2026年9月18日、ロイター通信が「AI大手アンソロピック（Anthropic）がサンフランシスコ近郊に、物理的な実験を行う「ウェットラボ」をひそかに新設した」と報じました。AIの創薬活用が、パソコン上だけの「バーチャル計算」から、実際に手を動かす「実ラボ検証」へと大きく舵を切ったのです。本記事では、この話題の背景と、AIがタンパク質を設計し、ロボットや装置が実験で検証する「Lab-in-the-Loop（実験ループ）」という新しい創薬モデルを、具体的なデータとともに解説します。私はこの流れこそ、次世代の生命科学を決める鍵だと考えています。
アンソロピックが「ウェットラボ」新設——AI創薬が実ラボに進出した意味
まずは一番新しいニュースから見ていきましょう。ロイターが9月18日に報じた内容によると、アンソロピックは研究開発の中心地であるサンフランシスコ近郊に、実際に液体や試薬を扱う「ウェットラボ」と呼ばれる生物学実験施設を設置しました。AI企業が物理的な実験室を持つことは、これまでにない大きな転換点です。同社ライフサイエンス部門のトップ、エリック・カウデラー＝アブラムズ氏は、この事実を認めています。
カウデラー＝アブラムズ氏は、ロイターの取材に対して「生物学の最終的な検証は、しばらくは実ラボでの仕事になる」と語りました。同社は保険や投資の観点から見逃されがちな「アンドラッガブル」な疾患、つまりこれまで薬の標的にできなかった難病患者の治療を目指しています。アンソロピックは、複数の標的に作用する「バイスペシフィック抗体」や「トリスペシフィック抗体」といった複雑な分子の開発を加速させたい考えです。
この戦略を支える布石は、すでにいくつも打たれています。アンソロピックは製薬領域のスタートアップ「コエフィシエント・バイオ」を、約4億ドル規模の自社株で買収しました。さらに製薬大手ノバルティスのCEO、バス・ナラシマン氏を取締役に迎え、研究支援ソフト「Claude Science」も公開しています。2026年8月には、AIが実験装置を操作するための規格「Model Hardware Standard」も発表しました。私が最も面白いと感じたのは、この一連の動きが一つの明確な方向性を示している点です。
Claudeによる自律的タンパク質設計——1,320デザイン、14/15標的で成功
アンソロピックは9月18日の報道だけではなく、その約1か月前（8月18日）に、AIによるタンパク質設計の画期的な研究成果を発表していました。同社のAIモデル「Claude（MythosプレビューとOpus 4.8）」が、人間の設計判断を一切介さずに、15種類のタンパク質標的に対して「de novo（ゼロからの）」バインダー設計を請け負ったのです。この研究は、世界中の研究者から大きな注目を集めました。
Claudeは各標的について30個ずつ、合計1,320個のタンパク質デザインを生み出しました。そのうち354個が実際に標的と結合し、ヒット率は27%に達しました。個々のデザインの成功率は22%から35%で、従来の業界平均である10%から15%を大きく上回ります。また15標的中14標的で、有効なバインダーの設計に成功しました。Claudeは約1万6千語のプロトコルをシステムプロンプトとして読み込み、ESMFold2やProtenix v2といったオープンソースのモデルを巧みに組み合わせて設計を進めたのです。
| 指標 | Claudeの成果 | 従来・競技会 |
|---|---|---|
| 全デザイン数 | 1,320個（15標的×30個） | — |
| 結合した数 | 354個（ヒット率27%） | 業界標準10〜15% |
| 標的への成功 | 14/15標的 | — |
| RBX1での成功 | 90個中28個 | 245個中9個 |
| RBX1の最強結合 | KD 3.9 nM | 優勝者45 nM |
特筆すべきは、タンパク質設計の難関標的である「RBX1」での結果です。オープンな設計競技会で、競技参加チーム全体が245個中9個しか結合に成功しなかったのに対し、Claudeは90個中28個を成功させました。しかもClaudeの最強バインダーの結合強度（KD）は3.9ナノモルで、競技会優勝作の45ナノモルを大きく上回りました。わずか数日間の作業で、人間の専門家なら数週間から数か月かかる結果を出したことになります。
