AIがバイオテクノロジーの未来をどのように変えるか？Benchling CEOが語るサイエンスとソフトウェアの融合

最新技術の進展は、私たちの生活のあらゆる側面に大きな変化をもたらしています。特に、バイオテクノロジー分野においては、AIの進化がかつてないほどのスピードで研究開発を加速させ、新たな発見と治療法の可能性を切り拓いています。

本記事では、バイオテクノロジーの研究開発における「システム・オブ・レコード」を提供するBenchlingの共同創業者兼CEOであるサジ氏の洞察に基づいて、AIとバイオテクノロジーの融合がもたらす革新、現在の業界の課題、そして未来への展望を深掘りします。

Benchlingとは？バイオテックR&Dの「システム・オブ・レコード」

サジ氏が13年前に共同創業したBenchlingは、科学の進歩を支えるための現代的なソフトウェアを提供する企業です。サジ氏自身がソフトウェアエンジニアでありながらバイオロジーの研究室で働いた経験から、当時の科学者が紙のノートやデスクトップのスプレッドシートで作業していることに衝撃を受け、より良いツールが必要だと感じたことが創業のきっかけです。

Benchlingのソフトウェアは、科学者が分子の設計、実験計画の立案、実験の実施、データの収集・整理・分析、そして同僚との共有といった、研究開発の全プロセスを効率的に行うことを支援します。現在、Moderna、Sanofi、Eli Lilly、Regeneronといった大手製薬会社から、Isomorphic LabsやZebraといった最先端のAIバイオテックスタートアップまで、1,300以上のバイオテック・製薬企業や7,000以上のアカデミック機関で利用されています。Benchlingは、バイオテクノロジー業界全体のイノベーションをソフトウェアで支える役割を担っています。

医薬品開発の複雑性と課題：なぜ高コストで失敗が多いのか

サジ氏が強調するのは、医薬品開発が信じられないほど長く、複雑なプロセスであるという事実です。新しい薬が患者のもとに届くまでに、数多くのステップと多大な時間、そして膨大なコストがかかります。

医薬品開発の一般的なプロセス：

標的の特定： 体内で治療効果が期待できる生物学的な標的（例：特定のタンパク質や遺伝子）を見つける。
分子の設計・最適化： 標的に作用する分子を設計し、効果と安全性を最大化するために最適化する。
前臨床試験： 試験管内（ペトリ皿、細胞株）や動物（各種動物モデル）を用いて分子の安全性と有効性を評価する。
臨床試験：
- フェーズ1： 少数の健康なボランティアを対象に、安全性と薬物動態を評価する。
- フェーズ2： 疾患を持つ患者を対象に、有効性と安全性を評価する。
- フェーズ3： 大規模な患者群を対象に、有効性、安全性、既存治療との比較などを評価する。
製造プロセスの開発： 大量生産が可能で、経済的、安全、かつ高品質な医薬品製造プロセスを確立する。
薬事申請・承認： 各国の規制当局（米国ではFDA）に申請し、承認を得る。
上市後調査： 承認後も継続的に安全性や有効性を監視する。

この全プロセスには通常7〜10年かかり、20億ドル以上の費用がかかると言われています。しかも、その多くは臨床試験の後期段階で安全性や有効性の問題で失敗に終わります。膨大な時間と資金を投じたにもかかわらず、最終的に製品化に至らないケースが非常に多いのです。

Benchlingが焦点を当てているのは、このプロセスの中で発生するすべての「科学的データ」です。分子の種類、それらの関連性、開発プロセス、各種試験データ、製造スケールアップデータなど、異種混合的で膨大な科学データが研究室から日々生まれています。これらすべてのデータを一元的に管理し、整理し、検索可能にすることで、科学者がより良い意思決定を行い、より効率的に実験を進められるようにすることがBenchlingの使命です。

バイオテクノロジー業界の現状：マクロ経済の波と技術の進化

サジ氏は、バイオテクノロジー業界がマクロ経済のサイクルに非常に敏感であると指摘します。過去数年間は、新型コロナウイルスのパンデミックとmRNAワクチンの成功により、バイオテクノロジーへの注目と投資が爆発的に増加しました。多くの資金が流入し、遺伝子編集、細胞・遺伝子治療、RNA医薬といった新しいモダリティ（治療手段）に大きな期待が寄せられました。

しかし、この熱狂の後にバブル崩壊のような時期が訪れました。金利の上昇、規制の不確実性、中国市場の動向など、複合的な要因が重なり、多くのバイオテック企業が期待通りの商業的成功を収めるまでには至っていません。特に、新しい技術が当初の予測よりも時間とコストがかかることが明らかになり、投資家の失望を招いた側面もあります。サジ氏はこれを「ドットコム・バブル崩壊のバイオテック版」と表現します。

一方で、中国のバイオテック企業が「スピードとコスト」の面で急速に台頭している現状も紹介されました。彼らは低コストかつ迅速に分子を開発し、臨床試験を進める能力を持っており、伝統的な欧米の製薬会社が中国企業から有望な分子を購入するケースも増えています。Johnson & Johnsonが中国のLegend Biotechと提携して開発した多発性骨髄腫治療薬「Carvykti」は、その成功例の一つです。

