AI創薬投資が20億ドル突破 ― 開発期間70%短縮・成功率2倍時代の到来、次のテンバガーはどこに眠るか

何が起こったのか

BCC Researchのレポートは、AI創薬市場における6つの主要な発見を示している。第一に、開発期間が70%短縮され、R&Dコストが30〜40%削減される構造が確認された。第二に、AI検証済み標的は臨床開発通過確率が2.5倍となり、規制承認率が従来の10〜15%から20%へ上昇している。第三に、投資の60%が米国に集中しており、Generate: Biomedicines(5億ドル超)、Kailera Therapeutics(6億ドルシリーズB)などの大型調達が続いている。

第四に、FDA近代化法2.0が代替開発アプローチを可能にし、NIHが約5億ドルをAIベース生物医学研究に割り当てるといった規制・政策面の追い風がある。第五に、生成AIによるde novo創薬設計、生物学的ネットワーク解析のためのグラフニューラルネットワーク、仮想患者集団を作るデジタルツイン技術が次世代プラットフォームを牽引している。第六に、市場リーダーとしてAtomwise、Recursion、Schrödinger、Insilico Medicine、BenevolentAIといった専業企業と、PfizerやBayerといった製薬大手が並列で名前を挙げられている。

このニュースについて、少し驚いたこと

驚くべきは、BCC Researchのレポートが依然として"Exscientia"を独立企業として列挙している点である。実際にはExscientiaは2024年11月にRecursion Pharmaceuticals(NASDAQ: RXRX)に統合されており、現在は独立した公開企業として存在しない。統合後の合算パートナーシップ規模は10プログラム超、これまでの前払い・マイルストーン受領総額が約4.5億ドル、将来的なマイルストーンポテンシャルが200億ドル超となっている。

つまり、レポートが描く"AI創薬市場の投資家向け見取り図"は既に一部が現実に追いついていない可能性がある。これは逆に言えば、業界が想定以上のスピードで再編・成熟しているという証左とも解釈できる。開発期間70%短縮という数字も一部の成功例に基づく期待値であり、Exscientiaが2022年にDSP-1181をフェーズ1で早期終了させた事例のように、AI設計薬が臨床で失敗する現実も並行して続いている点は看過できない。

なぜこの動きなのか

AI創薬への投資が加速している背景には、複数の構造要因が重なっているとみられる。

第一に、従来型創薬の経済性が限界に達している。1つの承認薬を市場に出すために平均で26億ドル、平均10〜15年の期間を要する構造は、既存製薬大手にとって持続不可能なコスト圧力となっている。特許切れの崖(パテントクリフ)を迎える大手にとって、パイプライン補充のスピード確保は死活問題となる。

第二に、AI技術そのもののブレイクスルーがある。AlphaFold、生成AIモデル、グラフニューラルネットワーク、フェデレーテッドラーニングといった要素技術が同時期に成熟し、タンパク質構造予測から分子設計、臨床試験デザインまで一気通貫でAIが介在できる環境が整った。

第三に、規制環境の追い風がある。FDA近代化法2.0により動物実験の代替として計算モデル・オルガノイドが認められる方向性が明確化し、AIで設計・検証された薬剤の承認パスが現実味を帯びてきた。

第四に、大手製薬のAI統合戦略がある。BayerによるAI基盤への16億ドル投資は、"AIを外部から買う"時代から"AIを内製化する"時代への転換点を象徴している。この流れは他の大手にも波及する可能性が高い。

これからの展開をどう読むか

短期(3〜6か月)では、大手製薬とAI創薬専業のライセンス契約・買収発表が続く可能性が高い。Recursionの200億ドル超のマイルストーンポテンシャルのうち、どの程度が実現に近づくかを示すマイルストーン受領発表があれば、株価触媒となる。

