Insilico Medicine、AI基盤モデルの提携と中国での創薬開発契約を発表

Insilico MedicineとLiquid AIは、医薬品研究向けの軽量な科学系基盤モデル（foundation model）であるLFM2-2.6B-MMAI（v0.2.1）を生み出した提携を発表した。単一の26億パラメータモデルは、完全に製薬企業のプライベートインフラ上で稼働しつつ、創薬の複数サブドメインにわたり最先端の性能を達成した。

同モデルは、物性予測およびADMETエンドポイント、多目的（multi-parameter）分子最適化、タンパク質ポケット条件付け（protein-pocket conditioning）を用いた標的認識スコアリング、官能基推論、レトロシンセシス計画を含む、発見ループ全体をカバーする。学習には、200超の異なるタスクにわたる約1,200億トークンの医薬品データが用いられた。

わずか2.6Bパラメータでありながら、同モデルはプライベートインフラ上で動作しつつクラウド規模の性能を達成した。物性予測では、薬物動態および毒性を対象とする22タスク中13タスクで、10倍以上大きいモデルであるTxGemma-27Bを上回り、さらに個別タスク向けに構築された専門モデルと比較しても、これらのうち3タスクで最先端の結果を示した。業界標準の多目的最適化ベンチマーク（MuMO-Instruct）では、最大98.8%の成功率に到達した。

Insilicoの社内親和性予測ベンチマークでは、689のタンパク質標的にわたる250万件の実験測定値を用いており、同モデルはGPT-5.1、Claude Opus 4.5、Grok-4.1などの最先端モデルを含むフロンティアモデルよりも良好な相関スコアを示した。さらに、強力な官能基推論能力（FGBench）および高品質な単段階レトロシンセシス提案（ChemCensor metric）も実証した。

この提携は、Liquid AIの効率的なLFMアーキテクチャと、1,000超の製薬ベンチマークを備える包括的な学習プラットフォームであるInsilicoのMMAI Gymを組み合わせるものだ。MMAI Gym for Scienceは、汎用およびフロンティアのLarge Language Modelsを、創薬・医薬品開発向けの製薬グレードエンジンへと引き上げることを目的に設計されたドメイン特化型の学習環境である。同Gymは、Chemical Superintelligence（CSI）およびBiology/Clinical Superintelligence（BSI）向けの専用トラックを用い、医薬品化学、生物学、臨床計画にわたるドメイン特化の推論をモデルに学習させる。

別途、Insilico MedicineはChina Medical System Holdingsと、中央神経系および自己免疫疾患に焦点を当てた創薬開発提携を締結した。少なくとも2つのプログラムを共同開発するコミットメントが含まれ、プログラム当たり最大で数千万HK$規模のR&D資金が拠出される。

同社は、新たなAI発見の前臨床候補としてISM5059を選定し、パイプラインに資産を追加した。さらに、がん領域の化合物MEN2501が第1相試験（Phase 1）に移行したことを受け、Insilicoは500万ドルのマイルストーン支払いを受領した。

Insilico Medicineは、がん、線維化、免疫、中央神経系疾患、加齢関連疾患にわたり、AIを用いた医薬品開発を行う臨床段階のバイオテクノロジー企業である。同社のAIプラットフォームは、標的探索、分子設計、臨床開発をカバーする。Liquid AIは、動的システムと信号処理に基づくLiquid Foundation Modelsを構築しており、オンプレミスまたはリソース制約環境に展開可能な効率的AIモデルに注力している。