DeepMind AlphaFold 4の精度99%は、生命科学のゲームチェンジャーか？その真価を見極める。 編集部が一次資料の出典を確認した結果、2026年1月時点でDeepMindから「AlphaFold 4」という後継モデルが発表された事実は確認できなかった。また、「タンパク質構造予測精度99%」という具体的な数字を裏付ける公式資料も見当たらなかった。見出しにある「AlphaFold 4」「精度99%」は、いずれも一次情報で確認できない主張であることを、まず明記しておく。以下では、DeepMindが実際に公表している最新の技術水準と、その意味を整理する。
確認できる最新版：AlphaFold3
DeepMindとIsomorphic Labsは2024年5月、AlphaFold3を発表した。公式発表によると、AlphaFold3はタンパク質単体だけでなく、DNA、RNA、低分子化合物との相互作用構造まで予測できるようになった点が最大の技術的進化であり、タンパク質と低分子の結合構造予測（PoseBustersベンチマーク）において、既存の最良手法と比較して50%以上精度が高く、一部の重要な相互作用カテゴリでは精度が倍増したとされている（出典: Isomorphic Labs「AlphaFold 3 predicts the structure and interactions of all of life’s molecules」 https://www.isomorphiclabs.com/articles/alphafold-3-predicts-the-structure-and-interactions-of-all-of-lifes-molecules ）。DeepMindは、AlphaFold3が構造情報を入力に必要とせず物理ベースのツールを上回った初めてのAIシステムだとしている。
さらに遡ると、前身のAlphaFold2は2020年のCASP14において、GDTスコア（構造予測の一致度指標、0〜100）の中央値92.4を記録し、CASP共同創設者のJohn Moult教授は「GDT90超は実験手法に匹敵する精度」と評した（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/ ）。
なぜ「AlphaFold 4」「99%」という見出しが生まれやすいのか
AlphaFold2からAlphaFold3への進化を追ってきた読者やメディアの間では、「次はAlphaFold 4が出るはずだ」という期待や憶測が生まれやすい。加えて「精度」という言葉は、GDTスコアなのか、PoseBustersのようなベンチマーク成功率なのか、特定の狭いタスクでの数字なのかによって意味が大きく変わるため、伝聞の過程で「50%改善」が「99%」のような別の数字にすり替わってしまうことも起こり得る。こうした見出しに接した際は、企業公式発表や査読論文といった一次資料まで遡って確認する姿勢が欠かせない。
実際の技術的到達点をどう評価するか
AlphaFold3が示した「相互作用まで予測できる」という進化は、創薬研究者が本来必要としていた「薬剤候補分子がターゲットタンパク質にどう結合するか」という問いに、初めて直接答えられるようになったことを意味する。DeepMindのスピンオフであるIsomorphic Labsは、この技術を土台にNovartis、Eli Lilly、Johnson & Johnsonといった大手製薬企業と提携し、2025年3月にはThrive Capital主導のラウンドで6億ドルを調達している（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/ ）。2025年7月には、同社のColin Murdoch氏がAI設計薬剤のヒト臨床試験開始が「視野に入ってきた」と述べており、基礎研究から実際の医薬品開発への移行が進んでいることがうかがえる。
ビジネスと投資の視点
この技術水準がビジネスに与える影響は、創薬プロセスの加速とコスト削減にとどまらない。特定の機能を持つ人工タンパク質の設計が容易になれば、新素材開発や酵素工学への応用も期待される。ただし、これらは技術的な可能性の議論であり、商業化の実績が伴っているわけではない点には注意が必要だ。
投資家には、短期的な数字の大小に反応するのではなく、AI創薬企業が実際に臨床段階までたどり着けているか、大手製薬企業との提携が継続的な関係になっているかを見極める姿勢が求められる。競合となるMeta AIのESMFoldや、NVIDIAの創薬プラットフォーム「BioNeMo」など、この分野の競争は激しさを増している。
技術者への示唆
生物情報学や計算科学に携わる技術者にとって、AlphaFold3のような基盤モデルは強力な出発点になる。ただし、AIが生成した予測構造をそのまま信じるのではなく、その根拠と限界を理解した上で、実験による検証プロセスに組み込む姿勢が欠かせない。DeepMindはAlphaFold2・3の技術の一部をオープンソース化しており、研究コミュニティがその恩恵を受けられる体制を整えている。
まとめ
「DeepMind AlphaFold 4」「精度99%」という具体的な主張について、編集部は出典となる一次資料を確認することができなかった。確認できた事実は、2024年5月に発表されたAlphaFold3が、タンパク質と低分子の相互作用予測で50%以上の精度向上を達成したことと、その技術がIsomorphic Labsを通じて実際の創薬パイプラインに組み込まれつつあることである。生命科学分野のニュースを評価する際は、見出しの数字やバージョン名を鵜呑みにせず、一次情報に当たる姿勢が欠かせない。