Amgen と学術機関の研究者が、AI が創薬にいかに貢献するかを議論する円卓会議を開催しました。
AI は複雑なデータ分析や仮説生成を加速させる一方で、実際の人体での薬の挙動を予測し安全性を確保することは依然として大きな課題です。
業界全体は化学、生物学、自動化、データサイエンスを統合した統合的なアプローチへシフトしており、科学者の専門知と判断が引き続き不可欠です。
何が起きたか
Amgen と学術機関の研究者らが、AI が創薬にどのような影響を与えるかについての円卓会議「Meeting the Moment」を開催しました。同社は南サンフランシスコの研究施設を拡張し、化学、生物学、自動化、データサイエンスを統合した DMTA（設計・製造・試験・分析）プロセスの実現を進めています。
なぜ重要か
新医薬の開発には 10～15 年の期間を要し、研究者は開発を加速する手段を模索しています。AI は複雑なデータ分析、仮説生成、パターン認識を支援できる一方、人体での薬物動態予測と安全性確保という重大な課題が残っています。業界全体がデータサイエンスと自動化を含む統合的なアプローチへシフトしており、これは創薬の効率化に関わる企業にとって検討の対象となる可能性があります。
注目点
Amgen の Charles Lin 研究責任者は「AI は多くの領域で社会や仕事に変化をもたらしているが、創薬への影響は業界が直面する最重要課題の一つ」と述べています。最大の成功には高品質データ、深い生物学的理解、研究プロセス全体にわたる強い連携が必要とされています。
新医薬開発に 10～15 年を要する現状において、業界全体が開発の加速化を求めています。AI が複雑なデータ分析やパターン認識を支援できるツールとして位置付けられる一方で、Amgen は「AI は科学的プロセスの代替ではない」という点を重視しています。
Amgen が南サンフランシスコの施設を拡張し、化学、生物学、自動化、データサイエンスを統合する DMTA プロセスを推進する背景には、創薬が単なる直線的なプロセスではなく、分子の設計・試験・改良を繰り返す循環的なアプローチであるという認識があります。安全性や実世界での有効性といった最難関の課題は研究の複数段階にまたがるため、各段階での知見を結びつけることが不可欠です。
最終的には、高品質データと深い生物学的理解が AI の有効性を大きく左右する要素となり、科学者の専門知と創意工夫が引き続き中核的な役割を担うとみられます。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
ミシシッピ大学の研究がJournal of Interactive Advertisingに掲載され、AI広告は消費者がAIの使用理由を理解できると成功し、不必要に感じられると失敗することが分かった
ゴールドマン・サックス・リサーチは、AIの需給バランスが2028年上半期まで取れないと予測
ラムリサーチは26日、オレゴン州トゥアラティンに新ラボの起工式を行った
ビザ、マスターカード、フィサーブが、ステーブルコイン企業レイン主導の26社連合「エージェンティック決済アライアンス（APA）」に加盟し、AIエージェント決済の共通基準策定に乗り出した
BroadcomはVMware Explore 2026で、VMware Private AI Cloud向けのソフトウェア定義基盤となるVMware AI Factoryを発表した
ブロードコムは、企業が安全かつ費用対効果の高いAIを大規模に展開できる新サービス「VMware Private AI Cloud」を発表した
