要点まとめ
- 2024-26年、 AI 創薬を巡るヘッドラインは 「初の AI 設計薬剤が臨床試験」「Big Pharma が AI 企業に大型ライセンス」等で華やかさを増しています。 Insilico Medicine、 Recursion Pharmaceuticals、 Isomorphic Labs（Alphabet）、 Schrödinger、 Exscientia——上場・非上場の AI 創薬専門企業が次々と注目を集めています。
- しかし、製薬企業の P/L（損益計算書）を本当に動かしているのは、 派手な「AI が新薬分子を設計した」というニュースではなく、 治験運営・薬事文書・製造管理・安全性監視という地味な現場改革。 BioSpace 2026年2月号の業界分析が示すように、 AI が製薬の「コスト構造」を変えているのは、創薬の入口より 開発の中間〜出口の方です。
- 「派手な創薬 AI」と「地味な業務改革 AI」の二層構造を理解すると、 製薬業界の AI 化の本質が見えてきます。本連載5回を通して、 各層を順次解剖します。
- 第1回（本記事）はこの二層構造の概観と、 2026年現在の AI 創薬企業マップ——Insilico、 Recursion、 Isomorphic、 Schrödinger、 Exscientia 等の戦略・パイプライン・実績を整理します。
序論——「AI が薬を作った」というニュースの背景
2020-26年の AI 創薬を巡るニュースの代表例：
- 2020年：DeepMind の AlphaFold が CASP14 タンパク質構造予測コンペで圧勝。タンパク質構造予測が AI で解けることを実証
- 2022年：Insilico Medicine が INS018_055（特発性肺線維症 IPF 治療薬）の Phase 1 開始。 「世界初の AI 完全設計薬剤」として注目
- 2023年：Alphabet 子会社 Isomorphic Labs 設立、 AlphaFold 技術を創薬応用に展開
- 2024年：Recursion と Exscientia が合併、 上場 AI 創薬の最大手に
- 2024年：Eli Lilly が OpenAI と戦略パートナーシップ、 抗菌薬開発を加速
- 2024年：Novo Nordisk が Valo Health と$2.7B のディール、 心血管・代謝疾患の AI 駆動創薬
- 2025年：Isomorphic Labs が Novartis、 Lilly と複数年契約締結、 上限$2.9B 規模
これら華やかなヘッドラインの一方で、 「AI が設計した薬剤の上市」はまだ達成されていません。 INS018_055 は2026年現在 Phase 2 進行中、 他の AI 設計薬剤候補も多くは Phase 1。 「AI で薬を作る」という主軸テーマは、まだ最終的な臨床的・商業的成果を出していない のが2026年の実情です。
では何が変わったのか——本記事ではこの「表のヘッドライン」と「裏の利益構造」の二層を解説します。
本論
1. 「AI 創薬企業」マップ——2026年版
| 企業 | 本拠 | 創業 | 主力プラットフォーム | 主要パートナー | 2025年売上 |
|---|---|---|---|---|---|
| Insilico Medicine | Hong Kong / NY | 2014 | Pharma.AI（生成AI + 標的同定） | Sanofi、 Exelixis、 Fosun | 非開示（IPO 検討中） |
| Recursion Pharmaceuticals | Salt Lake City | 2013 | 細胞画像 + 機械学習 | Bayer、 Roche、 Novartis、 Tempus 統合 | $80M（NASDAQ: RXRX） |
| Isomorphic Labs | London | 2021（Alphabet 子会社） | AlphaFold + 構造ベース | Novartis、 Eli Lilly | 非開示（Alphabet 内） |
| Schrödinger | NY | 1990 | 物理ベース計算化学 + AI | 多数（ライセンス収益） | $200M（NASDAQ: SDGR） |
| Exscientia | Oxford | 2012 | AI 駆動低分子創薬 | Sanofi、 BMS、 Bayer（2024 Recursion 合併） | 合併後 |
| Atomwise | San Francisco | 2012 | 深層学習 + 構造ベース | 多数の小規模ライセンス | 非開示 |
| BenevolentAI | London | 2013 | 知識グラフ + 機械学習 | AstraZeneca | $10M（LSE: BAI） |
