AI Drug Discovery（AI創薬）とは？
読み方: エーアイドラッグディスカバリー
30秒まとめ
AIが標的同定・リード化合物探索・最適化・前臨床・臨床試験設計を統合自動化する創薬技術。Insilico/Recursion/Isomorphic Labs/AlphaFold 3/Schrödingerが代表、創薬期間12年→6年・コスト$2.6B→$800M。
AI Drug Discovery（AI創薬）の意味・定義
AI Drug Discovery（AI創薬）は、AIが標的同定・リード化合物探索・分子最適化・ADMET予測・前臨床・臨床試験設計・リアルワールドエビデンス（RWE）解析を統合自動化する創薬技術で、2026年で世界AI創薬市場$5B超（前年比+50%）、製薬R&D投資の25%がAI関連。代表プラットフォーム：(1) Insilico Medicine（特発性肺線維症INS018_055がPhase II進行、業界初のAI設計薬剤、香港+米国上場、Sanofi $1.2B/Exelixis $80M提携）、(2) Recursion Pharmaceuticals（$3B評価、Roche $150M提携、Phenomics+AI、NYSE上場、2024年Exscientia合併）、(3) Isomorphic Labs（DeepMindスピンオフ、AlphaFold 3商用化、Eli Lilly/Novartis $3B提携、$3B資金調達）、(4) Exscientia（Bristol-Myers Squibb $1.2B、世界初AI設計分子Phase I到達2020年、Recursion合併）、(5) BenevolentAI（AstraZeneca/Novartis提携、Knowledge Graph+LLM、ALS Phase II）、(6) Atomwise（AI Docking 500万化合物/週、Bayer/Bridge Bio提携、年$100K-）、(7) Schrödinger（物理ベース+AI、$2B時価総額、SLB-2 Phase III、業界標準、年$50K-）、(8) Iktos（仏国、Generative Chemistry、Servier/Sanofi提携）、(9) Tempus Labs（腫瘍分子診断+AI、$8B評価、Pfizer/Merck提携）、(10) Saama Technologies（臨床試験AI、Pfizer COVIDワクチン時間-50%）。基盤技術：AlphaFold 3（タンパク質+核酸+リガンド統合構造予測）+ Generative Chemistry（VAE/Diffusion Model新規分子生成）+ Graph Neural Network（分子グラフ学習）+ Knowledge Graph（医学論文+遺伝子+疾患関係性）+ Phenomics（細胞画像AI解析）+ Federated Learning（病院データを出さずAI学習、Owkin）+ Foundation Models for Biology（Meta ESMFold、Google ProtTrans、Salesforce ProGen）。応用シーン：(I) アカデミア（AlphaFold 3無料+ColabFold+Schrödinger Academic年$10K、論文時間-50%）、(II) バイオベンチャー（Schrödinger+Atomwise提携+AlphaFold、年$200K、リード化合物6ヶ月、Series A加速）、(III) 中堅製薬（Schrödinger+Insilico+Tempus+AlphaFold、年$2.2M、パイプライン3倍、Phase I到達-50%）、(IV) Big Pharma（Isomorphic+Recursion+BenevolentAI+自社AI部門、年$1B超、創薬期間12年→6年）、(V) CRO（Saama+Flatiron+Veeva Vault、年$1.1M、臨床データ処理-90%）。導入効果：創薬期間12年→6年（-50%）、創薬コスト$2.6B→$800M（-70%）、リード化合物時間2年→3ヶ月（Atomwise）、PCC到達46日（Insilico INS018_055、業界平均2年）、Phase III対照群-25%（Unlearn.AI Digital Twin）、臨床データ処理-90%（Pfizer COVIDワクチン）。注意点：(1) AI設計薬剤の臨床失敗率は依然高い（Exscientia DSP-1181 OCD薬Phase I開発中止、AI予測≠臨床成功、ウェットラボ実験+専門家判断必須）、(2) FDA AI/ML Guidance対応（モデル透明性・バリデーション・継続学習管理、Audit Trail必須）、(3) データ品質・ドメイン外推論（AlphaFold 3もIDPタンパク質で精度低下、複数モデル併用）、(4) IP・特許適格性（Thaler v. Vidal、AIのみは発明者不可、人間化学者関与文書化）、(5) HIPAA/GDPR（患者ゲノム・電子カルテAI学習リスク、De-identification、Federated Learning、IRB承認）。2026年トレンド：AlphaFold 3商用化と業界破壊（Isomorphic Labs、Eli Lilly/Novartis $3B提携、創薬リード時間-90%）、Generative Chemistry実用化（Insilico Chemistry42/Iktos Makya/Schrödinger LiveDesign、医薬化学者役割変革）、Digital Twin Clinical Trials（Unlearn.AI/Owkin、対照群AIシミュレーション、コスト-25%・期間-30%）、Federated Learning医療（Owkin、Roche/AstraZeneca連合、GDPR/HIPAA完全対応）、Foundation Models for Biology（Meta ESMFold/Google ProtTrans、生物学のGPT、汎用基盤モデル）。