AI医薬品はどこにあるのか？

新しい薬はたいてい悲劇から始まる。

ピーター・レイはそれを知っている。現在のジンバブエで、機械工と放射線技師の両親のもとに生まれたレイは、ジンバブエ解放戦争中に家族と共に南アフリカへ逃れた。1980年、装甲車の車列に乗ってそこへ向かった時のことを彼はよく覚えている。太陽が照りつける中、兵士が8歳のレイに機関銃の撃ち方を教えた。しかし、母親は何度も立ち止まらざるを得なかった。体調が悪かったのだ。

ケープタウンの医師たちは彼女に癌の診断を下した。レイは、放射線治療、病室、人工肛門に付き添った時のことを覚えている。彼女はビーチが大好きで、海と陸が交わる線に沿って歩くのが大好きだった。しかし、行くのがだんだん辛くなっていった。病院からしばらく家に帰ると、状況は良くなるように見えた。レイは希望を膨らませた。しかし、事態は再び崩れ去った。手術、放射線治療、化学療法――1980年代には考えられていた治療法――は、すぐに効果が尽きてしまった。彼女が死に瀕する中、彼は何とかして状況を変えてみせると約束した。彼は13歳だった。

レイは医薬品化学者を目指し、最初は南アフリカで学費をローンで借り、その後リバプール大学に進学しました。イギリス各地の製薬会社で数々のプロジェクトに携わりました。現在53歳になった彼は、リカージョンという製薬会社で主任薬剤設計者の一人です。彼は母親との約束をいつも心に留めています。「この約束はずっと私の心に残っています」と彼は言います。「がんに効果のある薬を市場に出す必要があるんです。」

自分の悲劇を他人に起こさせたくないという思いは、強い動機となるかもしれない。しかし、新薬発見のプロセスは常に、骨の折れるほど、辛苦に満ちた、ゆっくりとした道のりだった。まず、レイのような化学者たちは、標的に狙いを定める。通常はタンパク質、つまりアミノ酸が長い鎖状に絡み合い、折り重なったものだ。彼らはコンピューター画面にそのモデルを呼び出し、それが黒い空間の中で回転するのを見る。表面の曲線や傾斜、宇宙船のように暗闇の中を航行する分子がドッキングできる場所を観察する。そして、原子一つ一つを積み重ね、宇宙船を作り上げていく。

新しい分子が完成すると、化学者はそれを生物学者に渡し、生物学者は暖かい部屋で生きた細胞にそれをテストします。さらに悲劇があります。多くの細胞が死にますが、その理由は必ずしも明らかではありません。生物学は複雑で、新薬は期待通りには機能しません。化学者は微調整や調整を繰り返しながら、さらに別の分子、さらに別の分子を作らなければなりません。その作業には何年もかかることがよくあります。インシリコ・メディシンの生物学者キース・ミクル氏は、別の製薬会社での経験を私に語ってくれました。5年間の研究の後、彼らの最高の分子に予期せぬ危険な副作用が見られ、それ以上開発を進めることができなくなりました。「大規模な化学者チームと大規模な生物学者チームがいて、何千もの分子が作られましたが、実質的な進歩はありませんでした」と彼は言いました。

非常に幸運なことに、研究チームはマウスで期待通りの働きをする分子を手に入れることができます。そして、それを健康な少数のボランティアに投与する第I相試験の機会を得ます。ボランティアが健康を維持できれば、第II相試験で、問題の疾患を持つ人を含むより多くの人に投与します。もし患者の病状が悪化しなければ、第III相試験に進み、できるだけ多くの、できるだけ多様な集団の患者に投与する機会を得ます。

各段階で、ほとんどの人が理解しておらず、予測できる人も少ない理由から、膨大な数の薬が脱落していく。希望を持つ者の90%以上が途中で挫折する。新薬開発に取り組んでいる人々に出会ったら、慎重に、そして優しく、これまでに薬が成功したことがあるか尋ねてみるのもいいだろう。「非常に稀なケースです」と、卵巣がん治療薬ニラパリブという1つの薬しか開発していないミクル氏は言う。「私たちはユニコーンです」

