アンソロピックが創薬に本気を出した先に見える世界：Claude Scienceが研究インフラを塗り替える日

1. 何があったのか

アンソロピックが公開したClaude Scienceは、ゲノミクス、プロテオミクス、構造生物学、ケモインフォマティクスといった分野の研究者を対象としたAIプラットフォームで、60以上の科学データベースやツールを統合している。研究者は単一のAIインターフェースから、論文レベルの図表生成、複雑なデータセット解析、計算負荷の高いワークフロー管理までを実行できる。NVIDIAのBioNeMo Agent Toolkitとも接続され、Evo 2、Boltz-2、OpenFold3といった専門的な生物学モデルにネイティブアクセスできる点も特徴とされる。提供はPro、Max、Team、Enterprise向けにベータ版として開始された。

2. なぜ今までできなかったのか

創薬研究の現場は、分断されたツール群に長年悩まされてきた。文献検索はPubMed、配列解析はBLAST、構造予測はAlphaFold、分子動力学はGROMACS、統計解析はRやPython、可視化はさらに別ソフト、といった具合に、1つの仮説検証に10種類以上のツールを行き来する状況が常態化していた。研究者の作業時間の大半が、本質的な思考ではなくフォーマット変換やスクリプト調整に消えていたとされる。

さらに、生成AIを研究に使おうとしても、ハルシネーションによる架空の論文引用や再現不可能なコード出力が、査読を通す前提の科学研究では致命傷となる。ChatGPTやGeminiが研究現場で全面採用されない主因はここにあったとみられる。

3. 既存の研究環境とClaude Scienceの比較

4. どうやって実現したのか

Claude Scienceの技術的な骨格は、Claudeの長文脈理解能力とツール実行機能を、科学研究のワークフローに合わせて再設計した点にある。BioNeMo Agent Toolkitとの接続により、Evo 2（DNA配列基盤モデル、7Bパラメータ規模）、Boltz-2（タンパク質構造予測、AlphaFold3後継系）、OpenFold3（オープンソース構造予測）といった専門モデルを、汎用AIの外部ツールとして呼び出せる構造になっている。

つまりClaude自体が生物学を学習しているというより、Claudeが研究者の意図を読み取り、適切な専門モデルに橋渡しをする司令塔として機能する設計と考えられる。これは汎用モデルと専門モデルの役割分担として合理的で、モデルの陳腐化リスクを分散できる。

5. Claude Scienceが実現する研究成果の可能性

6. この技術が広がると何が起きるか

創薬の経済構造そのものが変わる可能性がある。1つの新薬を市場に出すコストは平均26億ドル、開発期間は10〜15年とされてきた。この長さと高額さの主因は、候補化合物の絞り込みと前臨床試験の反復回数にある。AIが標的タンパク質同定、リード化合物設計、副作用予測、患者層別化までを高速化できれば、コストと期間の両面で桁違いの圧縮が起こりうる。

学術研究の現場では、大学院生や博士研究員の生産性が数倍に跳ね上がる可能性がある。これまで指導教員の暗黙知だった実験設計や統計処理が、Claude Scienceを介して民主化される。新興国や小規模ラボが、資金力のある研究機関と対等に張り合える基盤が整うことになる。

一方で、研究倫理や再現性の問題も同時に持ち上がる。AI生成コードで得られた結果を誰が保証するのか、査読プロセスはどう変わるのか、といった論点が今後数年で議論の中心になるとみられる。

7. 関連企業・市場動向

Claude Scienceの登場で、AI創薬プラットフォーム各社は差別化を迫られる可能性がある。SDGRのような物理シミュレーション特化型は、汎用AIが埋められない領域として存在感を保ちうる。一方、RXRXやABSIのようにAIそのものを差別化要因としてきた企業は、汎用プラットフォームの下請け化を避ける戦略が問われる局面に入るとみられる。NVDAはBioNeMoを通じてどの陣営が勝っても収益を得る立ち位置にあり、AI創薬領域での間接的な受益者となる可能性が高い。

8. 課題と今後の展望

Claude Scienceが直面する課題は3つに整理できる。1つめは規制対応で、FDA申請資料としてAI生成コードや解析結果が受理されるかは各国で見解が定まっていない。2つめは製薬企業の内製化圧力で、機密性の高い創薬データを外部AIに投げることへの抵抗は根強く、オンプレミス版やプライベート環境での提供が普及の鍵となる可能性がある。3つめは競合の追随で、OpenAIやGoogle DeepMindも同様の研究者向けプラットフォームを準備しているとみられ、機能競争が激化する見通しである。

PwCの分析によれば、2026年上半期の大型M&Aで戦略的理由にAIを挙げた案件は17%まで低下し、特に製薬・ライフサイエンス分野での言及は少なかった。買収でAI能力を取り込む時代から、既存ワークフローに組み込むインフラとしてAIを使う時代への移行を示しているとみられる。アンソロピックの戦略は、この構造変化を先取りしたものと解釈できる。買収されるAI企業ではなく、研究者が毎日使うインフラになる、というポジショニングは、パランティアが政府調達で築いた構造に近い。

Claude Scienceが研究現場の標準になるかは、今後1〜2年の大学・研究機関での採用率で見えてくる。既にPro/Max/Team/Enterprise向けにベータ提供が始まっており、初期採用の広がりが次のフェーズを決める。

免責事項：本記事は情報提供を目的としたもので、特定銘柄の売買を推奨するものではない。投資判断は自己責任で行うこと。