新薬開発には一般的に10年以上の歳月と莫大なコストがかかる。この長大なプロセスを、AIとロボティクスの融合により根本から変革しようとしているのが、株式会社アクセラレート・バイオである。創薬研究の初期段階を効率化し、科学者がより本質的な課題に挑める環境をいかにして構築するのか。先進的な研究開発基盤を日本へ展開する、同社のビジネスの本質に迫る。
議論から実践へ。初期スクリーニングの壁を突破するAI創薬の現在地
新薬が市場に届くまでには、一般的に10年から15年という長大な歳月を要する。特に初期の創薬研究段階においては、標的タンパク質の同定から有望な分子を見つけ出し、最適化を繰り返すため、莫大な時間と研究資源が投じられてきた。これまで製薬業界では「AIは本当に創薬に活用できるのか」という技術導入の是非を問う議論が続いていた。しかし現在、市場の要請は明確に変化している。「AIをどの研究テーマに導入し、既存のプロセスへどう組み込むか」という実践的な課題解決へと焦点が移行したのである。
現代の製薬企業に求められているのは、単なる研究開発期間の短縮やコスト削減にとどまらない。創薬の成功確率そのものを高めることである。AIは創薬プロセス全体を魔法のように短縮するものではないが、ターゲット情報や分子構造データを活用し、生成AIや分子シミュレーションを組み合わせることで、実験前の段階から有望な候補分子を効率的に絞り込む。
これにより無駄な試行錯誤を削減し、研究者の意思決定を論理的に支援する合理的な基盤技術として、すでに不可欠な存在となっている。限られた研究資源を最適に配分し、長年の課題であった生産性低下を打破する鍵がここにある。
24時間稼働の全自動ラボ。継続的進化を生む「創薬クローズドループ」
このパラダイムシフトを牽引する同社の最大の強みが、AIとラボオートメーション、そして研究データをシームレスに連携させる「創薬クローズドループ」の構築である。世界的な先進事例として同社が提携するChemlex社（本社：シンガポール）の取り組みが挙げられる。
ここでは、AIが逆合成ルートや実験条件を精緻に設計し、独自開発されたロボットが24時間体制で合成と分析を実行する。得られた実験データをAIへ継続的にフィードバックすることで、「Design–Make–Test–Learn（DMTL）」のサイクルを高速かつ自動で回し続けている。
この全自動化された研究基盤がもたらすのは、単なる実験速度の向上だけではない。これまで研究者が手作業で行っていた反復的プロセスをシステムが代替することで、標準化された高品質なデータが絶え間なく蓄積され、AIの予測精度はさらに向上していく。
科学者を単純作業から解放し、より創造的で本質的な研究へ専念させる環境を提供することこそが、同社の事業の核である。すでに実用化の域に達し、低分子創薬や機能性材料などの分野へも応用されるこの次世代インフラを展開することで、日本企業の研究開発における国際競争力の底上げを図る。
未解明の疾患に挑む基盤づくり。テクノロジーが切り拓く医療の多様化
創薬コンサルティングと自動化技術の進展が目指す先には、いまだ有効な治療法が確立されていない難病や希少疾患に対する、新たなアプローチの実現がある。劉代表自身が過去に発症メカニズムの解明されていない白斑を患った経験から、世の中には研究自体が極めて困難な疾患が数多く存在するという課題を肌で感じてきた。この切実な原体験が、AI創薬技術の社会実装を推進する強力な原動力となっている。
膨大なデータを解析するAIは人間の認知限界を超え、これまで見過ごされてきた新たな創薬ターゲットや治療の可能性を提示する力を持つ。世界で実証された先進的なAIプラットフォームを日本の研究現場に普及させることは、単なる研究効率化の枠を超え、社会的な医療インフラの再構築を意味する。
科学者がこれまで着手すら難しかった未知の領域へと果敢に挑戦できる環境を整備することで、将来的にはより多様で革新的な医薬品が患者のもとへ届くようになる。技術と人間らしさの融合により、困難な疾患に対する新たな希望を創出すること。それこそが、テクノロジーがもたらすべき本来の価値である。
AIが科学者に取って代わるのではなく、科学者の創造性を最大限に引き出し、未知なる医療課題への挑戦を可能にする。この技術的変革は、創薬の効率化というビジネスの枠を超え、世界中の患者へ新たな治療の選択肢を届けるという社会的使命へと直結している。先進的な研究開発基盤の社会インフラ化が進む先には、様々な困難な疾患に対して希望の光が差す、豊かな医療の未来が広がっている。
■取材協力：
株式会社アクセラレート・バイオ 代表取締役社長 劉 順俊
https://accelerate-bio.co.jp/