しかし、ミクル氏やレイ氏をはじめとする化学者や生物学者たちは、新たなアプローチを試みている。レイ氏と話すと、彼はRecursionの同僚たちと研究している分子を興奮気味に見せてくれた。それはいわゆるMALT1阻害剤で、血液がん細胞の増殖を阻害するように設計されている。彼の画面には、REC-3565がリングと線の集合体として表示され、虚空に浮かぶ骸骨のような宇宙船のようだ。しかし、それは現実世界にも存在している。レイ氏と話をする数週間前、フェーズIの第一期ボランティアたちが小さな錠剤でそれを飲み込んだのだ。レイ氏によると、この分子の特別な点は、これまで厳しい試練を乗り越えてきたということだけではない。REC-3565は「人間の設計では生み出せなかった」という点だ。レイ氏のチームは、人工知能を使わなければ、ここまで到達するために必要な論理的飛躍はできなかっただろうと彼は考えている。

世界の製薬大手がAIに注力する中、RecursionはAI技術にすべてを賭けるスタートアップ企業群の一つだ。12年前、ユタ州の学者によって設立された同社は、様々な条件下で細胞のスナップショットを撮影し、膨大な画像データベースを構築し、AIを活用して新たな標的候補を特定することで名を馳せた。昨年、Recursionは創業10年のスタートアップ企業、レイ・マクギリウスの元勤務先であるExscientiaを買収した。ExscientiaはAIを用いた低分子化合物の設計のパイオニアだ。他にも、ミクル・マクギリウスの勤務先であるInsilico（2014年設立）など、複数のスタートアップ企業が買収に取り組んでいる。昨年には、Xaira Therapeuticsが10億ドルのベンチャーキャピタル投資を受けて創業した。これはバイオテクノロジー分野ではここ数年で最大の資金調達ラウンドだ（2024年に同額の資金調達を達成した新興スタートアップ企業は、OpenAIの元トップ研究者が共同設立したSafe Superintelligenceのみ）。

AIを用いて設計された医薬品は市場にまだ存在しません。しかし、Recursion社とInsilico社は共に候補薬を第2相臨床試験に合格させており、患者にとって安全であることを示しています。REC-994は脳病変を引き起こす脳海綿状血管腫の治療薬であり、ISM001-055は進行性で致死的な肺疾患である特発性肺線維症の治療薬です。Insilico社、Recursion社、そしてレイ氏が私に見せてくれたものを含め、他の企業もAIを活用した医薬品候補薬の開発を進めています。

これらの分子は今、テーブルの上に裏向きに置かれたカードのようなものだ。AIは実際に効果のある薬を、通常よりも早く、そして安価に開発するのに役立つのだろうか？それとも、薬探しをする人々はまたしても負ける運命にあるのだろうか？

1981年夏、フォーチュン誌の表紙には、デジタル創薬の時代が到来したと謳う見出しが掲載されました。記事は、科学者たちがコンピューターによる視覚化技術を用いて細胞内で試すべき最適な分子を選択し、行き詰まりを打破しようとしている様子を描いていました。長年ブログ「In the Pipeline」を執筆する医薬品化学者のデレク・ロウ氏は、フォーチュン誌の記事が当時の創薬研究者たちを不安にさせたことを回想します。彼が勤務していた製薬会社シェリング・プラウには、「コンピューター支援創薬（CADD）」と題された部屋があり、高価な機器がぎっしり詰まっていました。「廊下の向こう側に住む医薬品化学者たちは、そんなことを深く考えませんでした」とロウ氏は語ります。「だから、自分たちの部屋のドアに『BADD：脳支援創薬』と書かれた看板を掲げていたんです」

