製薬研究開発の新時代：Nvidia と Eli Lilly が10億ドルの共同イノベーション研究所を発表
人工知能（artificial intelligence）とライフサイエンスの融合が深まることを示す画期的な動きとして、Nvidia と製薬大手 Eli Lilly はサンフランシスコ・ベイエリアに共同の AI コ・イノベーション研究所を設立する戦略的パートナーシップを発表しました。今回の協業には、今後5年で人材、インフラ、計算リソースに最大で10億ドルを投資する計画が含まれます。この取り組みは、先進的な計算技術を活用して革新的な医薬品の開発を加速し、創薬プロセスを根本的に再発明することを目的としています。
このパートナーシップは、製薬業界における大きな転換点を浮き彫りにしており、従来の実験中心の手法から、大規模データセットと生成式AI（Generative AI）により駆動される「デジタル生物学（digital biology）」へと移行しつつあります。Lilly の生物学・化学における深い科学的専門知識と、Nvidia のアクセラレーテッドコンピューティングにおけるリーダーシップを組み合わせることで、同研究所は開発サイクルの短縮と新規治療薬の成功率向上を目指します。
次世代コンピュートで発見を加速
この協業の核心は、生物学研究専用に設計された最先端ハードウェアとソフトウェアの統合です。同研究所は、創薬向けにカスタマイズされた生成AIフレームワークである Nvidia の BioNeMo プラットフォームを活用し、複雑な生物システムを理解できるモデルの構築と学習を行います。
重要な点として、研究所は将来の Nvidia コンピューティングアーキテクチャ、特に期待の高い Vera Rubin アーキテクチャを導入する予定です。この次世代ハードウェアは、Lilly の膨大な専有データセット上で最先端モデルを学習させるために必要な膨大な計算スループットを提供すると期待されています。これらの技術の統合により、科学者は インシリコ（in silico） で生物学的および化学的空間を探索し、実際に単一の分子を合成する前に相互作用や性質を仮想的にシミュレートできるようになります。
この計算能力は、Lilly が以前に発表したとされる製薬分野で最も強力なものの一つとされる AI スーパーコンピューター（AI supercomputer）と相乗的に強化されます。これらのリソースが一体となり、大規模な生物医療用ファンデーションモデルを学習させ、前例のない速度と精度で候補薬物を特定・最適化する「AI ファクトリー（AI factory）」を形成します。
継続学習システム（continuous learning system）：ウエットラボとドライラボの橋渡し
同研究所の中核的イノベーションは、計算による予測（ドライラボ（dry labs））と物理的な実験（ウエットラボ（wet labs））をシームレスに接続する「継続学習システム（continuous learning system）」の実装です。このアプローチは、AI モデルが仮説を生成し、ロボットシステムがそれらを検証する実験を実行し、得られたデータが即座にモデルの改良にフィードバックされる動的なフィードバックループを確立します。
この「サイエンティスト・イン・ザ・ループ（scientist-in-the-loop）」手法は、24時間365日の実験を可能にするよう設計されています。定型作業を自動化し、予測と検証のギャップを埋めることで、研究者は従来の手作業ベースのプロセスよりもはるかに速く候補薬の反復試行を行えます。究極の目標は、AI が成功する分子構造や生物学的ターゲットの予測にますます熟練する自己改善システムを作り上げることです。
従来型とAI加速型共同イノベーションの比較
| Feature | Traditional Drug Discovery | AI-Accelerated Co-Innovation Model |
|---|---|---|
| Primary Method | 逐次的な試行錯誤による実験 | 生成式AI（Generative AI）による予測とシミュレーション |
| Data Utilization | サイロ化され、しばしば手作業のデータ解析 | 統合された大規模データセットでの学習 |
| Cycle Time | ターゲット同定と検証に数年 | インシリコ（in silico） 検証は数週間から数か月 |
| Feedback Loop | 遅く手動による反復 | リアルタイムの継続的自動フィードバック |
| Infrastructure | 標準的な実験機器とサーバー | AI スーパーコンピューターとロボティックオートメーション |
創薬を越えて：製造とデジタルツイン
Nvidia と Eli Lilly のパートナーシップの範囲は、初期の発見段階を超えて臨床開発、製造、サプライチェーン運用にも及びます。両社は、物理世界と相互作用し制御する AI の応用である「フィジカルAI（Physical AI）」を活用して医薬品の生産最適化を図る計画です。
Nvidia Omniverse と RTX PRO Servers を使用して、Lilly は製造ラインのデジタルツイン（digital twins）を作成する意向です。これらの高忠実度の仮想シミュレーションにより、エンジニアは生産プロセスをモデリングし、変更を試し、実世界に適用する前にワークフローを最適化できます。この機能によりダウンタイムの削減、効率の向上、複雑な治療薬の製造における品質管理の強化が期待されます。
業界への戦略的影響
サウスサンフランシスコにこの研究所を設立することは、医療向け AI の産業化における重要なマイルストーンを示します。Nvidia の創業者兼 CEO である Jensen Huang は、AI があらゆる産業を変革している一方で、ライフサイエンスへの影響が最も深遠になるだろうと強調しました。彼は、このパートナーシップが創薬の「新しい設計図」を発明することを目指していると述べました。
同様に、Lilly の CEO David A. Ricks は、同社の150年にわたる科学的知識と Nvidia の計算力を組み合わせることで、薬の発見方法を再発明できる可能性があると指摘しました。この動きは、将来の製薬企業の競争力が、高性能コンピューティングと生物学研究の統合能力に大きく依存することを示唆しています。
研究所が今年初めに稼働を開始すると、医療における AI エージェント、ロボット、ファンデーションモデルのより広範な採用に向けた重要なテストベッドとなります。このベンチャーが成功すれば、製薬企業の運営方法に新たな基準を打ち立て、ハイブリッドなテック・バイオ企業への転換を促す可能性があります。
研究所を牽引する主要技術
この協業は、生物学データの独特な課題に対応するために設計された特定の技術スタックの導入に注力します：
- 生成式AIモデル（Generative AI Models）: 分子相互作用を予測するために専有の生物学データで学習されたカスタムファンデーションモデル。
- ロボティックオートメーション（Robotic Automation）: 人の介入なしに実験を実行するために AI エージェントが制御する自動化ウエットラボ機器。
- デジタルツイン（Digital Twins）: 製造やサプライチェーンの物流をシミュレートするために使用される物理システムの仮想複製。
- 高性能コンピューティング（HPC）: 継続的なモデル学習に必要な処理能力を確保する大規模な GPU クラスター。
この10億ドルの投資は単なる資金的コミットメントにとどまらず、両社を AI 駆動のバイオテクノロジー革命の最前線に位置づける戦略的提携でもあります。
