SandboxAQが創薬モデルをClaudeに搭載：博士レベルの計算スキル不要

AI創薬競争が日に日に過熱する今日、SandboxAQは他とは異なる道を選んだ。Googleの親会社Alphabetからスピンオフした量子・AI企業である同社は、先日、自社の中核となる創薬モデルをAnthropicのClaudeプラットフォームに統合すると発表した。多くの同業他社がモデル精度の競争に固執するのとは異なり、SandboxAQは「アクセシビリティ」に賭けた——彼らは、創薬を本当に阻んでいるのは計算能力の不足ではなく、その能力を非計算専門家が使えないことだと確信している。

Claudeが量子化学と出会うとき

SandboxAQの前身はGoogleの量子コンピューティングチームであり、独立後はAIと量子物理学的手法を複雑な科学問題に応用することに注力しており、創薬はその中核分野の一つである。同社が開発したAqemiaプラットフォームは、物理学にインスパイアされた深層学習モデルを利用して、仮想空間で数十億の分子をスクリーニングし、その性質を予測することができる。しかし、この種のツールは通常、研究者がPythonプログラミング、クラウドコンピューティングの設定、さらには量子化学の知識を習得していることを要求しており、多くの生物学者や医学研究者を暗黙のうちに締め出していた。

今回のClaudeとの統合は、ユーザーが自然言語で要求を記述するだけ——「血液脳関門を通過でき、かつ既存薬と交差反応を起こさない分子を見つけて」——で、ClaudeがSandboxAQのモデルを自動的に呼び出して検索、スクリーニング、可視化を行えるようになることを意味する。Anthropicによれば、Claudeはツール使用（tool use）能力を介して、対話中にSandboxAQのAPIをシームレスにトリガーし、数秒以内に構造化された結果を返すという。

「創薬は高度に学際的な分野ですが、現在のAIツールはしばしばユーザーに化学者とソフトウェアエンジニアの両方であることを要求します」とSandboxAQのプロダクト担当副社長Sarah Kimは声明で述べた。「私たちはこの壁を取り壊しつつあります——Claudeを通じて、基礎的な科学的訓練を受けたどの研究者でも、最先端の分子シミュレーション能力を直接呼び出すことができるようになります」

分岐する競争路線：精度を競うか、入口を競うか？

SandboxAQの選択は、AI創薬分野で日に日に明確になっている路線分岐を反映している。DeepMindから生まれたIsomorphic Labsは近年、高精度なタンパク質構造予測モデルを継続的に発表しており、最新システムはリガンド結合親和性予測において実験レベルの精度を達成している。一方、スタンフォード出身のChai Discoveryは拡散モデルを利用して新規分子骨格生成の記録を更新し続けている。これらの企業はいずれも「モデル能力」自体に重点を置き、より強力なAIを通じて研究開発サイクルを直接短縮することを目指している。

しかしSandboxAQは、モデル性能の単純な向上には限界収益逓減効果が存在すると考えている。同社の内部調査によれば、医薬化学者の70%以上が過去のプロジェクトでAIツールを試したことが一度もなく、その主な理由は「どう始めればよいか分からない」「環境構築が面倒すぎる」というものだった。最先端のモデルが複雑なコードベースとコマンドラインの中に閉じ込められているとき、いかに高い精度も机上の空論にしかならない。そのためSandboxAQは、Claudeのような月間アクティブユーザー数の多いチャットアシスタントとの連携を選び、モデルを研究者が日常的に使用するインタラクションインターフェースに直接組み込んだ。

「エキスパートシステム」から「対話型科学アシスタント」へ

この「Model-as-a-Service（サービスとしてのモデル）と対話型AIの重ね合わせ」モデルはSandboxAQが初めてではない——昨年末、NVIDIAのBioNeMoクラウドサービスはLlama 3を分子生成用に統合した。しかし、商用グレードの創薬モデルをClaudeのツールチェーンに直接バインドした企業はSandboxAQが初めてである。AnthropicのClaudeは長いコンテキストと複雑な推論能力で知られており、多段階の化学的リクエストを理解し、不足しているパラメータ（溶解度範囲や毒性閾値など）の補足をユーザーに積極的に促すことさえできる。

デモケースでは、仮想の腫瘍研究者がClaudeに次のように質問した：「L858R変異型EGFRを標的とする阻害剤をスクリーニングし、logPが1から3の間、合成可能性スコアが6以上のものを」。Claudeは自動的にこれをSandboxAQモデルのクエリパラメータに変換し、10秒後に候補分子のリストを返し、上位1位の分子について結合モードの可視化記述を生成した。プロセス全体で一行のコードも不要だった。

ただし、このモデルにも課題がある。ClaudeのAPI呼び出しは追加の遅延とコストをもたらし、モデル出力の科学的正確性は依然として人間の専門家による検証が必要である。SandboxAQによれば、彼らは「検証クローズドループ」を開発中であり、Claudeが結果を返した後に既知の化学ルールと矛盾しないかをチェックし、必要に応じてモデルを再実行できるようにするという。

編集者注：AI創薬の「iPhoneモーメント」にはまだApp Storeが足りないのか？

SandboxAQとClaudeの連携は、業界に興味深い新しい視点を提供している：AI創薬のボトルネックは、すでに「より賢い頭脳を作る」ことから「賢い頭脳をより使いやすくする」ことへとシフトしているのかもしれない。過去2年間で、AIモデルは分子ドッキング、性質予測、さらには臨床試験シミュレーションにおいて、繰り返し限界を突破するパフォーマンスを示してきたが、創薬の全体的なサイクルは大幅に短縮されていない——問題は採用率にあるのかもしれない。研究者がツールの習得に数週間を費やす必要があったり、社内のアルゴリズムエンジニアチームに頼らざるを得なかったりするとき、AIは少数の大手プレーヤーの特権でしかなくなる。

もし対話型アシスタントが創薬の「ユニバーサルリモコン」になり得るならば、テックジャイアントがクラウドサービスプラットフォームを通じて製薬企業にモデル能力を提供することは、自社開発モデルよりも早く商業的なリターンを生み出すかもしれない。もちろん、これはSandboxAQが自社の鍵となる技術をAnthropicのエコシステムに縛り付けることを意味し、一定の依存リスクが存在する——しかし少なくとも現時点では、Claudeの数百万人規模のユーザーベースが十分に肥沃な実験場を提供している。

本記事はTechCrunchから翻訳・編集したものである