AI創薬の大きな主張が新たな段階に到達
Google DeepMindからスピンオフした、AlphaFold駆動の創薬を軸とするIsomorphic Labsは、自社のAI技術で設計した医薬品のヒト試験を開始する準備を進めていると述べている。この発表はロンドンで開かれたWIRED Healthで同社社長のMax Jaderberg氏が行ったもので、同氏は同社が「広範で刺激的な新薬のパイプライン」を構築しており、いま臨床入りに向けて準備していると語った。
この発言が重要なのは、AI薬物の物語を実験室での可能性から臨床での説明責任へと移すからだ。ここ数年、バイオテクノロジー業界の多くの企業が、機械学習はより良い医薬品の発見を加速できると主張してきた。ヒト試験こそが、その仮説を測定可能にする場である。
Isomorphicが基盤にしているもの
Isomorphic Labsは2021年にGoogle DeepMindのスピンオフとして設立された。同社の仕事は、タンパク質構造予測を一変させたAIシステムAlphaFoldと密接に結びついている。2020年にDeepMindはAlphaFold 2を発表し、翌年には広く科学利用できるオープンソース版を公開した。2024年にはDeepMindとIsomorphic LabsがAlphaFold 3を発表し、システムを個々のタンパク質だけでなく、DNAやRNAのような分子とそれらがタンパク質と相互作用する様子まで拡張した。
この進化は創薬にとって核心的だ。原文によれば、このプラットフォームは小分子が標的にどう結合するか、さらにほかに何に結合しうるかを予測するのに役立つ。これは、有効かつ安全な薬を設計するうえで中心となる問いである。
科学的背景も非常に大きい。原文は、AlphaFoldが研究者に知られる約2億のタンパク質の構造を予測し、190か国で200万人以上に利用されてきたと伝えている。その影響は最高レベルで認められ、Demis Hassabis氏とJohn Jumper氏はノーベル化学賞を受賞した。
臨床試験こそが本当の試験
AI創薬への期待が高まる一方で、この分野の公的な語りの多くは、患者データよりも約束に支えられてきた。企業は計算上の進展、標的選定の改善、前臨床のパイプラインを示せるが、それだけではAI設計分子がヒトで成功することは証明できない。だからこそ、Isomorphicの最新発表は際立つ。
Jaderberg氏はイベントで具体的な時期を示さなかったが、記事はこの動きが当初の予想より遅れていると指摘している。昨年、CEOのDemis Hassabis氏は、同社が2025年末までにAI設計薬を臨床試験に入れるだろうと述べていた。それでも現在のメッセージは明確で、同社はその閾値に近づいていると言っている。
ここは、効率、精度、分子レベルの洞察についての広範な主張が、創薬の現実に向き合わなければならない地点だ。ヒト試験では、分子が標的を捉えられるかだけでなく、体内で許容されるか、予想通りに作用するか、そして予測された生物学が臨床的利益に結びつくかが試される。
バイオテック全体への意味
もしIsomorphicが間もなく臨床試験に入れば、その節目は一つのスタートアップをはるかに超えて波及するだろう。AIが、研究を支える道具から治療設計を直接駆動するエンジンへと移行できるのかを示す、最も明確な初期シグナルの一つになる。
もちろん、単一プログラムの成功や失敗だけでこの問題が決着するわけではない。創薬はそれほど複雑だ。しかし最初の臨床エビデンスの波は、投資家、製薬パートナー、規制当局が、ますます混み合うAI-firstバイオテック企業群をどう評価するかを形作るだろう。
同社の立ち位置が重要なのは、最先端AI研究と創薬の野心が交差する場所にいるからだ。AlphaFoldはすでに、研究者が生物学を研究する方法を変えた。次の問いは、その理解を大規模に承認済み治療へ変えられるかどうかである。
タンパク質予測から医薬品へ
Isomorphicの仕事の核心的な約束は、単に計算を速くすることではない。生体システムがどのように噛み合うかを、より詳細に把握したうえで分子を設計できる可能性にある。AlphaFold 3が、タンパク質、DNA、RNA、その他の分子の相互作用をモデル化できることにより、このプラットフォームは、創薬化学が本当に答えなければならない問いにより近づいている。
だからこそ、ヒト試験への移行は注目に値する。これは、科学インフラから臨床製品開発への転換を意味する。多くの技術は研究者の生物学理解を改善するが、薬になるまでの長い道のりを生き残るものははるかに少ない。
現時点では、この発表は実証済みの成果というより、重要な一歩として受け止めるのが妥当だ。同社は臨床に近いと述べており、今後の試験で、AIの最も称賛されてきた科学的進歩の一つが、画面上の予測ではなく患者の結果を生み出し始められるかが明らかになる。
この記事は Wired の報道に基づいています。原文を読む。
Originally published on wired.com
