DeepMindのタンパク質予測、90%超えの精度は何を変えるのだろうか？ 以下、一次資料の出典に基づいて内実を整理する。
タンパク質の立体構造は、生命活動の根幹を支える情報である。その構造がどのような形をしているかが分かって初めて、その働きや、病気との関わり、薬剤設計の可能性が見えてくる。長年、この構造を実験的に決定するには数年単位の時間がかかっていたが、DeepMindの「AlphaFold」の登場によって、この作業は劇的に短縮された。
「90%超え」の出どころ
DeepMindは2020年、タンパク質構造予測の国際コンテスト「CASP14」において、AlphaFold2が全対象タンパク質でGDTスコア（Global Distance Test、構造予測の一致度を0〜100で表す指標）の中央値92.4を達成したと発表した。CASP共同創設者のJohn Moult教授は、GDTスコアがおおむね90を超えると実験手法に匹敵する精度とみなされると述べている（出典: Google DeepMind公式ブログ「AlphaFold: a solution to a 50-year-old grand challenge in biology」 https://deepmind.google/blog/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology/ ）。見出しにある「90%超えの精度」は、この実績を指していると考えられる。
データベース公開による波及効果
DeepMindは2022年、欧州バイオインフォマティクス研究所（EMBL-EBI）と共同で、AlphaFold2が予測した2億件を超えるタンパク質構造を「AlphaFold Protein Structure Database」として無償公開した（出典: Google DeepMind公式ブログ「AlphaFold reveals the structure of the protein universe」 https://deepmind.google/blog/alphafold-reveals-the-structure-of-the-protein-universe/ ）。これは、科学として知られるほぼすべてのカタログ化済みタンパク質を網羅する規模であり、公開以前は限られた研究機関しかアクセスできなかった構造情報が、世界中の研究者に開放された点が大きい。
創薬プロセスへの導入効果
この予測技術は、実際の創薬プロセスに組み込まれ始めている。DeepMindのスピンオフであるIsomorphic Labsは、Eli LillyやNovartisといった大手製薬企業と提携し、AI予測技術を医薬品開発パイプラインに応用している。同社は2025年3月、Thrive Capital主導のラウンドで6億ドルを調達した（出典: TechCrunch「Alphabet’s AI drug discovery platform Isomorphic Labs raises $600M from Thrive」 https://techcrunch.com/2025/03/31/alphabets-ai-drug-discovery-platform-isomorphic-labs-raises-600m-from-thrive/ ）。
なお、AlphaFoldの予測はあくまで「構造の推定」であり、薬剤の有効性や安全性を保証するものではない。実験による検証プロセスは、AIの導入後も引き続き必要とされている。
応用が期待される分野
構造予測の高速化は、創薬だけでなく複数の分野に波及している。酵素工学では、特定の反応を効率よく触媒する新規酵素の設計に応用でき、農業分野では病害耐性や栄養価の高い作物の開発に貢献する可能性がある。ただし、これらは技術的な可能性の議論であり、編集部が確認した範囲では、具体的な商業化事例を示す一次資料は限られている。
投資家・技術者への実務的な視点
投資家にとっては、AlphaFoldのような基盤モデルの精度そのものよりも、それを実際の臨床パイプラインに落とし込み、結果を出せる企業の実行力を見極めることが重要になる。単に「AIを活用している」というアピールではなく、どのフェーズで、どのような具体的な価値を生み出しているかを確認する必要がある。
技術者にとっては、AIが出力した構造データをどう解釈し、次の実験デザインにどうつなげるかという、計算生物学とウェットラボの橋渡しができる人材の価値が高まっている。予測結果をそのまま信頼するのではなく、その根拠と限界を理解した上で活用する姿勢が求められる。
まとめ
「90%超えの精度」という数字の実体は、AlphaFold2がCASP14で達成したGDTスコア中央値92.4であり、これは実験手法に匹敵する水準として国際的に評価されている。この技術は、構造データベースの無償公開を通じて研究の裾野を広げ、Isomorphic Labsのような形で実際の創薬パイプラインにも組み込まれ始めている。一方で、予測精度の高さがそのまま医薬品としての成功を意味するわけではなく、実験による検証は今後も不可欠なプロセスであり続ける。