このような状況の中、バイオテクノロジー業界が直面している次の大きな課題は、いかに医薬品開発の「スピードとコスト」を改善するかという点です。人々はより多くの薬を、より安く手に入れることを求めており、これこそがAIが貢献できる最大の領域であるとサジ氏は語ります。

AIとバイオテクノロジーの融合：科学的発見の加速と自動化

AIは、医薬品開発の「スピードとコスト」という大きな課題に対する解決策として期待されています。サジ氏は、AIがバイオテクノロジーにもたらす可能性を大きく二つの側面で捉えています。

シミュレーションと予測ツールの進化： Benchling AIは、オープンソース、独自開発、企業内モデルなど、多様なモデルを統合し、科学者が直接ワークフローの中でアクセスできるようにします。これにより、適切なモデルが適切なタイミングで科学者に提供され、計算科学の専門知識がなくても効果的に利用できるようになります。例えば、過去の実験データと公開されている文献情報を組み合わせることで、次に実施すべき最適な実験をAIが推奨するといったことが可能になります。
作業の自動化を担うAIエージェント： Benchling AIは、単なる分析ツールに留まらず、研究プロセスにおける様々なタスクを自動化するAIエージェントの開発にも注力しています。サジ氏は、Anthropicなどの研究機関が開発している「Deep Research Agent」のような技術が、将来的に科学研究の多くの側面を自動化すると考えています。これにより、科学者は報告書の作成、質問への回答、実験計画の策定など、時間のかかる作業から解放され、より創造的で戦略的な思考に集中できるようになります。

サジ氏は、医薬品開発のプロセスがあまりにも職人的（artisanal）であり、標準化・自動化がほとんど進んでいないことが高コストの原因だと指摘します。AIは、この職人的なアプローチから脱却し、より多くの「ショット・オン・ゴール」（成功の可能性を高める試行）をより速く、より安価に実現するための鍵となるでしょう。

AI時代の科学者：人間に求められる役割の変化

AIの導入は、科学者の役割を根本的に変える可能性があります。サジ氏は、AIが「より良い分子」を設計し、臨床試験への移行を「より速く、より安全に」行うことを可能にすると語ります。これは、医薬品開発のボトルネックとなっていた部分を解消し、過去に膨大なコストと時間がかかっていたプロセスを劇的に短縮する可能性を秘めています。サジ氏は、7〜10年かかっていた開発期間が2〜3年になる未来も視野に入れているようです。

しかし、AIがすべての意思決定を行うわけではありません。サジ氏は、放射線科医の例を挙げながら、「AIは放射線科医を代替するのではなく、彼らの能力を拡張する」という「コパイロット・モデル」がバイオテクノロジーでも重要になると説明します。AIは高度な分析と推奨を提供しますが、最終的な判断と責任は人間である科学者が負います。特に、安全性や倫理に関わる判断においては、人間の専門知識と道徳的責任が不可欠です。

AIは科学者の記憶を解放し、過去の膨大なデータを活用して科学的知見を「再利用可能」にすることで、研究の効率と質を高めます。これにより、科学者は、より複雑な問題に挑戦し、より深い洞察を得ることに集中できるようになります。

バイオテックにおけるAIの課題と未来：信頼と共創の文化

AIがバイオテクノロジー分野で広く活用されるためには、いくつかの重要な課題を克服する必要があります。

AIへの信頼の構築： 科学者はAIの推奨や予測を信頼できるのか？その精度は保証されているのか？という疑問が依然として存在します。AIモデルの透明性（なぜそのような結論に至ったのか）と説明責任（誰が最終的な判断の責任を負うのか）は、信頼構築の鍵となります。
知的財産（IP）とセキュリティ： 企業にとって極めて重要な知的財産がAIモデルやプラットフォーム上でどのように保護されるのかは、大きな懸念事項です。データのセキュリティ、プライバシー、そして機密情報の適切な管理が求められます。
規制と倫理： AIが医薬品開発の意思決定に深く関与するようになるにつれて、規制当局はAIの使用に関する新たなガイドラインや基準を策定する必要があります。また、遺伝子編集や新しい治療法の開発における倫理的な問題も、社会的な議論を通じて解決していく必要があります。

サジ氏は、現在多くの企業がAIを研究開発に導入しようとしているものの、実際にはまだ「AIを使ったR&D」が本格的に普及しているとは言えないと現状を分析します。しかし、中国のバイオテック企業が「スピードとコスト」を追求する中で、欧米の企業も変革を迫られています。

今後、バイオテック業界では、単に技術的な進歩だけでなく、科学とソフトウェア、そしてAIが共存し、相互に協力し合う「共創の文化」を築くことが求められるでしょう。Benchlingは、そのためのプラットフォームとして、科学者がAIの力を最大限に活用し、より良い医薬品を迅速に患者に届ける未来の実現を目指しています。

AIとバイオテクノロジーの融合は、私たちの健康と医療の未来を大きく変える可能性を秘めています。それは単なる技術革新に留まらず、科学者が働き、発見し、そして協力し合う方法そのものを再定義するでしょう。Benchlingのような企業が提供するプラットフォームとAIエージェントは、この変革の最前線に立ち、生命科学の進歩を加速させるための強力なツールとなっています。医薬品開発の複雑な道のりを短縮し、より多くの患者に希望を届けるために、AIとバイオテクノロジーの融合がもたらす未来に大きな期待が寄せられます。