さらにClaudeは、機器分析の世界でも成果を示しています。汎用モデル「Claude Opus 5」は、契約ラボのNMRとLC-MSの生データを2、3の短いプロンプトだけで解析し、約20分でラボの専門家と同等の結果を返しました。化合物の純度は96.4%と、ラボ自身が算出した96.33%とほぼ一致しました。このようにAIは、設計だけでなくデータ解析の現場でも、人に匹敵する速度と精度に達しつつあります。
Lab-in-the-Loop（実験ループ）とは——AIとラボが回す新しい創薬サイクル
ここまでの話で、なぜAI企業がわざわざ実ラボを構えるのか、その必然性が見えてきました。その答えが「Lab-in-the-Loop（LitL）」という新しい研究モデルです。これは、AIが設計した候補分子を実際の実験で検証し、その実験データをAIにフィードバックして、次の世代の設計を精密化するという閉じたサイクルを指します。日本語では「実験ループ」と表現できます。
LitLのサイクルは具体的にはこう動きます。まずAIがデータベースや論文を読み、設計すべき分子の候補を大量に生成します。次に、その候補をロボットや自動化装置が実験で実際に作って検証します。最後に、その実験結果のデータがAIに戻され、AIは次のラウンドの設計をより精密にします。この「設計→実験→データ→再設計」のループを高速で回すことで、かつては直線的で遅かった創薬プロセスが、段階的に速くなっていくのです。
ここで肝心なのは、AIだけでは完結しないという点です。AIがどんなに精巧な分子を設計しても、それが本当に標的に結合するかは、実ラボのデータでしか確かめられません。つまり、アンソロピックがラボを構えたのは、AIの設計力を最大限活かすためには実験検証との往復が欠かせない、と判断したからです。IT企業が税理士や弁護士を雇うより、むしろ研究機関と同じ戦い方を選んだ、というのが正確な理解でしょう。
検証のボトルネック——Carterraが拓く高速タンパク質検証
ところで、AIの設計スピードが上がると、新しい課題が生まれます。それは「どの候補が本当に良かったのかを測る検証工程が、いよいよ詰まる」という問題です。アンソロピックが設計した1,320個のタンパク質は、米ツイスト・バイオサイエンスとアダプティブ・バイオという二つの外部ラボに送られ、実際に作られて検証されました。
この大量検証を支えたのが、ユタ州に本社を置くカートラ（Carterra）社の高スループットSPR装置です。SPR（表面プラズモン共鳴）は、分子が標的にどれだけ強く結合するかをリアルタイムに測る技術で、1,320個という規模の検証をわずか数週間で完了しました。カートラのCEO、ジョシュ・エックマン氏は「測定を設計のスピードに追いつかせる」と表現し、この技術が設計の新たなボトルネックを解消すると指摘しています。
アダプティブ・バイオのCEO、ジュリアン・エングレット氏も、取材に対して「AI創薬のボトルネックは、AIが生み出した大量の分子を実験で検証することだ」と語りました。カートラの装置は従来方式の約1%のサンプル量で、一度の運転で数万件もの結合データを取得できます。設計が月単位から日単位へ加速した今、こちらの検証技術こそが、次の勝負を決めると言えるでしょう。
市場規模——Lab-in-the-Loop市場は年27%で急拡大する
この動きは、ただの話題ではなく、はっきりとした数字にも表れています。投資銀行リアリンク・パートナーズは2026年7月の報告書で、AIによる抗体創薬を支える「ライフサイエンスツール市場」の総規模は、約70億ドルに達すると見込みました。さらに市場調査会社アクメンによると、Lab-in-the-Loop市場は2025年の約14.5億ドルから、2035年には約160億ドルへと拡大し、年平均成長率は27.1%に達する見通しです。
| 項目 | 数値 |
|---|---|
| LitL市場規模（2025年） | 約14.5億ドル |
| LitL市場規模（2035年予測） | 約160億ドル |
| 年平均成長率（CAGR） | 27.1% |
| AI抗体創薬ツール市場 | 約70億ドル（見込み） |
| AIを導入した主要製薬企業 | 2026年に約65% |
市場の内訳を見ると、ソフトウェアやAIプラットフォームがその約3割を占め、創薬開発分野が最も大きなシェアを持ちます。また2026年時点で、世界の主要製薬企業の約65%が研究のどこかの段階でAIを導入済みで、AI主導で開発された創薬候補は、すでに75以上が臨床試験に入っています。投資調査会社リアリンクは、AI活用により創薬候補の発見期間が40%から60%短縮されると試算しています。
