AIが候補を出した後、何にお金が払われるのか

Anthropicは、Claudeが既存の配列データから、逆転写酵素と反復配列などの特徴的な組み合わせを見つけたと発表した。ARTと名づけられたこの仕組みの機能は、まだわかっていない。新しい遺伝子編集技術が完成したのではなく、実験で確かめたい対象が一つ増えたという段階だ。公式発表 ↗

次に必要なのは、配列を取り出すことだけではない。どんな反応を起こすのか。何に作用し、何には作用しないのか。既存の道具より有利な点はあるのか。そこまで調べて初めて、使い道を考えられる。

この仕事を事業として見ると、二つの異なる形がある。

一つは、実験を引き受けて料金を得ることだ。例えばEmerald Cloud Labは、装置時間や材料、保管などに応じて実験能力を提供している。AIが提案した候補を合成し、発現させ、測定する仕事も、この延長に置ける。公式料金体系 ↗

もう一つは、候補を開発可能な成果に育て、その権利を持つことだ。

この違いは、「科学AIの次に売るもの――実験データ、ラボ、創薬資産」 ↗でも、Ginkgoの実験サービスとSchrödingerの創薬事業を対比して考えた。

Schrödingerは、ソフトを貸すだけではない。Novartisとの契約では、ソフトウェア利用の拡大と共同創薬を組み合わせ、共同創薬について契約一時金と将来のマイルストーン、ロイヤルティを受け取る構造を採った。契約発表 ↗

今年9月のTectora設立では、初期の創薬プログラム2件を拠出し、株式持分と将来の対価を得る。新会社が開発資金を調達するため、Schrödingerがすべての費用を抱えるわけでもない。計算の利用料に加え、作り出したプログラムの価値にも関与する形だ。Tectoraの発表 ↗

では、候補はどこまで確かめれば、次の投資につながるのか。

RecursionとGenentechの神経領域の提携では、予測された標的について、経路、細胞機能、疾患に関わる表現型を段階的に検証した。その後、Genentechが契約上の選択権を行使し、共同の初期創薬へ進んでいる。まだ薬効の臨床証明ではないが、少なくとも相手企業が次の開発を始めるだけの材料になった。共同研究の進展 ↗

AIで候補が増えれば実験需要も増える、というだけでは話は終わらない。予測が改善すれば、不要な実験が減る可能性もある。受託側が試料を多く処理すれば、そのまま高い利益が得られるとも限らない。

むしろ分かれ目は、依頼された測定を終える仕事なのか、次の開発判断に必要な証拠をそろえる仕事なのか、という点にある。後者を自ら担い、成果への権利も確保するなら、収益は作業量だけで決まらなくなる。その代わり、開発が失敗するリスクも負う。

ARTの次の一手も、ここにある。珍しい配列を見つけたという報告から、誰かが使いたくなる機能を示せるか。その過程を誰が引き受け、何を対価にするのか。科学AIの事業は、その段階で違いがはっきりしてくる。