コンピュータは確かにあらゆるものに革命をもたらした。しかし、創薬の難題はカーソルをタッチするだけで消え去ったわけではない。熟練した創薬研究者たちは、分子片をランダムな順序で組み合わせることで新しい種類の薬を偶然発見しようとするコンビナトリアルケミストリーを、懐疑的な口調で語る。（この試みは失敗に終わった。その理由の一つは、このような極めて民主的なアプローチには莫大なコストがかかったためだ。）標的と分子の相互作用をシミュレートできる計算化学は、渋々ながらも受け入れられたが、その成功は標的と候補物質の正確なモデルにかかっており、そのためには昔ながらの実験室での地道な努力が必要となる。

生物学の複雑さが全面的に明らかになるにつれ、むしろ困難な問題はより困難になっている。「以前よりも心配すべきことが増えています」とロウ氏は言う。がんの原因となる変異が異なると、それぞれ異なる治療法に反応する。特定の受容体に結合する薬剤は心臓疾患と関連付けられているため、どんなに有望な新薬候補であっても、その受容体への親和性を示した場合は開発候補から除外されなければならない。

リカージョン社の主席生物学者カレン・ビレシ氏は、ドラッグハンターが人工知能について初めて言及した時のことを今でも覚えている。1993年のある夜明け、ビレシ氏は他の社員数名と共にサンフランシスコ湾岸にある会社の駐車場を歩いていた。彼らはジェネンテック（後にロシュ社に470億ドルで買収）という気骨のある新興企業で働いていた。ビレシ氏のプログラマー仲間は、機械学習の一種であるニューラルネットワークを用いて患者情報からパターンを見つけ、ある患者は薬に反応し、他の患者は反応しない理由を解明できないか研究していた。「これらの素晴らしい薬は人間に投与されて、効果がないだろう」とビレシ氏は語る。彼らは駐車場で、いつか自分たちには見えないパターンを学習して見ることができるソフトウェアが登場するかどうかについて話していた。「『訓練する』とは言いませんでした」とビレシ氏は回想する。「まだ、そのような言葉がなかったのです」

その後数十年にわたり、AIは患者データのパターンを見つけ出す以上のことができるかもしれないことが徐々に明らかになった。2020年、可能性を明確に示す出来事が起こった。その年の秋に開催された世界的なコンテストで、アルファベット傘下のDeepMindが開発したAIは、タンパク質がどのように最終的な形に折り畳まれるかを正確に予測できることを示した。これは生物学における典型的な難問であり、創薬研究者にとって重要な課題だった。DeepMindのAIは、他のすべての参加者を圧倒した。ワシントン大学の生化学者、デイビッド・ベイカーは、AIを用いた新しい薬剤タンパク質の設計についてさらに深く研究するようになり、この研究で後に彼は2024年のノーベル化学賞を受賞した。「これまで開発していた方法を上回る方法を開発するのに、それほど時間はかかりませんでした」と彼は言う。（ベイカーはXairaの創設者の一人である。）

その後、AIで他に何ができるだろうか？ これまで存在したすべての薬とその作用機序に関するデータをすべてAIに提示し、さらに未検証の分子のデータベースを解き放って、探索すべき新たな分子を特定させたらどうなるだろうか？ 機械学習をめぐる議論は2025年の現在、まさにこの段階に達しているのだが、もしAIが人類が生み出した生物学に関するあらゆる情報のかなりの部分を取り込み、不気味で深遠な行為として、全く新しいことを示唆することができたとしたら？

人類は学びつつある。AIは一見良さそうに見えるものを生み出しても、実際には言葉や思考の寄せ集めで、単なる中身のないものに過ぎないことがある。新薬開発には広範囲にわたる実地試験が伴うため、AIによる提案がプロセスを乗り越える可能性は低い。AIによる幻覚の最大のリスクは、時間と資源の無駄遣いかもしれない。しかし、新薬の失敗率は既に非常に高いため、これらのスタートアップ企業の科学者たちは、リスクを負う価値があると考えている。

ピーター・レイは、虚空に浮かぶMALT1阻害剤を見つめる。「もし薬を市場に出すことができれば、約束を果たしたと感じるでしょう」と彼は言う。彼は、AIが毒性を引き起こす可能性のある分子の一部を除去する方法を導き出した箇所を指摘する。それは、関わった人間の誰にも思いつかなかった反応だった。

