DeepMind「AlphaFold 3」が拓く創薬革命、その本質と我々が問われる未来とは。
DeepMindが「AlphaFold 3」を発表した。タンパク質の3次元構造予測を実現した前身の「AlphaFold 2」から、より広範な生体分子の相互作用予測へと進化させたモデルである。
AlphaFold 2からの進化
AlphaFold 2はタンパク質単体の構造予測に特化していた。創薬はタンパク質だけでなく、DNA、RNA、小さな分子(リガンド)、抗体など多様な生体分子が絡み合うプロセスであり、AlphaFold 2の成功は創薬プロセス全体からみればその一部にとどまっていた。
AlphaFold 3は、タンパク質に加えてDNA、RNA、リガンド、抗体といった生体分子間の相互作用を予測できるようになった点が特徴とされる。基盤には画像生成で使われる「拡散モデル」の技術が用いられており、分子間の複雑な相互作用をより現実に近い形でモデリングできるようになったという。特定のタンパク質に結合するリガンドの形状や、RNA治療薬が標的のDNA配列にどう作用するかといった予測が、計算上のシミュレーションで可能になるとされる。
創薬への実装
DeepMindの発表によれば、AlphaFold 3の技術は傘下の創薬AI企業「Isomorphic Labs」を通じて製薬企業に提供されるという。Eli LillyやNovartisといった大手製薬企業との提携も進んでいるとされ、技術デモにとどまらない事業展開を見据えた動きとされる。
新薬開発には平均で10年以上、開発費が数百億円規模に達するとされ、その多くは効果が期待できる化合物を探す「リード化合物探索」や、毒性・体内動態(ADME/Tox)を予測する段階の試行錯誤に費やされてきたという。AlphaFold 3は、この初期段階の試行錯誤を減らす可能性を持つとされる。想定される応用としては、既存薬の新たな用途を探る「ドラッグ・リポジショニング」や、患者個人の遺伝情報に合わせた個別化医療への貢献が挙げられている。
DeepMindは、より広範な研究コミュニティが成果を利用できるよう研究ツール「AlphaFold Server」を公開しており、一定のオープンアクセスを提供しているという。
残る制約
AIがどれほど優れた予測を示しても、最終的には実験室での検証と臨床試験、規制当局の承認という長いプロセスが必要である。この段階を技術がどこまで代替できるのか？ この点は従来の創薬プロセスと変わらず、重要なのは、AlphaFold 3が創薬のすべてを直ちに変えるわけではないという現実的な見立てを持つことだ。
倫理面の課題も指摘される。生命科学とAIの融合は、生物兵器への悪用や遺伝子操作に関する倫理的議論など、社会的なコンセンサス形成を必要とする論点を伴う。
投資家・技術者への論点
投資家にとっては、AlphaFold 3を導入し創薬パイプラインを強化する大手製薬企業、特にIsomorphic Labsと提携する企業が注目対象になる。特定の疾患領域やモダリティに特化したAI創薬スタートアップ、計算生物学ソフトウェアや高性能計算インフラ、高品質な生物学的データセットを提供する企業も間接的な恩恵を受けるとみられる。一方で、規制当局との連携や倫理的な論点、技術陳腐化のスピードといったリスクも残る。
技術者にとっては、Pythonや機械学習の基礎に加え、分子生物学・構造生物学・薬理学といった生物学的知見が重要になる。AlphaFold 3のような巨大モデルを直接開発する機会は限られるが、その出力を生物学的な文脈で解釈し実験につなげる能力への需要が高まるとみられる。
まとめ
結論として、AlphaFold 3は生体分子間の相互作用予測という点でAlphaFold 2から範囲を広げたモデルであり、創薬プロセスの初期段階を効率化する可能性を持つ。この効率化は臨床試験や規制承認という後段のプロセスにどこまで波及するのか？ Isomorphic Labsを通じた製薬企業との提携の進捗が、その実証材料になるとみられる。