このaiスタートアップは、研究室を経ずに新薬を発見したい

実験ではなくシミュレーションを

その原理はシミュレーションに基づいている。Potential Sciencesは、物理学の基本原理に基づいて大規模な化学データベースを構築する計画で、まず原子間の相互作用をモデル化し、次に小さな分子間、そして複雑なアミノ酸とタンパク質間の相互作用をモデル化する。これらのデータは、AIモデルや予測システム、つまり分子をテストする前にその挙動を推定できるソフトウェアを訓練するために使用される。

同社の創業者兼CEOであるHatem Helalは、WIREDに対しその目標を次のように説明している：「臨床で決して機能しない分子は、迅速に失敗させたいのです。」彼はさらに、これは「それらが人間の生物学と相互作用する際にどのように振る舞うかを予測するより優れたツール」を前提とすると付け加えた。

金額が明らかにされていない資金調達

11月5日に立ち上げられたこのスタートアップは、英国政府のAI専門ベンチャーキャピタルファンドであるSovAIやTwin Path Venturesなど他の投資家から、数千万ドル規模のシード資金を調達したと発表した。創業者らは正確な金額および企業評価額の開示を拒否した。

Hatem Helalによれば、実験コストの削減により、製薬研究所にとって、これまでほぼ見捨てられてきた希少疾患の治療法開発も収益性のあるものになる可能性があるという。「私たちは、疾患に対するよりパーソナライズされた治療、つまり薬剤が各個人に特有の人間の生物学に合わせた独自の分子組み合わせになり得るという考えを実現可能にしたいのです」と彼は述べている。

まだ検証待ちの約束

中心的な疑問が残る：Potential Sciencesは、期待される精度で、候補薬が疾患関連タンパク質にどのように結合するかを予測できるだろうか？ そのような進歩には、顕著な前進が必要となる。ライス大学の化学教授Peter Wolynesは、「これが改善されることは確信している」と述べている。しかし彼は、タンパク質設計に関しては、「その工学はルネサンスではなく、ローマ人のレベルにある」と評価している。

業界の複数の著名人は別の見解を擁護している。Google DeepMindでの研究でノーベル化学賞を受賞したDemis Hassabisは、長年にわたり、AIの進歩は最終的に大きな科学的ブレークスルーにつながり、この技術が最近数学で生み出し始めたような成果をもたらすだろうと主張してきた。Potential Sciencesのような若い企業は、薬剤発見がこの技術によって変革される最初の科学分野の一つになることを期待している。