日本の動き——自律実験ラボと製薬のロボティクス化
この自律化の波は、日本でも着実に広がっています。文部科学省は2026年6月、研究者の代わりにロボットとAIが24時間体制で実験を行える拠点を、愛知県岡崎市の分子科学研究所に設けると発表しました。目指すのは、人が介在せずに任意の実験を実行できる「自律実験室」の実現です。これは世界のLab-in-the-Loopの潮流と、時間差なく一致する動きです。
製薬企業の取り組みも進んでいます。中外製薬は2026年10月から12月にかけて、横浜の研究所「中外ライフサイエンスパーク横浜」で、実験作業を自動化するラボオートメーションの実証実験を始めます。アーム付きの移動ロボットが検体や試薬を運び、これまで人にしかできなかった非定型の実験も自動化する方針です。アステラス製薬も、研究から製造までを一気通貫で自動化し、技術移転を実質ワンクリックにできる体制を目指しています。
さらに、AIとロボティクスを組み合わせた創薬を専門に手がける「アクセラレート・バイオ」のような企業も登場しています。こちらは化学合成のアイデアをAIに入力すると、AIが実験計画を立て、ロボットが実験を実行し、結果を自動解析して次の実験につなげる仕組みです。産総研なども、がん関連酵素の阻害剤候補を効率的に見つけるプロセスを実証しています。日本の創薬研究も、着実に自律化の波に乗りつつあります。
課題と今後の展望——「設計できた」から「薬ができる」までの距離
ただし、ここまでの成果には、冷静に見るべき現実もあります。今回の成功はあくまで「バインダー」、つまり標的に結合する分子の設計であり、それがすぐに医薬品になるわけではありません。アンソロピック自身、現時点では臨床試験を実施していないと明言しています。ライバルであるアルファベット傘下の英アイソモーフィック・ラボは、臨床入りを目指してきましたが、その節目は2026年末へと延期されています。
また、AIが自律的に設計した結果の検証、特許や知財の扱い、再現性の確保といった課題も残ります。アンソロピックの広報担当者は、安全性の観点から人間の監視は不可欠だと述べています。それでも、設計と検証を高速で往復するLab-in-the-Loopモデルが、今後の生命科学研究の中心的な型になることは、ほぼ間違いないでしょう。私はこの分野の進展を、引き続き注意深く追っていきたいと思います。
【FAQ】AIとLab-in-the-Loop創薬に関するよくある質問
ここでは、本記事で取り上げたテーマについて、読者の皆さんから寄せられることの多い質問をまとめました。AI創薬と実験ループへの理解を深める参考にしてください。
| 質問 | 回答 |
|---|---|
| ウェットラボとは何ですか？ | 液体や試薬を実際に扱う物理実験設備のことで、パソコン上だけで行う計算解析（イン・シリコ）と対になる概念です。 |
| Lab-in-the-Loopとは？ | AIが設計した分子を実験で検証し、そのデータをAIに戻して次を設計する閉じたサイクル方式のことです。 |
| Claudeのタンパク質設計はどのくらい成功しますか？ | 1,320個中354個が結合し、ヒット率27%でした。成功率22〜35%は従来の2倍超です。 |
| この技術で薬はすぐできますか？ | いいえ。バインダーは医薬品ではなく、臨床試験まで数年かかります。アンソロピックも現在は臨床試験を行っていません。 |
| 日本の取り組みはありますか？ | 文科省の自律実験ラボ、中外製薬やアステラスのラボ自動化、アクセラレート・バイオなどが進んでいます。 |
いかがでしたか。AIによる創薬は、バーチャルな計算の世界から、実際のラボでの検証へと、確実に重心を移しています。設計のスピードが速くなればなるほど、それを正しく測る検証技術の価値が高まる。この構造を理解しておくと、今後の生命科学ニュースの見え方が変わってくるはずです。興味を持たれた方は、アンソロピックの公式研究ページや関連プレスリリースを確認してください。新しい技術の動向に触れることは、皆さんの視野を広げるきっかけになります。まずは、関連のプレスリリースを読むところから始めましょう。AIと生命科学が織りなす次世代の創薬を、ぜひ一緒に追いかけていきましょう。
コメント