
【第2回 製薬×AI】AI創薬の最前線。開発期間は「年」から「月」単位へ。3万分の1の賭けを「科学」に変える
こんにちは!
東大松尾研発スタートアップ、株式会社EQUES(エクエス)広報部です🐎
全10回にわたる「AI×製薬業界」コラム、第2回目のテーマはAI創薬です!
前回は、製薬業界にDXが求められる理由、直面している「Eroomの法則(新薬開発の効率低下)」等の深刻な課題について触れました。
1つの新薬を生み出すのに10年以上の歳月と、3,000億円を超えると言われる巨額の投資が必要な現在のモデルは、もはや持続不可能な領域に達しています。
この閉塞感を打ち破る最大の希望、それが「AI創薬」です。
いま、創薬の現場で何が起きているのか。なぜ「年」単位だったプロセスが「月」単位に短縮可能なのか。東大松尾研発スタートアップとしての視点を交え、その最前線を深掘りします。
1. 創薬は「究極の宝探し」から「精密な設計」へ

新薬開発のプロセスは、大きく「基礎研究」「非臨床試験」「臨床試験」「承認審査」「承認と販売」「製造販売後調査・試験」という6ステップに分かれます。(上図)
この中で、最も天文学的な確率を必要とされるのは基礎研究です。
これまでは、膨大な数の化合物の中から「偶然の発見」や「力技の実験(ハイスループットスクリーニング)」によって候補を見つけ出す、いわば究極の宝探しを行わなくてはなりませんでした。
しかし、AIはこのプロセスをデータに基づく精密な設計へと作り変えようとしています。
「鍵穴」を見つける:標的タンパク質の構造予測
薬が効くということは、体内の特定のタンパク質(鍵穴)に、薬となる化合物(鍵)がぴたりとはまることを意味します。しかし、タンパク質は非常に複雑な立体構造をしており、その形を知ること自体が至難の業でした。
ここで革命を起こしたのが、2020年に発表されたAlphaFold2です。アミノ酸の配列情報からタンパク質の3次元構造を高い精度で予測できるようになったことで、これまで「形がわからず狙えなかった病気の原因」をターゲットにできるようになりました。AIは、いわば「見えない鍵穴」を可視化したのです。

「鍵」を創る:生成AIによる分子設計
「鍵穴」の形がわかれば、次はそれに合う「鍵(化合物)」が必要です。
従来のAI創薬は、既存のライブラリから「選ぶ」ものでした。しかし、現在のトレンドは生成AI(Generative AI)による分子設計です。
化学構造を文字列(SMILES記法など)として学習したAIは、「特定のタンパク質に結合しやすく、かつ水に溶けやすく、毒性が低い」という複数の条件を満たす新しい分子構造を、ゼロから設計(De Novo設計)することができます。
これにより、人間では思いつかなかったような、しかし理にかなった構造が次々と提案されています。
2. 開発スピードを加速させる「in Silico(コンピュータ上)」の力

AI創薬の最大のメリットは、「実験の回数を劇的に減らせる」点にあります。
通常、研究者がラボ(ウェットラボ)で実際に化合物を合成し、細胞に振りかけて効果を確かめるには、1回あたり数週間から数ヶ月の時間がかかります。
一方、AIによるコンピュータ上(in silico)のシミュレーションであれば、数百万通りの組み合わせを数日で迅速に検証可能です。
(EQUESでは、現在量子コンピュータを用いて「多剤耐性感染症治療のための量子計算アルゴリズム」の研究を行っています!)
失敗を「前倒し」する技術
創薬において最もコストがかかるのは、開発の最終段階で副作用が見つかり、プロジェクトが中止になることです。
AIは、過去の膨大な臨床試験データや論文を学習することで、「ADMET予測(吸収・分布・代謝・排泄・毒性)」を極めて早い段階で実行します。
「この化合物は効果は高いが、肝臓に負担をかける可能性が80%ある」といった予測が初期段階で得られれば、研究者は無駄な実験を避け、筋の良い候補にリソースを集中できます。この早期の失敗(Fail Fast)こそが、最終的な開発期間を年単位から月単位へ、コストを数分の一へと圧縮する源泉なのです。
3. 「ドライ」と「ウェット」の融合。研究者の役割はどう変わるか?

「AIがあれば研究者は不要になるのか?」という問いをよく耳にします。私たちの答えは、明確にNOです。
AIが得意なのは「膨大なデータからのパターン抽出」と「高速なシミュレーション」です。しかし、その結果を解釈し、最終的に「これは人間に投与する価値がある」と判断するのは、高度な専門性を持つ研究者にしかできません。
これからの創薬現場で求められるのは、コンピュータを駆使する「ドライ」な知見と、生命現象に向き合う「ウェット」な経験を融合させる能力です。AIは研究者を置き換えるのではなく、研究者の直感を確信に変え、その能力を10倍、100倍に引き出すための、知能の補助輪のような存在になっていくでしょう。
4. 2030年の製薬業界。AIが当たり前のインフラになる日
現在、世界の製薬大手(メガファーマ)はこぞってAIスタートアップと数千億円規模の提携を結んでいます。数年以内には、AIによって設計された新薬が続々と市場に登場し、これまでの「開発期間10年」という常識は過去のものになるでしょう。
私たちEQUESも、東大松尾研発のスタートアップとして、こうした技術革新が「一部の先進企業のもの」だけで終わらないよう、日本国内の製薬現場への社会実装を加速させています。
技術は、現場に使われて初めて価値を持ちます。
研究開発のDXが進む一方で、その成果を社会に届けるための「基盤業務」もまた、デジタルによって進化しなければなりません。
【PR】製薬品質保証のGMP文書業務、EQUESのQAI Generatorにお任せください!

「DXを進めたいが、現場のGMP文書作成の山を前に立ち往生している……」 そんな製薬企業の皆様、その悩み、私たちEQUESにお任せください!
私たちが提供する製薬SaaS 「QAI Generator」 は、現場の「書き手の負担」と「確認者の負担」を同時に解消する、国内最高峰のAIソリューションです。
「答えるだけ」で、法務レベルの書類が完成
QAI Generatorは、AIからの簡単な質問に答えていくだけで、複雑な必要書類や法務書類を自動で生成します。専門知識の属人化を防ぎ、誰でも高品質な文書を作成できる環境を実現します。
驚異的な業務削減実績
すでに導入現場では、圧倒的なパフォーマンスを叩き出しています。
作成時間を5割カット: ドラフト作成にかかる時間を半分に短縮。
レビュー時間を7割以上短縮: 整合性チェックや修正のラリーを劇的に減らし、QA担当者が本来注力すべき高度な判断業務に集中できる時間を創出します。
経済産業省GENIACにも採択
QAI Generatorは、経済産業省が主導する国内最高峰の生成AI開発支援プログラム「GENIAC」にも採択されました。技術力、革新性、そして社会実装の可能性において、国からも高い評価を受けています。
「AIを、単なる流行から、現場を支える実利へ。」 まずはお気軽にお問い合わせください🐎

次回予告:
「第3回:臨床試験(治験)が変わる。DCT(分散型臨床試験)がもたらす患者中心の医療」
薬が「人」に試されるプロセスも、今、デジタルの力で大きく姿を変えようとしています。
面白かった、興味があるという方は、ぜひ「スキ」や「フォロー」をお願いします!🐎
EQUESの紹介はこちら
EQUES公式HPはこちら
前回の投稿はこちら
「スキ」「フォロー」「コメント」お待ちしております!🐎