AI創薬の機運が高まる中、Novo NordiskがOpenAIと提携

Novo Nordiskは、高度な人工知能（AI）を事業全体に展開するため、OpenAIとの戦略的パートナーシップを発表した。創薬の加速と患者ケアの改善を目的とし、OpenAIのAI機能を初期研究から製造・営業活動に至るバリューチェーン全体に統合する。パイロットプログラムは研究開発、製造、営業の各機能で展開される見込みで、2026年末までの完全統合が計画されている。

同社によると、AIは複雑なデータセットの分析、有望な薬剤候補の特定、研究から臨床応用までの期間短縮に活用される。また、この提携は製造、サプライチェーン、社内機能の効率化にも重点を置き、OpenAIはNovo Nordiskの従業員のスキル向上を支援し、世界各国のチームにおけるAIリテラシー向上に注力する。同社は、AI技術の倫理的かつコンプライアンスに適合した使用を確保するため、この提携には厳格なデータ保護、ガバナンス、人間による監視が含まれることを強調した。今回の発表は、テクノロジーパートナーや研究機関との連携を通じたNovo Nordiskの既存のAI投資に基づくものだ。

Novo Nordiskの社長兼CEOは、この提携は次の時代のヘルスケアをリードする同社の立場を確立する上で重要な一歩であり、日常業務へのAI統合により、これまで不可能だった規模でのデータセット分析、これまで見えなかったパターンの特定、かつてない速さでの仮説検証が可能になると述べた。また、この動きは、特にアンメット・メディカルニーズが依然として高い肥満や糖尿病などの慢性疾患において、新たな治療法の発見を大幅に加速させる可能性があると語った。OpenAIのCEOは、この提携はライフサイエンスにおける人工知能の役割の拡大を反映したものであり、科学的発見の加速、よりスマートなグローバル事業運営、患者ケアの未来の再定義に貢献すると述べた。

この提携は、創薬におけるより広範な変化を反映している。AIは重要な局面に入りつつあり、製薬・バイオテクノロジー業界ではより現実的な視点で捉えられている。AIは医薬品開発プロセス全体を代替するものではなく、標的の特定、タンパク質構造予測、抗体設計、開発可能性評価、臨床試験デザイン、患者層別化といった具体的なボトルネックの克服に役立つツールとしてますます認識されている。世界の製薬企業は、研究開発の生産性向上のため、M&A（合併・買収）、戦略的投資、自社プラットフォームの開発を通じて対応を進めている。重要な問いは、もはやAIを使うべきかどうかではなく、どこに統合すべきか、どのようなデータを蓄積すべきか、そしてAIが生み出した候補が前臨床および臨床開発を順調に進めることができるかどうかである。

世界の製薬企業は、大きく分けて2つのアプローチを取っている。初期段階の創薬を加速するために専門のAI企業と提携する方法と、臨床開発と意思決定を改善するために研究開発業務全体にAIを組み込む方法だ。SanofiはOpenAIおよびFormation Bioと提携し、医薬品開発プロセス全体で使用するAI搭載ソフトウェアを開発している。Eli Lillyは、抗菌薬耐性菌感染症の治療薬を特定するため、OpenAIとの提携を発表した。Alphabet傘下のIsomorphic Labsは、LillyおよびNovartisと最大30億ドル規模の戦略的研究パートナーシップを締結し、昨年はNovartisとの提携を拡大した。GenentechはNvidiaと協力してAI駆動の創薬プラットフォームを強化しており、AstraZenecaはAbsciとAIを活用した抗体発見で提携している。2月には、Iambic TherapeuticsがTakedaとの複数年にわたる提携を発表し、自社のAI創薬プラットフォームとウェットラボ機能を活用して、Takedaのがん、消化器疾患、炎症性疾患における低分子プログラムを支援することになる。AIを活用した創薬はもはやAI企業だけの領域ではない。世界の製薬企業は、後期開発、製造、臨床開発、商業化の管理権を保持しつつ、AI専門企業を外部の研究パートナーとして活用するケースが増えている。

米国食品医薬品局（FDA）は、AIを医薬品開発のライフサイクル全体に及ぶ規制科学上の問題として扱っている。FDAは、AIが医薬品の安全性、有効性、品質に関する規制判断を裏付けるデータや情報を生成する場合、その信頼性は意図された用途に基づいて評価されるべきとするガイダンスを発表した。これは、AIが研究支援ツールを超えて、規制申請や研究開発の意思決定の一部になりつつあることを示唆している。

インドでは、連邦保健・家族福祉大臣が、AI主導のツールは創薬を加速し、研究期間を短縮し、研究プロセスをより費用対効果の高いものにすることで、手頃な医療サービスの提供を強化できると述べた。India AI Impact Summit 2026で開催されたSAHI（Secure AI for Health Initiative）とBODH（Benchmarking Open Data Platform for Health AI）の立ち上げイベントで講演した同大臣は、AIは単独で機能するのではなく、強固なデジタルインフラと高品質なデータがあってこそ発展すると述べた。また、インドはこのことを早期に認識し、2015年に開始されたDigital Indiaプログラムを含め、約10年前からデジタル基盤の構築を始めたと指摘。プラットフォーム間の相互運用性が実現され、データのプライバシーとセキュリティを確保しながら市民を支援するための、大規模な同意に基づく健康データの枠組みが開発されていると述べた。

タンパク質構造予測とタンパク質設計は、AI駆動の創薬への期待を高めてきた技術の一つであり続けている。タンパク質の三次元構造はその機能を理解するための基本であり、薬剤は標的タンパク質に結合することで効果を発揮するため、タンパク質と薬剤の相互作用を理解することは、有効性と選択性を向上させる上で極めて重要である。