医薬品開発、『作れない夢の分子』から卒業へ

『強化学習』って、人間が教えるのと何が違うの？コンピュータが勝手に学ぶってこと？

強化学習は、人間が「正解を教える」のではなく、「結果の良し悪しだけを伝える」という点が大きく違います。 例えば、人間の指導なら「この分子を作るには、こういう化学反応を使いなさい」と手順を一つ一つ示します。でも強化学習は違う。コンピュータに「出発物質から出発して、棚にある化学薬品を使ってどんな反応を組み合わせるか決めてみて」と任せ、結果が出たら「この分子、作れた？効いた？」と評価だけします。その評価をヒントに、コンピュータが試行錯誤を繰り返す。人間が「どうやるか」を教えるのではなく、「何が目標か」だけを示すわけです。 この記事の PGFS++ で言うと、人間は「合成可能で、かつ効き目がいい分子を見つけてほしい」という目標だけ与える。あとはコンピュータが、何千何万の反応パターンを試しながら、その目標に近づく道を自分で探す。だから、人間が思いつかなかった組み合わせにたどり着くこともあります。逆に人間が手取り足取り教えると、その枠を出られない。勝手に学ぶというより、人間が与えられない「創意工夫」が生まれてくる感じかもしれません。

こういう技術が進むと、新しい薬が今より早く、安くできるようになるってことなの？

部分的にはそうなりそうですが、全体の加速は思ったより限定的かもしれません。 新薬開発のボトルネックは実は多層的です。分子設計から合成ルート確定までの時間が短くなるのは確かですが、その先の臨床試験——患者での安全性と効果の確認——が全体の8割くらい占めているんですよね。この部分は短縮しようがない。規制上の要件でもありますし。 コスト面でも、分子設計と合成が効率化すれば、初期開発段階の実験費用は確かに下がります。ただ臨床試験の費用は莫大で、ここまで到達できない候補分子も多い。結果として、『有望な候補がもっと早く見つかる』という利点は得られても、『ぜんぶ安くなる』にはならないかもしれません。 むしろ大きな変化は「試行錯誤の質」にあると言えそうです。これまで『理想と現実のズレ』で捨てていた分子の可能性が拾い上げられるようになる。つまり、今より多くの選択肢を検討できる競争環境が生まれる、という側面の方が重みがあるのかもしれません。

AI で分子設計するのは昔からあったと思うけど、なぜ『実際に作れる』ってとこまで考えるのに時間がかかったの？

分子設計と合成ルート設計って、実は全然違う問題だったんですよ。 AI で「理想的な分子」を探すのは、評価関数を決めて、そこに向かって最適化すればいい。でも「この分子を実際に作る手順」を考えるのは、もう一つの別のパズル。棚にある化学薬品と既存の反応という限られた手札で、ゴールに到達するルートを逆算するって、設計問題とは全く違う思考が要るんですね。 だから分業してた。有機化学の専門家が「このルートなら作れる」と手作業で確認する。その結果、AI が見つけた理想の分子が「実験室では無理」ってことが起きて、また設計し直し。手間がかかるけど、それが当たり前だったわけです。 転機は、この両方を同じ AI で同時に考えるという発想。逆に言うと、それまでは「理想と現実を同時に最適化する」ことの難しさに気づきながらも、どう組み込めばいいのか、アルゴリズム的な答えがなかったのかもしれません。強化学習で「実在する反応だけを選択肢にしながら進む」という制約を組み込める技術が揃った時点で、ようやく両立できた。医薬品開発の現場がずっと欲しかった答えが、技術として手の届く場所に来たという感じなのでしょう。

これって『理想と現実のズレを埋める』って、医薬品開発に限らず、他の分野でも同じ問題なんじゃないの？

確かにそうなんですが、医薬品開発が特に厳しいのは、「理想と現実のズレ」が命に関わるからなんですよ。 たとえば建築なら、設計した建物が予算超過になれば妥協案を練り直せばいい。ファッションなら、完璧なデザインが製造できなければ、別のシルエットで妥協する。いずれも「後から調整できる」領域です。 でも医薬品は違う。効きめがある分子を発見しても、その分子が実験室で作れなければ、患者に届けられない。設計図は夢のままで終わる。逆に、作れる分子だけで妥協すれば、病気に効かない薬になる。「理想か現実か」の二者択一を迫られるんです。 PGFS++ が面白いのは、この二項対立を最初から壊してしまう点。出発点から「棚にある化学薬品」という現実的な制約を組み込んで、その中で最良を探す。制約を敵ではなく、思考の基盤にしてしまった。 他の分野でも同じ問題は起きていますが、医薬品ほど「現実の制約を最初から組み込まなければ意味がない」という緊迫感を持つ領域は珍しいのかもしれません。

『どんな入力でも同じ分子が出てくる』って失敗があるってことは、研究者が同じ分子ばかり試してることになるの？それって困るんですか？

新しい分子を試したいのに、AIが繰り返し同じ分子を出してくる。表面的には「見つけた！」と思えますが、研究者の立場から考えると、かなり困るんですよ。 たとえば、その一つの分子が「効くけど副作用がある」と分かった場合。別のアプローチを探したいのに、AIは同じ分子しか提案しない。袋小路にはまるわけです。一方、複数の異なる分子が候補にあれば「この分子は副作用が強いけど、あっちは弱い」といった比較ができる。医薬品開発は「完璧な一つ」を待つより、「選択肢の中から最適なものを選ぶ」のが現実的だからです。 もう一つ、多様な分子が出ると、化学的な特性も違ってきます。同じ効きめでも、「吸収しやすい分子」と「肝臓で分解されにくい分子」では、患者の体内での振る舞いが全く異なる。AIが一択なら、そうした選択肢を失ってしまう。つまり、効きめが良いだけでなく「作りやすさ」や「体への扱いやすさ」を天秤にかけて比較する機会が奪われるということになるのかもしれません。