのものにAIを応用しようとしている。
創薬は途方もないプロセスだ。1つの新薬が世に出るまでには長い年月と莫大なコストがかかり、成功率もきわめて低いとされる。バーチャルスクリーニングや分子動力学シミュレーションといった計算化学の技術は以前から存在したが、その多くは「既存の知識ベースの中から可能性を探す」アプローチだった。Isomorphic Labsが目指すのは、特定の疾患標的となるタンパク質に対し、これまでにない化学構造を持つ分子をAIがゼロから設計する、より野心的な領域である。
技術基盤とビジネス上の実績
Isomorphic Labsの取り組みは、DeepMindが開発したタンパク質構造予測AI「AlphaFold」がもたらしたブレークスルーを基盤としている。標的タンパク質の構造理解が深まることで、より精度の高い分子設計が可能になるという発想だ。グラフニューラルネットワーク（GNNs）を用いた材料探索技術「GNoME」や、最適化アルゴリズムで知られる「AlphaTensor」など、DeepMindが蓄積してきた技術群も設計プロセスの土台になっているとみられる。
ビジネス面での実績としては、Isomorphic Labsは2024年1月、Eli LillyおよびNovartisという大手製薬2社との戦略的提携を発表した。Eli Lillyとの提携では、複数の疾患標的に対する低分子治療薬の発見を目指し、契約一時金と開発マイルストーン payment を合わせて最大17億ドル規模、Novartisとの提携でも一時金と最大12億ドルのマイルストーン報酬という条件が公表されている（出典: Isomorphic Labs公式「Isomorphic Labs kicks off 2024 with two pharmaceutical collaborations」 https://www.isomorphiclabs.com/articles/isomorphic-labs-kicks-off-2024-with-two-pharmaceutical-collaborations ）。これは、AI創薬という分野が実際の製薬大手から具体的な投資対象として評価されていることを示す、確認可能な一次情報である。
競合するAI創薬企業群
このAI創薬という領域には、Isomorphic Labs以外にも複数のプレイヤーが存在する。物理ベースのシミュレーションを得意とするSchrödinger、細胞画像解析から創薬ターゲットを見出すRecursion Pharmaceuticals、膨大なバイオデータを統合解析するinsitro、AI主導の創薬デザインで実績を上げるExscientia、GNNsを分子スクリーニングに使うAtomwiseなどが、それぞれ異なるアプローチでこの市場に参入している。Isomorphic Labsの強みは、基礎科学におけるアルゴリズム開発力と、それを汎用的な問題解決に応用する力にあるとみられる。
計算資源の面では、Google Cloudが提供するTPU（Tensor Processing Unit）の活用が、こうした大規模シミュレーションを支える要因の一つとされる。膨大な分子の組み合わせとその生体反応をシミュレーションするには、大規模な計算基盤が必須であり、Google傘下であるDeepMind/Isomorphic Labsの立ち位置がこの分野での強みになっている。
投資家と技術者への視点
投資家にとって、単に「AI創薬」というテーマに飛びつくことにはリスクが伴う。技術の深さ、臨床開発の進捗、提携戦略、各国・地域の規制環境への理解が欠かせない。AI創薬の価値は分子設計だけでなく、薬物動態や安全性予測、臨床試験のデザイン最適化まで、創薬プロセスの全段階にAIがどれだけ実証的に適用されているかにかかっている。DeepMindのような基礎技術を提供する企業に加え、NVIDIAが提供する創薬向けAIプラットフォーム「BioNeMo」のような周辺インフラにも注目が集まっている。
技術者にとっては、分子生物学、化学、データサイエンス、AIを横断するスキルがますます重要になる。大量のデータからパターンを見つける従来の機械学習だけでなく、分子の動きや化学反応といった物理シミュレーションの理解が、精度の高いAIモデル構築には欠かせない。AlphaFoldのようなオープンソースツールや、BioNeMoのようなフレームワークを実務にどう組み込むかに加え、AIが持つ倫理的な側面やデータのバイアス、説明可能性といった課題への意識も求められる。
DeepMind/Isomorphic Labsの取り組みは、単なる技術的なマイルストーンではなく、医療の未来に具体的な投資が集まり始めていることを示す事例だ。一方で、この技術が高価な治療薬による医療格差といった新たな課題を生む可能性も指摘されている。技術の進化をどう受け止め、どう制御していくべきか、業界全体で議論が続いている。