本当の問題は、AIを使用して設計された分子が市場投入に優れているかどうかです。プロセスの最後の数段階は、最も費用がかかり、最も予測が困難です。「臨床試験では、適切な人材を見つけるのが難しい」と、インシリコの臨床開発担当副社長であるキャロル・サトラー氏は言います。時間がかかります。彼女はそれを心配しています。薬に何ができるかを見るために、正しい選択をし、適切な医師に連絡し、恩恵を受けない人を除外し、恩恵を受ける可能性のある人を含めたことを願っています。薬が臨床試験に到達するまでに、10億ドルと、数百人、場合によっては数千人の科学者の人生の10年を意味します。1人の患者が登録します。その後2人。数か月が経過します。時間はゆっくりと過ぎていきます。「メーターは常に動いています」とサトラー氏は言います。「とても高価です。」

昨年末、リカージョン社がエクセンシア社の買収を完了した直後、両社から300人ほどの薬物ハンターがロンドンのイベントスペースに集結した。

ピンク色の照明に照らされた会議室は、数日前にリカージョン社の最高科学責任者が行った発表のニュースでざわめいていた。エクセンシア社が開発した分子REC-617が、他の治療が効かなくなった末期がんの患者18人に投与されたのだ。第I相臨床試験は、患者がこの候補薬に耐えられるかどうか、そして効果があるかどうかを調べるために計画された。ある患者――卵巣がんを患い、3度再発した女性が――皆を驚かせた。彼女は生き延びたのだ。治療開始から6ヶ月後も、彼女は生きていたのだ。この試験は盲検化されているため、リカージョン社もエクセンシア社も、この女性が誰なのか、そして今も生きているのかどうか、誰も知る由もない。しかし、あの部屋の中では、彼女は生命力に満ち溢れているように見えた。

発表には、もう一つ注目すべき点があった。エクセンシアは候補分子を実際に製造する前にAIを用いて絞り込んだため、最終的に製造され細胞で試験されたのは数千個ではなく、わずか136個だったのだ（レイのMALT1阻害剤の製造数はわずか344個で、これも従来の方法に比べればごくわずかな量だった）。リカージョンの共同創業者兼CEOであるクリス・ギブソン氏は、集まった聴衆への講演でこの数字を強調し、時間とリソースの節約を強調した。AIを用いて新しい分子を発明するだけでなく、そのほとんどを事前に排除することで、より早く失敗を繰り返すことで、この極めてコストのかかるプロセスの初期段階のコストを削減できる可能性がある、という論理だ。

センターのロビーでは、リカージョン社の最高医療責任者であるデイビッド・マウロ氏、エクセンシア社の医薬品化学者ヤクブ・フルグ氏、そして数名からなる分科会グループが輪になって立っていました。社員たちは、いわば大規模なブラインドデートのようなものを楽しんでいるようでした。直接会ったことのない人々と出会い、それぞれの経験を語り合い、お互いの相性を探ろうとしていました。順番に自己紹介をし、これらの会社に入社することを選んだ理由を述べました。ある人は「楽しみたいからここにいます」と言いました。別の人は「もう信じていないことをするのに疲れたからここにいます」と言いました。また別の人は「実際に薬を市場に送り出したいからここにいます」と言いました。全員がこの発言に頷きました。

階下の地下室で、ギブソンも未来について考えていた。彼は、臨床試験に進んだ8つの薬と、それに続く前臨床段階にある少数の薬から、リカージョンが将来、業界全体の創薬のあり方を形作る礎を築いていくことを期待している。「もし私たちがこれを正しく進め、学習システムを構築していれば、その後に続く10の薬の成功確率は高まります。さらにその先の10の薬も、成功確率は高まります。私たちはこの技術を改良し続けます」と彼は言った。

