AIToday
ヘルスケアAIAIビジネス・産業WIRED AI掲載日時: 2026年11月6日 1:00

実験せずAIで創薬に挑む新興企業が始動

LINEで送る
実験せずAIで創薬に挑む新興企業が始動

3つのポイント

  1. 何が起きたか

    Potential Sciencesが11月5日に始動した。

  2. なぜ重要か

    実現すれば実験コストを削減でき、製薬企業が希少疾患向けの薬を経済的に追求できるようになる。ただし専門家は要求される予測精度の大幅な向上が必要だと慎重な見方を示す。

誰に効くかシミュレーションに基づく手法が実験コストを下げれば、希少疾患の治療薬を模索する製薬企業に恩恵があり得る一方、AI創薬研究者にとっては英政府のSovAI基金の支援を受けた新たな競合が登場することになる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

Potential Sciencesは、Basecamp ResearchやIsomorphic Labs、素材探索スタートアップのCuspAIなど、SovAIが出資するAI創薬企業の仲間に加わった。英政府は今年、約8億ドルを手元に置き、世界的なAIサプライチェーンに欠かせない存在となり得る英国のスタートアップへの投資を使命とするSovAIを設立した。出資先企業には英国の国家AIスーパーコンピューターへのアクセスも提供している。

このスタートアップの前提は、多くのAI創薬ラボが基盤とする3D原子構造の唯一の公開データベースであるProtein Data Bankへの批判にある。Helal氏は、このデータセットは有望な創薬候補の探索を確実に加速できるほど高度なモデルの訓練には小さすぎると主張し、創薬を約10^60通りの分子集合体を対象とする探索問題と位置づける。Potential Sciencesの答えは、原子や小分子、アミノ酸、タンパク質の間の相互作用を模擬し、はるかに大規模な合成データセットを生成することだ。

学界の反応は慎重ながら前向きだ。ライス大学の化学教授Peter Wolynes氏は、この手法が改善につながることは確実だとする一方、現在のタンパク質工学はルネサンス期ではなくローマ時代の水準にあると評する。ケンブリッジ大学の名誉教授Alan Fersht氏は、分子相互作用の正確な計算は創薬における革命になり得ると述べ、いずれ実現すると楽観視している。AI創薬は競争の激しい市場であり、安全性と有効性の検証は依然として別個の高コストなボトルネックであり、毒性を最小化できるツールは原理的には毒性の最大化にも転用し得るという懸念についてもHelal氏は認めている。

よくある質問
Potential Sciencesに出資しているのは誰か。
英政府のAIベンチャー投資基金SovAIやTwin Path Venturesなどから数千万ドル規模のシード資金を調達している。創業者らは正確な金額や企業評価額を明らかにしていない。
Potential Sciencesはどんな課題の解決を目指しているのか。
現在のAI創薬ラボは主にProtein Data Bankに依存しているが、Helal氏はこれでは高度なモデルを訓練するには小さすぎると指摘する。Potential Sciencesは化学反応を模擬してより大規模な合成データセットを構築する考えだ。
創薬候補を早く特定できれば実験室での試験は不要になるのか。
ならない。有望な候補を迅速に特定しても、安全性や有効性を検証するための費用と時間は減らず、新薬が市場に出るまでには依然として長期間かかる。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へThe Verge、ウィリー・シー氏:関税が供給網を