Anthropic、創薬を画面上から実験室へ
Anthropicは独自の生物学研究所を建設している。これは同社のライフサイエンス事業を純粋な計算モデリングから物理的な実験へと移行させる動きだ。Reutersの報道によると、施設はサンフランシスコ地域に置かれ、中心となる前提は異例である。AnthropicのAIモデル群であるClaudeが、可能な限り人間の介入を少なくして、ロボット実験機器を統率しながら創薬実験を進めるというものだ。
この違いは重要だ。現在のAI創薬のほとんどはソフトウェア内で行われる。候補分子を生成し、結合親和性を予測し、標的に対して化合物を順位付けする。しかしそれらの予測は依然としてベンチで検証されなければならず、その検証こそがスケジュールを延ばし、コストを積み上げる場所である。自前の実験室を立ち上げることで、Anthropicは実験を提案するモデルとそれを実行するハードウェアの間のループをより密接にしたいという意思を示している。
なぜ物理実験が難しい部分なのか
ベンチサイエンスは遅く、逐次的で、容赦がない。プロトコルは段階ごとに進み、各段階は前の段階に依存し、1枚の汚染されたプレートが1週間の作業を無効にすることがある。自動化の狙いはスループットと再現性だ。ロボットは疲れたり集中を失ったりせず、AIシステムは各実行のあらゆるパラメータを記録できる。
しかし生物学はノイズが多い。アッセイは失敗し、試薬は劣化し、機器は校正からずれる。文献とシミュレーションで主に訓練されたモデルは、金曜日の午後4時に試薬が不調を起こしたときに何が起きるかについての直感をほとんど持たない。おそらくそれが、Anthropicが野心を「人間の関与を皆無に」ではなく「最小限に」と表現し、安全上の理由から人間が依然としてプロセスの一部であると述べている理由だろう。
この作業を可能にするためにすでに出荷された2つのツール
Anthropicは準備なしにいきなりハードウェアへ飛び込んだわけではない。モデル主導の実験を可能にするために設計された2つのインフラをすでにリリースしている。
- Claude Science — 研究者向けに特別に構築されたAIワークスペースで、科学者がモデルとともに科学的问题に取り組むための構造化された環境を提供する。
- Model Hardware Standard — AIモデルが実験機器を制御できるようにすることを目的とした仕様で、モデルの指示とベンチ上に置かれた機器との間の翻訳層に対処する。
このうち、より示唆に富むのはハードウェア標準のほうかもしれない。実験機器は歴史的に、相互運用性が限られたベンダー固有のソフトウェアの寄せ集めだった。モデルに信頼できる制御を任せるには、合意されたインターフェース、エラー処理、状態報告が必要であり、そうでなければ「このアッセイを実行せよ」といった指示には結び付く具体的な対象がない。
人間の監督はループ内に残る
Anthropicは、人間の監督が依然として要件であることを明言している。それは単なる規制上の慎重さではない。実験を設計し実行もできるAIシステムは、大規模に間違いも犯し得る。誤って指定されたプロトコルを数百回実行すれば数百回の無駄な実行が生まれ、ロボットによる分注ステップの微妙な誤りは、大きな失敗として現れるのではなくデータセットを静かに汚染することがある。
人間をループ内に保つことは解釈にとっても重要だ。予期しない結果がアーティファクトではなく発見であると判断するのは、モデルが持ち得ない文脈に依存する判断である。Anthropicにとっての設計上の問いは、その判断がワークフローのどこに位置するのか、そして人間が承認する前に実験サイクルのどれだけを無人で走らせられるかである。
狙いは「創薬不能」と呼ばれてきた疾患
Anthropicのライフサイエンス部門を率いるEric Kauderer-Abramsは、実行可能な治療法がまったく存在しないために治療に抵抗してきた疾患を挙げる。彼の賭けは、AIが複数の標的に同時に作用できる複雑な抗体の設計を加速できるというものだ。これは従来の手段では設計が極めて難しいことで知られる分子クラスである。
多標的抗体が魅力的なのは、多くの疾患が複数の生物学的経路に関与しており、複数を同時に狙うことが単一のノードを遮断するよりも効果的な場合があるからだ。工学上の問題は、2つの標的に結合する分子が安定で、製造可能で、特異的であり続けなければならないことだ。設計空間は広大で、ほとんどが空である。Kauderer-Abramsは、AIを、反復的な人間の設計が許すよりも速くその空間を探索する方法と見ている。
1年にわたるバイオテックの動きの上に構築
この実験室は単独で現れたものではない。今年の4月、AnthropicはスタートアップCoefficient Bioを約4億ドルで買収した。同じ時期に、Novartis CEOのVas NarasimhanがAnthropicの取締役会に加わり、ガバナンスのレベルで製薬業界の視点を加えた。
これらを合わせて読むと、意図的な戦略が浮かび上がる。生物学的専門知識を獲得し、製薬のリーダーシップを招き入れ、研究者が実際に使えるツールを出荷し、そして独自データを生成する物理的能力を構築する。各ステップは前のステップを複合的に強める。自らの実験結果をモデル開発にフィードバックする実験室は、予測と物理的なグラウンドトゥルースの間の閉ループという、ごく少数のAI企業しか持たないものをAnthropicに与えるだろう。
今のところ臨床試験はなし
Anthropicが引いていると思われる一つの境界線は、報道によれば、現段階では自社の臨床試験を実施しないことだ。その根拠は実用的かつ外交的である。ヒト試験は創薬開発の中で最も高コストで、最も遅く、最も厳しく規制される段階であり、そこに踏み込むことは、おそらく協力したいと考えている製薬パートナーと直接競合することを意味する。
上流、つまり探索、設計、前臨床検証にとどまることで、Anthropicは同じパイプラインを争うのではなく能力を売ることができる。また、患者を対象とした研究に伴う責任とコンプライアンスの範囲からも同社を遠ざける。
注目すべき点
これが創薬の方法における真の転換となるのか、それとも高価なデモンストレーションに終わるのかを決めるいくつかの問いがある。実験サイクルのどれだけが実際に自律的で、どれくらいの頻度で人間が介入するのか。結果は公表されるのか、それともデータは独自のものにとどまる運命なのか。Model Hardware StandardはAnthropic自身のベンチを超えて機器メーカーに採用されるのか。
今のところ、その意義は方向性にある。分子を設計し、それを物理的に試験できるAI実験室は、長年この分野を制限してきたギャップを埋める。Anthropicのロボットがそのループを、よく運営された人間の実験室よりも速く信頼できるものにできるかどうかが、最も重要な実験であり続ける。
この記事はThe Decoderの報道に基づいています。元の記事を読む。
Originally published on the-decoder.com
