Anthropic、自社での医薬品開発を目指す

今週初めのイベント「The Briefing: AI for Science」で、Anthropicは科学者向けの新しい「AIワークベンチ」であるClaude Scienceを発表しました。これは、断片的なツールやデータセットを一つの環境に統合し、図やビジュアルを生成するものです。すでに人気のコーディングツールと強力なAIモデルで業界をリードするAnthropicは、今回の発表を、AIが「科学発見とヘルスケア介入の開発のペースを劇的に加速させる」可能性に焦点を当てて位置づけ、すでにClaudeを利用しているバイオテクノロジーや製薬の顧客を多数挙げました。

Anthropicはさらに一歩進んで、自社で医薬品を開発すると発表しました。生命科学部門の責任者Eric Kauderer-Abrams氏は、同社が「見過ごされた」疾患の治療法の発見に注力すると述べました。

AI企業はこれまでも科学や製薬の顧客を獲得することに熱心で、OpenAI、Amazon、Googleなども独自の生命科学ツールやプラットフォームを持っています。しかし、Anthropicの計画は、主要なフロンティアAI企業が実際に自ら医薬品を開発しようとする最も直接的な試みの一つであり、競合する可能性のある他の製薬会社にソフトウェアを販売するという異例の立場に置くことになります。Anthropicは、InsilicoのようなAI優先の医薬品企業、Google DeepMindからスピンアウトしたIsomorphic Labs、バイオテクノロジースタートアップ、そして自社のAIツールを構築または購入している大手製薬会社などが参加する広範な競争に加わっています。

Anthropicは、医薬品開発の分野で何を達成したいのかについて、具体的な詳細をほとんど明らかにしていません。イベントでKauderer-Abrams氏は、有望な医薬品候補が見つかった場合に同社が何をするかについては述べませんでした。Anthropicは、最初に対象とする疾患や、実験室での作業、動物実験、臨床試験、製造のために他の企業と提携するかどうかなど、詳細を求めるThe Vergeのコメント要請に応じませんでした。

専門家はThe Vergeに対し、Anthropicの計画を取り巻く不確実性は、AI医薬品ブーム自体のより広範な不確実性を反映していると述べました。「AI創薬」は多くのことを意味し得ます。ケンブリッジ大学教授でAIバイオテクノロジースタートアップCardiaTecの共同創業者であるNamshik Han氏は、「非常に広範な用語」であると説明しました。AIは「創薬のあらゆる段階」で応用されており、新しい化合物の発見や改良から、研究、データ分析、臨床試験、さらには製造に至るまで、さまざまな場面で使われていると同氏は述べ、大手製薬企業はすべて何らかの形でAIを利用することになるだろうと付け加えました。ユニバーシティ・カレッジ・ロンドンの創薬教授Matthew Todd氏も、AIはすでに創薬と研究に浸透しているとの見解に同調し、その用途の広さから「包括的なフレーズ」であると述べました。

AIは間違いなく医薬品開発を変えつつあります。Han氏は、アストラゼネカ、ノボノルディスク、グラクソ・スミスクラインなどの製薬大手による多くの取り組みを指摘し、AIはすでに、例えば特定の疾患に関与することが知られている細胞受容体や既存の薬の標的と相互作用する可能性のある新しい分子を提案するなど、有望な薬のアイデアを生成するのに役立っていると述べました。Todd氏は、研究を加速し、新しい薬のアイデアを「ロードテスト」するのに非常に有用であると述べました。Anthropicのフロンティアモデルに関する研究を考慮すると、同社はおそらく生成AIを使用して、広大な化学的・生物学的可能性を検索し、研究者が他の方法では見つけるのが困難または時間のかかる関連性を見つけるのを支援し、新しい薬のアイデアを提案したり、新しい疾患標的を特定したり、既存の薬の新しい用途を見つけたりする可能性があります。

しかし、それでもAIが設計した医薬品が患者に届くまでにはまだ長い道のりがあります。Todd氏は、AIが設計した医薬品が規制当局によって人間への使用が承認されるまでには「まだ長い道のりがある」と述べました。また、創薬プロセスは自律的に進むことはなく、プロセス全体を通じて人間の入力と監督が必要であると付け加えました。Todd氏とHan氏はともに、公開されている高品質の実験データ（例えば、化学物質が体内でどのように振る舞うか）の不足が、創薬の取り組みを遅らせる可能性があると指摘し、よく研究された生物学の分野でさえ、仕組みの理解には依然として大きなギャップがあると強調しました。

AIは、創薬において最も時間のかかる部分の多くを修正するようには位置づけられていません。オックスフォード大学の構造化学生物学教授でオックスフォード医薬品発見センターのタンパク質結晶学責任者であるFrank von Delft氏は、AIモデルを進歩させることに興奮するのは当然だが、それらは「まだ実験を不要にするにはほど遠い」と述べました。医薬品候補は、有効性、毒性、そして医薬品として安全に調製、保存、配送できる実用的な特性を持っているかを現実世界でテストする必要があります。これには熟練した労働力、多額の資金、そして時間、特に人間を対象とした臨床作業が必要であり、多くの有望な医薬品候補が失敗するのはこの段階です。Anthropicが医薬品を開発したいのであれば、「実験に多額の費用を費やす必要がある」とvon Delft氏は述べました。

Anthropicは試してみる用意があるかもしれません。過去1年間で、同社は積極的に生物学者を採用し、自社の湿式実験室を構築しており、本稿執筆時点で生命科学関連の役職を募集している求人が複数あります。Han氏によれば、Anthropicはこの分野で「積極的に採用を行って」おり、彼の同僚数名が同社からアプローチを受けたとのことです。同氏は名前を挙げませんでしたが、Anthropicは大手製薬会社や権威ある学術機関から数人の候補者を引き抜くことに成功したと考えています。

こうした複雑さを考えると、Anthropicがどの疾患を選んだとしても、見返りが得られるのはおそらく遠い先のことです。少なくとも、新薬が臨床試験を通過するのに通常かかる時間を考慮すると、10年近くはかかるでしょう。医薬品のテストには「常に大きなタイムラグがある」とTodd氏は述べ、「何かが安全であることを実験的に示すには時間がかかる」と語りました。AIが設計した医薬品で、臨床試験を通過しFDAの承認を得て市場に到達したものはまだありません。AIが開発したいくつかの候補は臨床試験に入っていますが、AIがどの程度貢献したか、プロセスのどの段階で使用されたか、またはそれらの候補が従来の医薬品よりも優れているかどうかを知ることは困難です。AIは探索の一部を加速できますが、医薬品は依然として昔ながらの方法、すなわち現実世界で行われるゆっくりとした体系的な実験でその価値を証明する必要があります。