数千万ドルの資金と国立計算資源を組み合わせる
Potential Sciencesの調達額は開示されていない。英国政府は「8桁」、WIREDは数千万ドル規模と伝えた。Sovereign AIのほか複数のベンチャー投資会社と個人投資家が参加した。[1][2]
AI Research Resourceに含まれるブリストルのIsambard-AIなど、国の計算基盤も提供する。Sovereign AIの通常の直接出資は100万〜1000万ポンドだが、今回の個別出資額は非公表である。[3]
実験データを待たずに計算で学習材料を作る
創薬AIは既知の分子構造や実験結果を学び、候補を絞り込む。しかし公開データは考え得る分子の組み合わせに比べて小さく、対象が変わると学習材料が足りない。
Potential Sciencesは、原子からタンパク質までの相互作用を物理法則から計算し、合成データを作る計画だ。創業者兼CEOのハテム・ヘラル氏は、量子化学の計算をGPU向けに作り直すと説明する。まだ試されていない組み合わせを計算機上で先に調べる発想である。[1][2]
使い方を単純化すると、次の順になる。
- 物理計算で分子同士の相互作用を大量にシミュレーションする
- 計算結果をAIの学習データにし、候補分子の振る舞いを予測する
- 成功可能性の低い候補を早い段階で落とし、実験対象を絞る
- 有望な候補は実験、動物試験、臨床試験で安全性と有効性を確かめる
最後の工程は残る。合成データは実験を選ぶ材料になり得るが、患者に使える薬であることを証明するデータには置き換わらない。
100倍という数字は速度ではなく計算コストの主張だ
英国政府は化学設計に必要なAI計算を100倍安くできる可能性があると説明した。ヘラル氏は専用データセンターが必要だった計算をシード資金で進められると述べる。[1]
ただし、公表資料には、比較に使ったソフトウェア、対象分子、精度、計算機、消費電力、再現可能なベンチマークが示されていない。確認できるのは資金調達、支援者、計算資源と開発方針までで、薬の候補、顧客、売上、実験での優位性は未確認である。
薬の開発には候補探索の後に毒性試験、治験、規制当局の審査が続く。「100倍安い」を「100倍速く新薬ができる」とは読み替えられない。
専門家は可能性と臨床の壁を同時に指摘する
WIREDの取材に対し、ケンブリッジ大学名誉教授のアラン・ファーシュト氏は、分子相互作用を正確に計算できれば結合場所を予測できると期待を示した。一方、ライス大学のピーター・ウォリンズ氏は、設計より動物や患者で結果を確かめる費用の方が大きいと指摘した。[2]
計算が改善すれば、試す価値の低い分子を減らせる。それでも生体内では代謝や免疫反応が加わる。計算精度の向上と、臨床で使える薬の誕生は別の段階である。
同社は収益モデルやモデル公開の方針を決めていない。化学物質の設計は危険な物質へ転用される恐れもあり、公開範囲を検討している。[2]
国の計算資源が初期企業の競争条件を変える
政府が計算資源を提供すれば、初期企業は出資金を研究者の採用や実験へ振り向けられる。英国の2026年予算はSovereign AIへ追加6000万ポンド、研究開発調達へ8000万ポンドを盛り込んだ。[4]
確認できるのは、政府が資金と計算基盤を一体で提供する産業政策を選んだ事実までである。
今後見るべき指標は計算コストの再現可能な比較、予測と実験結果の一致率、外部検証、製薬会社との契約、候補分子の前臨床入りである。Formation Bioが臨床開発へ資金を振り向けるモデルと比べると、Potential Sciencesは前段のデータ生成と候補選別に賭けている。
まとめ
- Potential Sciencesは、物理シミュレーションで合成データを作り、AI創薬の学習材料を増やそうとしている。
- 数千万ドル規模の資金と英国の国立計算資源は確認できたが、100倍は計算コストに関する会社側の主張であり、創薬期間や成功率の実績ではない。
- 実験候補の絞り込みを効率化できても、動物試験、臨床試験、規制審査は残る。再現可能なベンチマークと実験結果が次の判断材料になる。
読者のコメント (0)
コメントを残す