展望テーマ 3 / 5

ヘルスケア、長寿、バイオサイエンス

AIがもたらす最大のリターンは、金額ではなく、健康に生きられる年数で測られるかもしれません。

全体像

生物は、私たちが知る中で最も複雑な情報システムです。すべての細胞は約30億文字のDNAコードに基づいて機能しており、そのコードが数万種類のタンパク質の構築を指示し、それぞれのタンパク質は精密な立体構造に折りたたまれて、その働きが決まります。歴史の大半において、その複雑さは人間が読み解くにはあまりにも大きすぎました。

AIはそれを変えます。言語を学んだのと同じ種類のモデルが、今や生命の言語を学んでいます。ゲノムを読み、タンパク質の形を予測し、新たな分子を設計し、どの医師よりも早く病気の兆候を見つけ出します。私は、AIが人々に最も深い影響を与えるのはこの分野であり、長期的に見て最大級の投資機会の一つであると考えています。

なぜ今なのか

3つのことが同時に起きています。ヒトの全ゲノム解読のコストは、数十億ドルから数百ドルにまで低下しました。かつて研究室で解明するのに何年もかかったタンパク質構造を、AIが予測し設計できるようになりました。そして、AIによって発見・設計された最初の医薬品が、ヒトを対象とした臨床試験で成果を上げつつあります。生物学は情報科学になりつつあるのです。

機会はどこにあるか

私が調査している領域

解析ツールとシーケンシング

あらゆるゲノミクス・プロテオミクスの研究室が必要とするシーケンサー、実験機器、試薬を製造する企業。バイオサイエンスにおける「つるはしとシャベル」です。

AI創薬

AIを使って標的を見つけ分子を設計するプラットフォームやバイオテック企業。多くは大手製薬会社と提携しています。

診断と画像診断

画像、病理標本、血液検査を読み取り、病気をより早く、より正確に発見するAI。

生物学のための計算資源

生物学モデルには膨大な計算能力が必要であり、このテーマは半導体、クラウド、データセンターへと直接つながっています。

深掘り

AIと生物学が交わる場所

ゲノミクス

生命のコードを読む

概要

ゲノミクスとは、すべての細胞の中にある取扱説明書である、個人のDNA全体を研究する学問です。そのコードの違いが、病気のリスク、薬への反応、老化の仕方に影響を与えます。

AIがもたらす変化

AIは、数十億文字のDNAの中から重要なパターンを見つけ出します。どの変異が病気を引き起こすのか、どの患者がどの治療に反応するのか、どのがんがどの変異によって引き起こされているのか。シーケンシングが安価になる中、そのデータを意思決定へと変えるのがAIです。

実例

新生児、がん患者、希少疾患の診断における日常的なゲノム解読。何百万もの変化の中から、重要な少数の変化をAIが特定します。

プロテオミクス

体内の機械を理解する

概要

プロテオミクスとは、私たちの体内でほぼすべての働きを担う分子機械であるタンパク質を研究する学問です。タンパク質の立体構造がその機能を決め、形が崩れたり欠損したりしたタンパク質が多くの病気の原因となっています。

AIがもたらす変化

かつては、一つのタンパク質の構造を解明するのに何年もかかりました。AlphaFoldのようなAIシステムは今や数分でそれを予測でき、既知のほぼすべてのタンパク質についてすでに予測を終えています。新たなAIツールはさらに進み、自然界には存在しなかったまったく新しいタンパク質を設計しています。

実例

新たな酵素、ワクチン、抗体をゼロから設計し、薬が標的とするタンパク質にどのように結合するかを正確に理解すること。

創薬

10年から数年へ

概要

新薬を市場に送り出すには、従来10年から15年の歳月と数十億ドルの費用がかかり、候補の大半は途中で脱落します。

AIがもたらす変化

AIは、有望な疾患標的の特定、候補分子の設計、安全性の予測、臨床試験に適した患者の選定を行うことができます。これにより初期研究は数年から数か月に短縮され、成功確率が高まる可能性があります。

実例

AIが設計した医薬品候補は、すでにヒトでの臨床試験に入っています。そのうち、重篤な肺線維化疾患を対象とした一つは、2025年に中期臨床試験で良好な結果を発表しました。

長寿

単なる年数ではなく、健康な年数を

概要

老化は、がん、心疾患、認知症にとって最大のリスク要因です。長寿科学は、老化そのものの生物学的プロセスを遅らせ、健康に過ごせる期間である「健康寿命」を延ばすことを目指しています。

AIがもたらす変化

AIは、ゲノム、タンパク質、血液検査、ウェアラブル端末のデータを組み合わせて、個人の生物学的年齢を測定し、症状が現れる何年も前に病気を予測し、予防を個別化します。また、老化そのものを標的とする治療法の研究も加速させています。

実例

遺伝情報、血液バイオマーカー、AIによる画像診断を組み合わせて病気を早期に発見し、より長く健康を保つための個別化されたプランを提供する予防的な健康診断。

これまでの根拠

ノーベル賞

2024年のノーベル化学賞は、AIによるタンパク質構造予測(AlphaFold)と計算によるタンパク質設計に授与されました。AIが生物学においていかに中心的な存在になったかを示しています。

出典: EMBL ↗
~$100

シーケンシング企業は現在、ヒトの全ゲノム解読を約US$100からUS$200で提供すると発表しています。最初の全ゲノム解読には約US$30億がかかりました。

出典: STAT News ↗
第2相

標的と分子の両方がAIを用いて発見された医薬品Rentosertib(レントサーチブ)は、特発性肺線維症を対象とした第2a相試験で良好な結果を得たことをNature Medicineで報告しました。

出典: BioSpace ↗

注目している兆候

成果を見極める指標

  • ↗AIで発見された医薬品が後期臨床試験へと進み、承認を得る動き
  • ↗ゲノムやタンパク質の解析コストの低下と検査件数の増加
  • ↗AI企業と大手製薬会社との提携
  • ↗医療機関や保険会社による、診断と予防医療へのAI導入

リスク

想定されるリスク

  • !医薬品開発には時間がかかり、AIの有無にかかわらず候補の大半は依然として失敗する
  • !遺伝データをめぐる規制、プライバシー規則、倫理は当然ながら厳格である
  • !バイオテック企業のバリュエーションは極めて変動が大きく、単一の試験結果に左右されることがある
  • !長寿は新しい分野であり、一部の主張は科学的裏付けを先取りしている

私の取り組み方

私はヘルスケアとバイオサイエンスを長期的なテーマと位置づけています。「つるはしとシャベル」(シーケンシング、実験ツール、生物学モデルを支える計算資源)と、AIを導入している実績ある医療関連企業を優先し、単一の医薬品に依存するバイオテックへの投資は小さく抑えています。

「AIはまず私たちの言語を読むことを学びました。今、AIは私たちの生物学を読むことを学んでいます。それは、私たちがどれだけ長く、どれだけ健やかに生きるかを変える可能性があります。」

これらは個人的な将来の見通しであり、予測や推奨ではありません。結果的に誤りとなる可能性もあります。