2. 表のニュース——AI 設計薬剤のステージ
主要 AI 設計薬剤の臨床ステージ：
- Insilico INS018_055（IPF）：Phase 2 進行中（2026年）
- Insilico ISM3091（USP1 阻害、 BRCA変異がん）：Phase 1 進行中
- Exscientia DSP-1181（OCD）：Phase 1 完了（一部試験早期中止）
- Exscientia DSP-0038（アルツハイマー精神症状）：Phase 1 完了
- Recursion REC-994（脳海綿状血管腫）：Phase 2 進行中
- Recursion REC-2282（Neurofibromatosis Type 2）：Phase 2/3 進行中
これらが 2027-30 年に上市第一波を出す可能性があります。 が、Phase 2/3 失敗率（業界平均60-70%）を考えると、初の 「AI 完全設計薬」上市は2028-30年が現実的見通し。
3. 裏の利益構造——AI が変えている地味な現場
BioSpace 2026年2月号の業界分析記事が指摘するのは、 製薬企業の利益構造を本当に変えている AI 応用は、創薬の入口（標的同定・分子設計）より、開発の中間〜出口にあるという観察。具体的には：
- 治験運営の AI 自動化：患者リクルート、症例ファイル管理、安全性データ集計
- 薬事文書（regulatory submission）の AI 生成：CTD（Common Technical Document）の各セクション自動ドラフト
- 製造工程管理の AI 最適化：継続生産プロセスのリアルタイム制御、収率向上、不純物予測
- 安全性監視（pharmacovigilance）の AI 化：医療文献・SNS・公的データベースから副作用シグナル自動抽出
- 化合物管理の AI 化：自社化合物ライブラリの再評価、 ドラッグリパーパス（既存薬の新適応）
これらは「派手な見出し」にはなりにくいが、 製薬企業の年間営業利益を 数億〜数十億ドル単位で押し上げる実装的な変革です。連載第2-5回でこれらを順次扱います。
4. 大手製薬の AI 戦略
2026年時点の大手製薬の AI 戦略を見ると、二極構造が顕著：
「AI 創薬企業との戦略パートナーシップ重視」型：
- Novartis：Isomorphic Labs、 Recursion、 Exscientia と複数契約
- Eli Lilly：OpenAI、 Isomorphic Labs、 Valo Health との戦略パートナーシップ
- Sanofi：Insilico、 Exscientia と複数年ディール
- AstraZeneca：BenevolentAI と長期戦略パートナー
「AI 内製化重視」型：
- Pfizer：内製 AI チーム（数百名規模）、 内部プラットフォーム構築
- Roche / Genentech：CGTV（Computational Genomics Team Volume） 強化
- Bayer：内製＋戦略パートナーのハイブリッド
どちらが優れるかは未確定。 「外部 AI を使い、内部で運用ノウハウを蓄積する」混合型が現実的勝ち筋になりそうです。
5. JPM2026 と AI 創薬の市場ナラティブ
2026年1月の JP Morgan Healthcare Conference（JPM2026）では、 AI 創薬を巡る市場ナラティブが以下のように整理されました：
- 標的同定（Target ID）：機械学習駆動のバイオマーカー発掘で、 標的の数を10-100倍に拡張
- 低分子設計：生成 AI で候補分子の数と多様性を増大
- 抗体設計：AlphaFold 系構造予測で、 抗体エンジニアリングの精度向上
- 臨床試験デザイン：合成対照群、 デジタルツイン、 患者層別化
- 薬事関連：書類作成、 規制対話シミュレーション
- 製造：プロセス最適化、 品質予測
これら6領域全てで AI 応用が進んでいるが、 真に商業化に達したのは後半（治験〜製造）の方が多いのが2026年実情。
6. AI 創薬の経済的インパクト試算
主要コンサルティング会社の試算（McKinsey、 BCG、 Boston Consulting）：
- 新薬開発の総コスト削減：$2.6B → $1.5B（約40%減）（10-15年以内）
- 開発期間の短縮：12-15年 → 8-10年（25-35%短縮）
- 成功率向上：Phase 1→上市の成功率 10% → 15-20%
- 製薬業界全体の年間利益向上：$50-100B 規模（2030年）
これらは 楽観的な試算であり、現実は試算の半分でも実現すれば製薬業界には大きな影響。
7. AI 創薬の限界と懸念
AI 創薬の限界は理解しておくべき：
