米Microsoft Researchは、創薬や生命科学研究を支援する生物学の世界モデル「Quine」を発表した。
ハーバード大学とMITのBroad Instituteとの共同研究では、膵がん研究で化合物候補を絞り込み、複数の実験で効果を検証している。
生物学を横断するQuine、膵がん研究で候補選定
Microsoft Researchは2026年9月29日、生物学のマルチモーダルな世界モデル（※）と、科学ツールや文献、ウェットラボ、研究者を接続する研究基盤「Quine」を発表した。
配列、構造、機能、細胞状態、画像など異なるデータを横断的に学習し、生物学的な介入によって状態がどう変化するかを予測する仕組みである。
Quineは、AIだけで研究を完結させるのではなく、実際の実験前に膨大な候補を探索し、検証対象の優先順位を付けることを目的とする。
Microsoft ResearchはBroad Instituteと共同で、最も一般的な膵がんである膵管腺がんを対象に、腫瘍細胞の状態を変化させる可能性のある数千種類の化合物をQuineで評価した。
その結果、Quineが上位に評価した化合物ほど、複数のウェットラボ実験で意図した細胞状態の変化を大きく引き起こした。
候補を数種類まで絞り込み、実験対象として優先順位を付ける一連の工程は1回の週末で完了したという。
さらに、Quineは複数の化合物によって細胞が従来とは異なる第三の表現型へ移行すると予測し、実験でも確認された。
Microsoftは今後、状態遷移の予測性能や信頼度推定を強化するほか、「Quine Fellowsプログラム」を通じて科学者にシステムへのアクセスを提供する。
現時点では研究用途に限定し、技術の成熟に伴ってMicrosoft Discoveryなどを通じた提供拡大を予定している。
※世界モデル：対象となる環境やシステムの状態を内部表現として捉え、外部からの介入によって状態がどう変化するかを予測するモデル。Quineでは、生物学的データを横断して変化を推論する用途を想定している。
創薬効率化に期待、AI予測の信頼性確保が課題
Quineの強みは、実験だけでは探索し切れない広大な候補空間を計算機上で絞り込み、研究資源を有望な仮説へ集中できる点にある。
創薬では候補化合物の選定に多くの時間とコストを要するため、AIが事前に優先順位を示せれば、研究サイクルの短縮につながる可能性が高い。
また、人間が事前に想定していない作用機序や細胞状態を発見できれば、既存薬の新用途探索や新たな創薬仮説の形成にも役立つ。
単なる予測モデルではなく、研究者が「次に何を検証するべきか」を判断する支援基盤として発展する余地があるだろう。
一方で、生物学は複雑性が高く、モデルの予測が正しいとは限らない。AIの出力を過信すれば、誤った仮説に研究資源を投入する恐れもあるため、実験による検証と研究者による評価は今後も不可欠になる。
将来的には、AIによる予測とウェットラボでの実験結果を継続的に循環させる研究体制が確立できるかが重要になる。
Quineが予測精度と信頼性を高めれば、創薬を含む生命科学研究で、AIが研究者の意思決定を支える中核的な基盤へ成長する可能性がある。
関連記事：
Microsoft、「Microsoft Discovery」一般提供 AIで科学者の研究開発支援
東京科学大にAI創薬拠点 FRONTEOと連携し仮説検証を高速化
FRONTEO×Meiji Seika ファルマ、AI創薬で既存薬の新適応探索へ
