求める特性を入力するだけで新薬や新素材を作ってしまう全自動実験機は、人類を豊かにできる
水の中でも固まるセメントが開発されれば、世界中の港が津波の恐怖から救われるかもしれない。毒性の少ない保冷剤が開発されれば、インドやアフリカに運んでいるワクチンの1/3を失わなくてすむかもしれない。求める特性を指定するだけで、AIとロボットが実験を繰り返し、夢の新素材を開発してくれる全自動実験装置。そんな装置を開発した米Kebotix社CEOの Jill Becker氏は「（AIx新素材の）可能性は無限」と胸を張る。「21世紀はバイオやナノの世紀になる」。故スティーブ・ジョブズ氏を始め、多くの研究者、起業家がそう予言してきた。いよいよ、その予言通りになり始めたのだろうか。

「まさに新時代の幕開けです」。MIT Technology Review主催のAIカンファレンスEmTech Digitalに登壇した米Insitro社のDaphne Koller氏は、そう宣言した。同氏によると、19世紀は化学の時代、20世紀前半は物理の時代で、20世紀後半はコンピューターの時代だった。「生物学の世界では、ここ5年ほどでものすごい量のデータが取れるようになってきました。時期を同じくしてAIが急速に進化をし始めました」。機は熟した。いよいよ大きな社会変化が起ころうとしている。「2020年からはバイオ・データ・エンジニアリングの時代になります」と言う。

■医療コストを大幅削減

Koller氏によると、米国の医療コストが急騰しているのは、1つには新薬の開発に、時間とコストがかかるからだと言う。求める特性を持ちそうな1万個の化合物の候補の中から、250個を選び出す。その中から臨床実験を行う5個を選ぶ。その5個の薬の候補の中からフェーズ1、フェーズ2、フェーズ3の臨床実験を行って、ようやく1つに決定。その後、政府の認可を受けることができれば市販されることになる。「新薬の価格が高いのは、日の目を見なかった9999個の化合物の試験コストが、新薬の価格に含まれるからです」と同氏は言う。

同氏率いるInsitro社では、1万個の候補の中から250個に絞り込む作業をAIに任せることで、時間とコストを大幅に削減しようとしている。「ここ5年ほどで、入手可能な遺伝データ、生体データの数が爆発的に伸びてきた。オルガノイド（人工臓器）を使った実験データも大量に手に入るようになった。こうしたデータをAIに入力すれば、どんなことができるのでしょう。非常にエキサイティングな時代になってきました」と同氏は目を輝かす。

■化合物を自動的に生成

Kebotix社も、同様に化合物のレコメンドにAIを使う考え。ただKebotix社CEOのBecker氏自身は、創薬にはまったく興味がないという。「化学の研究者には2種類のタイプがいる。1つは、薬を作りたい研究者。もう一つのタイプは、（物事を）爆発させたい研究者。私は完全に後者だ。政府のゆっくりとした新薬認可プロセスに付き合うつもりは、さらさらない」ときっぱり。創薬に関して多くの製薬会社からアプローチを受けているが、Kebotix社では創薬専門の子会社を作り、別の人間をCEOにする計画だと言う。

Kebotix社の開発した全自動実験装置の核になっているのが、Generative Machine Learning（生成機械学習）を使ったInverse Design（逆問題解析）と呼ばれる手法だ。

ニューラルネットワークの伝統的手法であるオートエンコーダーは、例えば入力と出力に手書きの数字の4を入れてエンコードとデコードを続けることで、真ん中の一番小さく圧縮されている隠れ層と呼ばれる部分に、4の特徴が残るという仕組みになっている。

この仕組みを応用し、入力にタバコを吸っている女性の顔写真、出力にアイシャドウをつけた女性の顔写真を設定すれば、真ん中の隠れ層に両方の女性の顔の特徴を持った写真が生成される。隠れ層の女性の顔写真は実在しない女性の顔写真だが、どれも女性らしい特徴を備えたものになっている。実在しない人間の顔写真を生成する技術として、少し前にニュースなどでよく取り上げられていた技術だ。

続きはソースで

https://www.newsweekjapan.jp/yukawa/assets_c/2019/04/yukawa20190403121401-thumb-624x345-156328.jpg

ニューズウィーク日本版
https://www.newsweekjapan.jp/yukawa/2019/04/aiemtech-digital.php