Isomorphic Labs：AIで創薬を目指すAlphabetの新会社
コーポレーションAlphabetは新会社Isomorphic Labsを設立しました。同社は、第一原理から創薬プロセス全体を見直し、人工知能を中心としたアプローチを取ります。究極の目標は、生命のいくつかの基本的なメカニズムをモデル化し、理解することです。
「私は、生物学と医学研究の新たな驚異的な時代の入り口に立っていると考えています。昨年、DeepMindの革新的な人工知能システムAlphaFold2が、50年前に生じた大きなタンパク質折り畳み問題の解決策として認められました。このシステムは、アミノ酸配列から直接タンパク質の三次元構造を原子レベルの精度で予測できます。これは生物学における計算手法とAI手法にとって転換点となりました」
10年以上にわたり、DeepMindは最先端のAI進歩の最前線に立ってきました。汎用学習システムを開発するためのテストの場としてゲームをよく用い、複雑なゲームで世界チャンピオンを破ったAlphaGoなどがその例です。
過去5年間に、非常に似た目標を掲げて、数億ドルの資金を調達した大手企業がいくつも設立されました。しかし革命は起きておらず、AIによって発見された奇跡的な薬が、以前は治療不能だった病気に対して登場してもいません。その理由は多数考えられますが、一つ明らかなのは、AIシステムは奇跡の工場ではなく、長く複雑なプロセスの一部にすぎないということです。
現在、世界は歴史の刺激的な瞬間にあり、これらの手法は、科学的発見そのものを含む現実の課題に適用できるほど強力で洗練されたものになりつつあります。研究者全員が考えるAIの最も重要な応用の一つが生物学と医学研究であり、多くの人々が長年熱心に取り組んできた分野です。今こそ、Isomorphic Labsが提供する特別な注意とリソースをもって、これを前進させるべき時です。
AIを活用した創薬へのアプローチ
コロナウイルスのパンデミックは、優れた科学者や臨床医が病気を理解し、それと闘うために日々行っている極めて重要な仕事を前面に押し出しました。新会社は、先進的な計算手法とAI手法を基礎から活用することで、科学者が研究をさらに高いレベルへ引き上げ、創薬プロセスを大幅に加速できると考えています。
AI手法は、データ分析だけでなく、複雑な生物学的現象の強力な予測モデルや生成モデルの構築にも、ますます使われるようになるでしょう。AlphaFold2はその重要な最初の証拠ですが、それだけではありません。
ハサビスは、最も基本的なレベルでは、生物学は極めて複雑でダイナミックではあるものの、情報処理システムとして捉えられると考えています。このアプローチは、生物学と情報科学の間に共通の基礎構造、つまり両者の間の同型写像が存在しうることを示唆しており、これが社名の由来です。生物学は、単純で整然とした数学の方程式の集合として表すには、おそらく複雑で入り組みすぎています。しかし、数学が物理学を記述する正しい言語であったように、生物学はAIを適用する理想的な対象となるかもしれません。
Isomorphic Labsの将来
デミス・ハサビスは、これが創薬への根本的に新しいアプローチの始まりにすぎないことを願っており、この野心的な新しい事業を開始し、製薬会社やバイオメディカル企業と協力できることを非常に喜んでいます。ハサビスは、Isomorphicの立ち上げ段階では最高経営責任者を務め、同時にDeepMindのCEOも続けます。これは、必要に応じて両社の協力を円滑にし、新会社の戦略、ビジョン、企業文化を定めるためです。
これには当然、人工知能、生物学、医薬化学、生物物理学、エンジニアリングなどの分野で深い知識を持つ世界最高水準の学際的チームの構築が含まれます。彼らは協働を重視した革新的な環境で一体となって働きます。
「「デジタル生物学」という新興分野の先駆者として、私たちは、生物医学の成果が飛躍的に生まれる新たな時代に踏み出す手助けができることを楽しみにしています。Isomorphicの使命は極めて重要です。AIを使って創薬を加速させ、最終的には人類を最も壊滅的に苦しめる病気のいくつかに対する治療薬を見つけることです」
Isomorphic Labsは、AIによって薬の開発を最適化すると表明した最初でも唯一の企業でもありません。2012年以来、トロント大学発のスタートアップAtomwise も同様のビジョンを掲げています。同社は、急激に上昇する医薬品開発コストの問題の解決を目指してきました。
2020年の研究では、新薬1種の開発に平均で13億ドルかかることが示されました。その多くはプロセスそのものに起因しています。現在、研究者は有望な化合物を一つひとつ物理的に合成し、その後ヒトへの安全性を検証しています。より複雑な病気の治療法の開発に取り組むにつれ、ヒトでの試験を通過する薬は減っています。