昨夏、10種類ほどの候補薬に関する情報がまもなく得られるだろうという彼の主張について尋ねた。大量の情報が一気に公開されるこの臨界質量は、計算された目標だと彼は言った。「もし約90%の薬が失敗するなら、リカージョンは約10種類の異なるプログラムの結果を示し、それらが期待通りの成果を上げているかどうかを確認する必要がある」。「結局のところ、最初の10種類で判断するのが公平でしょう」とギブソン氏は言う。「nとしては十分です」。言い換えれば、このアプローチが何をもたらすかを見るのに十分なサンプル数だ。

昨年末のある寒い朝、私はRecursion社の探索エンジンの一つを見学した。自動化部門の責任者であるパトリック・コリンズ氏と、薬理学の主任科学者であるスー・ジャーウッド氏が、小さなスーパーマーケットほどの広さの部屋に案内してくれた。そこには、ガラスケースに入った機械がずらりと並んでいた。機械の上には、まるで後光のように白いランプが吊り下げられていた。「片側に生物学、もう片側に化学があります」とコリンズ氏は言った。磁気レールが機械の間を縫うように走り、ピペッティングロボットとインキュベーターチャンバーを繋いでいた。「設計、製造、テスト、学習、そしてループの繰り返しです」とコリンズ氏は言い、ボトルや粉末のケースを指差した。「あらゆる構成要素、試薬などが詰まっています」。機械の補充は人間が行っていた。

ジャーウッド氏によると、これらの機械は、AIシステムが既に仮想空間でテスト・探索した生の原子から作られた分子を分配する。候補となる薬剤は細胞を載せたトレイに滴下され、システムがその効果を評価する。これは新しい技術であり、解決すべき問題点もある。コリンズ氏によると、自動化プロセスの一部はまだ人間による操作が必要で、リカージョン社はAIとの間の情報の流れを効率化する方法を検討しているという。しかし、このシステムがうまく機能すれば、科学者たちは何千もの試験結果を画面上で目にすることができるようになる。この自動化システムは稼働してから約1年が経過しており、現在臨床試験中の候補薬剤の製造には関与していない。しかし、将来の薬剤開発には役立っている。

真新しいチャンバー内の機械を眺めながら、分子について考えたり、分子を作ったりするのが大好きで、その仕組みを理解することに喜びを感じるような人間であることは、今、どういう意味を持つのだろうかと考えました。コリンズ氏にこの質問をしました。彼は、初めて手でタンパク質を結晶化し、そこに薬物分子がくっついているのを見た時のことを思い出しました。「もう一生夢中になりました」と彼は言いました。こうした伝統的なツールは今でも役に立っています。しかし、何かをできるだけ早く、効果のあるものにすることに重点が置かれているこの場所では、それは適切ではないのかもしれません。「私たちは皆、患者のことを考えようとしています」とコリンズ氏は言いました。

ジャーウッドは答えた。「私は常に何か新しいものを求めているんです」。自動化された実験室の上に立ち、彼女はまだ誰も足を踏み入れたことのない化学の領域、未知のプロセスの彼方にある構造や反応を想像した。太陽はちょうど地平線から昇り始めていた。機械がやってくれるかもしれないこと、自分がもうやらなくなるであろうこと、あらゆることを彼女は思い浮かべた。「手つかずの空間に限るのよね？ そうすれば、その空間をじっくりと観察する時間ができるから」と彼女は言った。「リスクを取る時間もできる」

しかし、一部の製薬研究者にとって、AIの可能性は科学の限界を押し広げることや病気の治療にとどまらない。インシリコ社のCEO兼共同創業者であるアレックス・ザヴォロンコフ氏は、同社は病気と老化の両方に関与する標的を重視していると述べた。例えば、特発性肺線維症の治療薬候補は、特定の生物学的経路を阻害することで肺の瘢痕化を防ぐように設計されているが、健康な細胞の老化を遅らせる可能性もある。ザヴォロンコフ氏は、老化に伴う疾患や衰えに対する新たな治療法を発見すると同時に、新薬をより迅速かつ安価に臨床に導入したいと考えている。

