🔥 HNで話題

Claudeが薬づくりの工程を分担 Anthropicが示した「初期成果」の中身

約2分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
前臨床(ぜんりんしょう)

人で試す前に、細胞や動物などで確かめる段階。

抗体(こうたい)

体の中で目標を見つけるたんぱく質。

治験(ちけん)

人で薬の効き目と安全性を確かめる試験。

Anthropic(Claudeを作るAI会社)は10月27日、Claudeを薬の研究開発の複数工程に使った初期事例を発表した。6組織との協力に加え、自社の研究も進めている。Hacker Newsでは178ポイント、160コメントになった。これはコミュニティの注目度で、元発表の正しさを証明する数字ではない。

背景:薬づくりは一つの作業ではない

薬は、候補の形を考えれば完成するわけではない。標的を探し、分子を設計し、製造しやすいかを調べ、書類を整え、臨床試験を計画する必要がある。Anthropicは、工程ごとに時間がかかる場所があると説明する。そのため、現実の薬の計画にClaudeを入れ、得意な仕事と改善が必要な仕事を探している。

何が起きたか

Generate Biomedicinesでは、6人の研究者がClaude Codeを使い、CAR-T細胞療法の設計案を出した。標準案より約70%短い案は、実験で免疫細胞の受容体を約10倍作らせ、腫瘍細胞をより効率よく壊し、細胞を長く活動させたという。Divergence Labsでは、食物アレルギー向けの抗体を約1か月で約3万5000案作った。初期試験では、標的に結びつく案が3つ、免疫細胞から外す働きの案が20個見つかった。そのうち3つは標準薬より強く見えた。

BigHat Biosciencesでは、約10週間で1010種類を作った。最良の候補は、結びつく力が10倍超になり、液体で保てる温度が18度高く、固まりにくさも100倍超になった。Envedaでは1061ページの書類を調べ、担当者が見つけた11件をすべて拾い、さらに7件を指摘した。人の確認時間は25時間超から3時間未満へ、89%減った。

なぜ重要か

ここで示されるAIの役割は、薬を一人で完成させることではない。候補を作る、実験結果を読み直す、書類を確認する、治験計画を考える。複数の仕事をつなげ、研究者が試せる案を増やし、事務作業を短くすることだ。薬の研究を速められる可能性はある。ただし、数字はAnthropicが紹介した事例であり、独立した比較試験の結果として示されたものではない。

確認できたこと

発表には、6組織との協力先、実験で試した数、書類確認にかかった時間が書かれている。自社が買収したMithril Medicineでは、ある筋ジストロフィーの候補を、考えからマウスでの有望な結果まで18か月未満で進めたとも説明する。Bristol Myers Squibbとは、初期の治験計画を分析する作業を始め、2027年に広げる予定だ。

まだ分からないこと

Anthropic自身が、この研究は初期段階で、多くは前臨床だと明記している。人で薬を試し、効き目と安全性を確かめた結果ではない。候補が最終的な薬になる割合、別の研究者が同じ成果を再現できるか、実際の治療にどれだけつながるかは、この発表だけでは判断できない。

次に見る点

Divergenceが二つの働きを組み合わせた候補を作れるか、Mithrilの研究が人での試験へ進むかが焦点になる。Bristol Myers Squibbとの2027年の拡大も確認したい。AIが案を出したという事実だけでなく、独立した実験、人での試験、失敗を含む経過が公開されるかを見る必要がある。

💬 AI創薬には可能性があるが、臨床までの遅さは残る

コメントでは、Claudeが候補分子の探索、データ整理、書類作成を助ける可能性は評価された。一方、実験・動物試験・臨床試験・規制対応が必要な検証の輪は遅く、初期の事例や個人の経験だけでは大きな治療効果を証明できないという慎重論も並んだ。

  • AIが役立ちそうなのは、候補の提案・絞り込み、過去データの発掘、書類作業など。ただし、これは効率化の可能性であり、新薬や治療法が大幅に増える証明ではない。
  • バイオ企業で働いたという利用者の自己申告では、2つの顧客案件でML/AIの結果は混在し、AIで見つかった薬が動物試験で失敗した例があった。別の薬は競合より効いたものの安全性が悪く、追加試験にさらに2年と1000万ドルかかったという。
  • 創薬スタートアップで9年働いたという利用者の自己申告では、臨床候補8件を進め、8件すべてで前臨床から人の試験へ移す際の問題が起きた。これも統計的検証ではなく、個人の経験談である。
  • 人体は複雑なシステムで、薬とタンパク質の相互作用が分かっても、組織・病気・患者ごとの下流影響を予測するデータが足りないことが多い。
  • 単純な分子スクリーニングだけでは、溶媒分子の位置、分子の柔軟性、静電相互作用、エントロピー、イオン、時間に伴う構造変化などを扱いきれないという指摘がある。汎用LLMより、対象に特化したデータとモデルが必要かもしれない。
  • ウェットラボ実験、動物試験、臨床試験、規制確認は長いフィードバックループを作る。ロボット化や並列化は助けになるが、実験の費用や順番に依存する検証そのものは消えない。
  • 一部の利用者の自己申告では、公開版Claudeは生物学の質問を拒否しそうで、安全保障関連の作業でも拒否や性能低下を経験したという。これは個人の経験や推測で、体系的な測定ではない。
  • 書類の自動化は負担を減らしても、制度や官僚的な手続きそのものを簡単にするとは限らないという批判がある。希少疾患があると述べた利用者は助けへの期待と実験・臨床の遅さへの警戒を示し、企業の開発工程へ深く組み込む案を不安な介入と受け取った。

コメント303件時点の成長中(改訂3)。300件を取得し、全体から120件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

🔥 HNで話題

Claudeは薬づくりのどこを手伝った?

