AIが創薬の可能性を飛躍的に高める：スタートアップ10x Scienceがタンパク質解析プラットフォームで資金調達
本記事は、AI技術が創薬分野に与える革新的な影響と、その実用化における新たな課題、そしてそれを解決しようとするスタートアップ「10x Science」の取り組みについて詳述している。科学分野におけるAIの最大の進歩は、Google DeepMindによる深層学習モデルを用いたタンパク質の複雑な構造予測である。しかし、AIが潜在的な治療候補（ドラッグ候補）を大量に生み出す一方で、それらの候補を実際に試験し、大量生産するための「特性評価（characterization）」というボトルネックが存在している。この課題を解決するのが、2025年12月に設立された10x Scienceである。同社は本日、Initialized Capitalをリードに、Y CombinatorやCivilization Venturesなどから支援を受け、480万ドルのシードラウンド資金調達を完了した。創業者陣は、経験豊富な生化学者であるDavid Roberts氏とAndrew Reiter氏、そしてコンピューター科学とAIモデルの専門家であるシリアルファウンダーのVishnu Tejas氏で構成されている。同社は、タンパク質の構造理解が、免疫システムが癌を攻撃するのを助けるメルク社のKeytrudaのような生物学的薬剤開発に不可欠であることを指摘する。10x Scienceのプラットフォームは、化学と生物学に根ざした決定論的アルゴリズムと、そのデータを解釈するAIエージェントを組み合わせている。このシステムは、質量分析（mass spectrometry）データにモデルを訓練し、分析結果の追跡可能性を確保している。実際にプラットフォームを利用したRilas TechnologiesのMatthew Crawford氏によると、このツールは、単に分析するだけでなく、ファイル名からタンパク質の種類を推測し、オンラインデータベースから配列を検索するなど、高い自律性と説明能力を発揮している。同社は、このシード資金を用いてエンジニアを増員し、モデルの洗練を進めるとともに、複数の大手製薬会社や学術研究機関との連携を強化する計画だ。最終的には、タンパク質構造の理解を細胞に関する他のデータと組み合わせた、新しい形の「分子知性」の定義を目指している。
背景
創薬プロセスは、膨大な時間とコストがかかる複雑な研究分野である。近年、AI（特に深層学習）の進化により、タンパク質構造予測など、これまで不可能とされた科学的予測が可能になった。しかし、予測された候補を実際に検証し、規制当局の承認を得るまでの「実証・解析」段階が、技術的・専門的なボトルネックとなっていた。
重要用語解説
- タンパク質: 生命活動のほぼ全てのプロセスを駆動する分子。その複雑な立体構造を理解することが、薬剤設計の鍵となる。
- 質量分析（mass spectrometry）: 分子の原子構造を電気場中で測定し、その質量電荷比から分子の組成や構造を決定する高度な分析技術。
- シードラウンド: スタートアップ企業が事業初期段階で、シード投資家から資金を調達すること。事業の初期検証と成長の足がかりとする。
今後の影響
10x Scienceのようなプラットフォームが成功すれば、創薬の初期段階における研究効率が劇的に向上する。これにより、これまでコストや専門知識の壁で取り組めなかった研究が加速し、新薬開発の期間短縮と成功確率の向上に大きく貢献すると予想される。製薬業界のSaaS市場を創出する可能性がある。