一言で言うと
AI創薬で大きく効くのは、薬の候補を見つける前半工程です。Isomorphic Labs の臨床試験入りは、その先の `人に使って本当に効くか` を確かめる段階こそが、AI創薬の本当の評価点だと示しています。
何が起きているのか
Google DeepMind からスピンオフした Isomorphic Labs が動きました。AIで設計した薬を、まもなくヒト臨床試験にかける準備に入っています。同社の社長 Max Jaderberg 氏が、ロンドンの WIRED Health でこの方針を語りました。
Isomorphic Labs は2021年、Alphabet のAI研究子会社である Google DeepMind から独立した会社です。創薬の核には AlphaFold というAIを使います。タンパク質の立体構造を高い精度で予測する仕組みです。
直近では最高医療責任者を任命し、初回の資金調達ラウンドで6億ドルを集めました。臨床試験を回す体制を整えるための準備です。具体的にどの薬がいつ、どの相に入るのかは、記事の中では明らかにされていません。
AI業界の文脈では
普通はこう見られます。`AlphaFold のような AI が創薬を大きく変える。臨床試験入りはその証拠だ` という見方です。
ただ、この見方には前提があります。1つは、AI が薬の候補を設計できれば、創薬の難所も一緒に解けるはずだという前提です。もう1つは、タンパク質の形が高い精度で分かれば、実際に効く薬にも近づけるはずだという前提です。
しかし、創薬で本当の難所になるのは設計の先です。新薬候補を見つけるまでにも長い時間と費用がかかりますが、承認まで進める全体像で見ると、臨床試験は今も最大級のコストと失敗リスクを抱える工程です。第I相から第III相、さらに承認まで進める成功率は、業界全体で1割前後とされます。ここは今も、AI だけで大きく短縮できる領域ではありません。
AlphaFold も、強いのは `タンパク質がどんな形をしているか` を高い精度で予測するところまでです。人体に入れたときにどう振る舞うか、どんな副作用が出るか、患者に本当に効くかまでは、実験や臨床試験で確かめる必要があります。つまり、創薬で最もお金と時間がかかる部分は、今も現実の検証に残っています。
私の見立て
ここで大事なのは2点です。1つ目はお金の流れです。AI創薬で効率化しやすいのは、標的探しや初期設計です。けれども、臨床試験の費用と失敗率が大きく変わらないかぎり、薬1本あたりの総コストは急には下がりません。つまり、AI が創薬を変えるとしても、それはすぐに `新薬が安くなる` という意味ではありません。
2つ目は、臨床試験入りそのものの意味です。AI創薬企業にとって、臨床試験入りは `AI が薬の候補を作れた` という技術的な証明であると同時に、投資家や提携先に対して `ここから先へ進める会社だ` と示す大きな節目です。最初の1本が人の試験に進むかどうかで、その会社の見られ方は大きく変わります。
その意味で、Isomorphic Labs の今回の動きは、AI創薬の評価基準が一段進んだことを示しています。これから本当に問われるのは、モデルがどれだけ賢いかよりも、AI が設計した候補が人の試験で安全に使え、実際に効くかどうかです。AI が創薬の入口を速くしても、最後の価値は臨床でしか証明できません。
→ 何が変わるか: AI創薬企業を評価する軸は、論文の数やベンチマークの数字だけでは足りなくなります。今後は、どの候補がどこまで臨床試験に進んだか、どの製薬企業と組めているかが、より重要な判断材料になります。
→ 何をすべきか: 製薬企業は、AI創薬スタートアップとの提携交渉で、自社の臨床ノウハウや患者データを強気の対価として使える位置にいます。個人として薬の話を読むときは、AI設計薬という言葉に過剰な期待をせず、第I相から承認までの通常の評価軸で見るのが安全です。投資家は、AIの賢さよりも、どのフェーズまで進み、どの製薬大手と組めているかを優先して見るのが妥当です。