中期(1〜2年)では、AI設計薬のフェーズ2・フェーズ3データ読み出しが最大の分水嶺となる。Insilico MedicineのINS018_055(特発性肺線維症、フェーズ2a進行中)、Recursion系パイプラインのフェーズ1データ更新などが試金石となる。成功データが積み上がれば、AI創薬プラットフォームのバリュエーション倍率が構造的に切り上がる可能性がある。

長期(3〜5年)では、AI創薬企業のビジネスモデル二極化が進むとみられる。プラットフォーム提供型(Schrödinger)は既存SaaS収益で下支えされ、パイプライン型(Recursion、Insilico)は臨床成功データの積み上げが勝負となる。両者を橋渡しするハイブリッドモデルが業界標準に定着する可能性もある。

これからの問題点と課題

第一に、"予期せぬ毒性"が依然として後期臨床失敗の主要因(約30%)である。AIは分子設計を高速化するが、in vitro / in vivo実験を完全に代替はできない。この生物学的複雑性を軽視した投資判断は危険と考えられる。

第二に、規制パスウェイの不確実性がある。AI設計薬に対するFDA・EMA・PMDAの審査基準は各国で異なり、AI検証データがどこまで承認申請に使えるかは案件ごとに交渉となる。GDPR対応や欧州各国の医療データ規制も実装上のハードルとなる。

第三に、AI創薬企業のバリュエーション過熱リスクがある。Recursionは2021年IPO時の18ドルから直近3〜4ドル台まで大幅調整済みだが、業界全体で見れば投資家期待と実際の臨床アウトプットの乖離は依然として大きい。2024〜25年は既に"AI創薬バブルの調整局面"と位置付けられている状況にある。

第四に、大手製薬のインハウス化リスクがある。Bayerの16億ドルAI投資が示すように、大手は徐々に外部依存を減らす方向にある。専業AI創薬企業のライセンス収入モデルが長期的に持続可能かは検証段階にある。

この問題を解決する技術は(わかりやすく)

AI創薬の中核技術は、大きく分けて3つのレイヤーで構成されているとみられる。

まず"標的発見"レイヤーでは、グラフニューラルネットワークが生物学的ネットワーク(遺伝子・タンパク質・代謝物の相互作用)を解析し、未知の治療標的を特定する。Recursionのフェノミクスプラットフォームは、細胞画像を数百万枚単位で撮影し、AIがパターン認識で疾患メカニズムを見つけ出す方式となる。

次に"分子設計"レイヤーでは、生成AIがde novo(ゼロから)で新規分子構造を提案する。Schrödingerの物理シミュレーションベースのアプローチと、Insilicoの生成AIエンドツーエンドアプローチが対照的な二大方式となる。

最後に"臨床試験最適化"レイヤーでは、デジタルツイン技術が仮想患者集団を作り、実際の患者募集前に治験デザインを検証する。これにより臨床試験の失敗率を事前に下げる試みが進んでいるとみられる。

それぞれ技術で先行しているアメリカ株・関連銘柄

アナリストのコンセンサスとシナリオ

AI創薬セクター全体は、2024〜25年の株価調整局面を経て、2026年に入り選別的な回復基調にあるとみられる。Schrödingerのようにソフトウェア収益基盤がある企業は下値耐性が高く、Recursionのようにパイプライン依存型は臨床データに株価が大きく反応する構造となる。

AI創薬は"開発期間70%短縮・成功率2倍"という魅力的な数字の一方で、生物学的複雑性という壁が依然として存在する分野となる。3〜5年のテンバガー視点で見るなら、単一パイプライン依存型より、プラットフォーム収益+パイプラインの両輪を持つ企業(Schrödinger、Recursion、AbCellera)が投資対象として相対的に有望とみられる。NVIDIAのように"AI創薬のインフラを供給する側"に立つ銘柄も、間接的な恩恵を受けるポジションとなる。

免責事項:本記事は情報提供のみを目的としており、特定の投資行動を推奨するものではない。投資判断は自己責任で行ってください。