📰 しっかり版: Claudeが薬づくりの工程を分担 Anthropicが示した「初期成果」の中身

AIが薬の案を作り、実験や書類の仕事も手伝いました。

約1分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
前臨床(ぜんりんしょう)

人に試す前の研究段階。

治験(ちけん)

人に薬を試して、効き目や安全を調べること。

💡 ようするに

  • Anthropic(Claudeを作るAI会社)が薬の研究を発表しました。
  • Claudeは、薬の案や実験の書類を手伝いました。
  • でも、人で試す薬が完成したわけではありません。

何が起きたの?

Anthropicは、6つの組織と薬づくりを調べました。Claudeは、薬の形を考えるだけではありません。実験の結果を調べました。書類の間違いも探しました。治験の計画も考えました。

Generate Biomedicinesでは、免疫細胞を使う治療の設計を手伝いました。標準の案より約70%短い案ができました。その案では、細胞の目印が約10倍できました。細胞は、がんの細胞をよりよくこわしました。

Divergence Labsでは、食物アレルギーの薬の案を作りました。約1か月で約3万5000案です。初期の実験で、使えそうな案が見つかりました。BigHat Biosciencesでは、1010種類を約10週間で調べました。

Envedaでは、1061ページの書類を確認しました。人が見つけた11個の問題を、Claudeも全部見つけました。さらに7個を見つけました。確認の時間は、25時間以上から3時間未満になりました。

薬づくりは、案を出せば終わりではありません。人で試して、安全か、効くかを確かめます。今回の研究の多くは前臨床です。これは、人に試す前の段階です。だから、よい薬ができたとはまだ言えません。

Hacker Newsでは、178ポイントと160コメントが集まりました。これは話題の大きさです。成果が正しい証明ではありません。これから、人での試験や別の研究者の確認が必要です。

💬 AIは助けになりそうだが、薬づくりの本番はまだ遅い

コメントの中心は、AIは候補探しや書類仕事を速くできるかもしれないが、薬が人に効いて安全かを確かめる部分には別の難しさがある、という見方だった。

  • AIは薬の候補を探したり、昔のデータを調べたり、書類を作ったりする助けになりそうだ。でも、それだけで新しい治療法が増えるとはまだ言えない。
  • 創薬に関わる人の自己申告では、AIで見つけた薬が動物試験で失敗したり、人の試験に進む段階で問題が出たりした。9年で8候補すべてに問題があったという自己申告もある。
  • 人体は複雑で、薬を使った後に何が起きるかのデータも足りない。分子の形を見るだけでは不十分で、専用のモデルが必要かもしれない。
  • 実験、動物試験、臨床試験、規制の確認は年単位で進む。ロボットや同時並行の実験は助けるが、確かめる作業をなくせない。
  • 一部の利用者は、公開版Claudeが生物の質問を断る可能性や、安全保障関連での拒否を自己申告した。書類の自動化や企業の深い参加にも、期待と不安の両方がある。

コメント303件時点の成長中(改訂3)。300件を取得し、全体から120件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

🔥 HNで話題

Claudeがおくすりの案を考える

📰 しっかり版: Claudeが薬づくりの工程を分担 Anthropicが示した「初期成果」の中身

Claudeは、おくすりを作る人のお手つだいを始めました。

約1分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
Hacker News

技術のニュースを読んで話すサイト。

Anthropic(Claudeを作るAI会社)が発表しました。 Claudeは、おくすりの案を考えました。 実験の紙も調べました。 むずかしい計画も手伝いました。

あるチームは、食べもののアレルギーのおくすりを考えました。 約3万5000個の案を作りました。 約1か月で作りました。 人があとで、使えそうか調べました。

別のチームは、からだを守る細胞の案を作りました。 その案は、約70%短くなりました。 細胞の目印は、約10倍できました。

書類を調べたチームもあります。 Claudeは、1061ページを見ました。 人が見つけた11個の問題を見つけました。 さらに7個の問題も見つけました。

でも、まだおくすりはできていません。 多くは、人で試す前の実験です。 安全かどうかは、まだ分かりません。

Hacker Newsでは、178ポイントと160コメントでした。 これは、たくさん注目されたという意味です。 正しいと決まった意味ではありません。 これから人で、もっと調べます。

💬 AIは薬づくりを少し助ける。でも、試験は必要

AIが考えることと、人の体で確かめることは別です。

  • AIは、薬の候補を考えたり、書類を整理したりできます。でも、本当に効くかは実験で確かめます。
  • 創薬を知る人の自己申告では、AIが見つけた候補が動物試験で失敗したり、人の試験へ進むときに問題が出たりしました。
  • 人の体はとても複雑です。試験と決まりの確認には長い時間がかかります。ロボットが助けても、試験を飛ばせません。
  • 公開版が生物の質問を断ったという自己申告もあります。希少な病気の人は助けを期待しながらも、会社が深く関わることには慎重でした。

コメント303件時点の成長中(改訂3)。300件を取得し、全体から120件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

出典・参考