第一に、データ品質の壁。 AI モデルは学習データの質と量に依存。 過去の創薬データ（化合物、 ターゲット、 臨床データ）は Pharma 内部に閉じているため、外部 AI 企業のモデル品質は限界がある。
第二に、生物学的複雑性。 ヒト臨床試験は培養細胞・マウスモデルから予測できない複雑性を持つ。 AI は 「データから学ぶ」性質上、 訓練データに含まれない事象には対応できない。
第三に、規制環境。 FDA・EMA・PMDA は AI 駆動創薬の規制フレームワークを整備中。「AI が決定したから承認」とはならず、依然として人間の臨床医・規制当局者が最終判断。
第四に、 AI 倫理。 AI モデルの説明性、 偏見、 訓練データの著作権・プライバシー等の倫理的課題が複数存在。
8. 2026年時点の市場評価
金融市場の AI 創薬企業評価：
- Recursion（NASDAQ: RXRX）：時価総額約$3B（2026年5月）、 2024年Exscientia 合併後
- Schrödinger（NASDAQ: SDGR）：時価総額約$2.5B
- BenevolentAI（LSE: BAI）：時価総額$200M（2024年低迷後）
- Insilico Medicine：非上場、 直近評価額$3B 推定
- Isomorphic Labs：Alphabet 内、評価額非開示（推定$5-10B）
2024-25年は AI 創薬企業の 株価調整局面でした。 大型ハイプ後の冷却期で、 Phase 1/2 失敗事例（Exscientia DSP-1181 早期中止等）が市場期待を冷やしました。
まとめ
- 2026年の AI 創薬は「表のヘッドライン」（AI 設計薬剤の臨床ステージ進行）と「裏の利益構造」（治験・薬事・製造・安全性監視の AI 自動化）の二層構造。
- 主要 AI 創薬企業：Insilico、 Recursion+Exscientia、 Isomorphic Labs（Alphabet）、 Schrödinger、 BenevolentAI、 Atomwise。各社が異なる技術プラットフォームと戦略パートナーシップ。
- 大手製薬戦略：戦略パートナーシップ重視（Novartis、 Lilly、 Sanofi、 AstraZeneca）vs 内製化重視（Pfizer、 Roche、 Bayer）の二極。 ハイブリッド型が現実的勝ち筋。
- 経済的インパクト試算：開発コスト40%減、開発期間25-35%短縮、成功率10%→15-20%。年間$50-100B の業界利益向上（2030年）。
- 限界：データ品質、 生物学的複雑性、 規制環境、 AI 倫理の4つの壁。
- 市場評価：2024-25年は株価調整局面、 Phase 1/2 失敗事例が期待冷却。 真の臨床・商業実績は2027-30年に集中。
私の考察・展望
AI 創薬の本当の価値は、 「AI が新薬分子を設計する」というロマン的なナラティブではなく、 「製薬企業の業務全体を AI で再設計する組織変革」にあります。連載第2回以降では、 化合物管理・前臨床→臨床移行・バーチャル試験・ファーマコビジランスという、 各論領域で実装的価値を探索します。
日本の研究・産業にとっての示唆は3点。 第一に、日本の AI 創薬研究基盤。 京大、 東大、 阪大、 理研 AIP の AI 化学・AI 生物学研究は世界レベル。 武田、 第一三共、 エーザイの自社内 AI チームも拡大中。 第二に、 戦略パートナーシップの選び方。 Insilico は香港拠点でアジア戦略、 Recursion・Schrödinger は米国軸、 Isomorphic Labs は欧州軸——日本企業はそれぞれと多重パートナーシップを構築する余地がある。第三に、 日本固有データの戦略的活用。 NCC ゲノム医療データベース、 J-MICC、 日本人患者長期コホートが、 グローバル AI 創薬モデルの差別化要素になり得る。
国際的視点では、 AI 創薬は次の5年で 「ヘッドラインから業績へ」進化する見込み。 Insilico INS018_055 が Phase 3 成功・上市に達するか、 Isomorphic Labs が Pharma パートナーから $1B+ のロイヤリティ収入を発生させるか、 これらマイルストーンが2027-30年の AI 創薬の評価を決定します。連載第2回からは、 既に商業化に達している「裏の利益構造」を深掘りします。
次回予告
連載第2回は、 「化合物管理という地味な革命」。製薬企業が保有する数百万化合物のライブラリを、 AI がどう再評価し、 既存薬の新適応・最適併用候補を発掘しているか。 ドラッグリパーパス、 自社ライブラリのリインベントリ、 化合物特性予測——「派手な創薬」の影で進行する地味な業績向上の実態を解説します。
Morningglorysciencesチームによって編集されました。
コメント