私がザヴォロンコフ氏と話した時、彼は中国・重慶で行われた全社研修会に出席していた。「20年後には66歳になります」と彼は言う。「66歳の父に会ったことがありますが、決して楽観的なものではありません」。彼は高い期待を抱いていること、そしてスピードが必ずしも容易に得られるとは限らない業界でスピードを求める気持ちについて率直に語った。彼は中国・蘇州にある自動化された研究室のビデオを見せてくれた。「コロナ禍で建設したんです」と彼は言い、プロジェクトに関わった研究室の科学者の何人かが、施設内で寝泊まりしながら24時間体制で作業し、稼働させたと説明した。

この設定、そしてザヴォロンコフ氏特有のプラグマティズムには、どこかSF的なところがある。ザヴォロンコフ氏の腕には、人工多能性幹細胞（IPSC）を作るために皮膚を切除した傷跡がある。この幹細胞は再プログラムすることで、様々な組織に分化することができる。「私のIPSCを購入されたい方は、お電話ください。発送いたします」と彼は言う。「あなたに関するデータが公開領域に多く存在すればするほど、病気、特に癌になった時に、本当に良い治療を受けられる可能性が高まります。」

研究室の動画では、カメラが暗い廊下を滑るように進み、控え室を通り抜け、ガラスの壁を通り過ぎます。ガラスは、その後ろで行われている作業が機密事項である場合は、暗くすることができます。壁の向こうには、試薬や細胞が入ったトレイが積まれた機械があり、アームが回転して部品を移動させています。人間はほとんど必要とされません。

医薬品化学者でブロガーのデレク・ロウ氏は、遅かれ早かれ何らかの形でAIツールが創薬の標準になるだろうと考えている。ロウ氏はこうした状況について、短期的には悲観的だが長期的には楽観的だと自称している。業界ではこうしたことが何度も繰り返されてきた。新しい戦略が登場し、誇大宣伝の波に乗りながらも失敗に終わる。そして、その一部は何らかの形で再び台頭し、静かに常態化していく。既に、創薬業界の巨人である大手製薬会社は、独自のAI関連研究グループを立ち上げている。一方、リカージョン社は、新たな分子を考案・試験するだけでなく、治験参加者の探索にもAIを活用し、市場投入までの最終段階で最もコストのかかるステップを迅速化する方法を探っている。

この変革は犠牲なしには進まないだろう。「自動化とソフトウェアの両方を含むこれらの技術によって、ますます多くのものが『人間はそんな単純な仕事はしない』というカテゴリーに陥っていくでしょう」とロウ氏は言う。人間の化学者が担ってきた仕事の多くは消え去るだろう。「機械の使い方を知っている人が、知らない人に取って代わるでしょう」とロウ氏は言う。ピーター・レイ氏でさえ、もはや自分を医薬品化学者と呼ぶのは適切ではないと感じている。「私は何か違う人間です」と彼は考え込む。「正直に言って、何と呼べばいいのかわかりません」

ロンドンでのブラインドデートから数ヶ月、リカージョン社は臨床試験に入る2つの候補薬、MALT1阻害剤と肺がん治療薬分子を発表した。消化器疾患の治療薬は既に治験段階にある。インシリコ社は特発性肺線維症治療薬の第III相試験への進出を目指しており、キャロル・サトラーが医師たちに電話で相談している。次々とカードがめくられている。レイは時折、スコットランドのダンディー近郊の自宅周辺をランニングしながら、母親のことを思い出す。

ギブソン氏は、リカージョンが展開する長期戦について振り返った。その緊迫感。確かに彼らは世界を変えたいと思っている。そして個人的には、実現には時間がかかりすぎていると考えている。「ここには、特定の病気で愛する人を一人、あるいは複数人失った人がたくさんいます」と彼は言った。「彼らは憤慨しています。家族や友人、あるいは子供が機会を得られなかったことへの復讐心のために、ここに来ているのです」。新薬が臨床試験を通過し、誰もがその結末を待ち望む中、メーターは刻々と進み、日数を数えている。

時間は、私たち皆にとって刻々と過ぎていくものです。人によっては、その時間が他の人よりも早く過ぎていく人もいます。

この記事についてのご意見をお聞かせください。 [email protected]までお手紙をお送りください。