バイオディープテック（特に機械学習絡み）についてまとめる
Alphafold
DeepMind
DeepMindは、人工知能（AI）に特化した英国の企業で、2010年に設立されました。この会社は、主にAIと機械学習の研究に焦点を当てており、特にAIによる問題解決や学習の能力の開発に重点を置いています。DeepMindは、2014年にGoogleによって買収され、現在はGoogleの親会社であるAlphabet Inc.の一部となっています。
DeepMindの最も注目されている業績の一つは、AlphaFoldというプロテイン折り畳み問題を解決するAIモデルの開発です。AlphaFoldは、生物学的タンパク質の3次元構造を予測する能力を持ち、これまでに解決できなかった多くの科学的な問題に対する解答を提供する可能性を秘めています。この技術は、新薬の開発、病気の治療法の改善、生物学的なプロセスの理解を深めることに貢献すると期待されています。
また、DeepMindはAIを使った多くの他のプロジェクトにも取り組んでおり、これにはゲームやその他の複雑な問題の解決が含まれます。AIと機械学習の分野における同社のイノベーションと実績は、科学技術の進歩において重要な役割を果たしています。例えば、AlphaGohaは人類で最も囲碁が強い人を破りましたが、それを開発したのもDeepMindでした。
Alphafoldの説明と、なぜ革命的かという話
Alphafoldは、Alphabet Inc.の子会社であるDeepMindが開発した人工知能（AI）プログラムです。これは、タンパク質の3D構造を予測することで、生物学の分野に革命をもたらしました。タンパク質の構造を理解することは、生物学的プロセスを理解し、新しい薬を開発する上で重要です。Alphafoldの前は、タンパク質の構造を決定することは費用がかかり、時間もかかるプロセスで、しばしば数年を要していました。Alphafoldは、これらの構造を数日で高い精度で予測できるようになり、生物学的研究と製薬開発を大幅に加速させています。
Alphafoldが革命的とされる理由は複数あります：
スピードと精度：Alphafoldは、迅速かつ驚異的な精度でタンパク質の構造を予測できます。この迅速で正確な予測能力は、生物学研究と薬の開発にとって変革的です。
薬の発見と病気の理解への影響：Alphafoldによるタンパク質構造の予測は、病気の理解と治療法の開発に役立ちます。ウイルス、細菌、真菌などの病原体のタンパク質構造を予測するために使用され、多数の病原体に対して薬を設計する助けとなり、薬剤性を評価することができます。
今後の発展の基盤：Alphafoldは、生物学と医学におけるデータ駆動型革命の始まりに過ぎない可能性があります。将来のAIツールは、プロテオーム全体での相互作用を予測し、異なる細胞タイプ、環境、時間を通じてさまざまな複合体を探求することができます。これにより、あらゆるレベルでの生物学的プロセスの深い理解が可能となり、タンパク質構造の予測可能性が向上することが期待されます。
要約すると、Alphafoldは単なるタンパク質構造予測の進歩ではなく、生物学的研究が行われる方法において根本的な変化を表しています。このAI駆動型の予測能力の飛躍は、科学的な発見と医療の進歩を大幅に加速させる可能性があります。
AlphaFold1
発表年: 2018年
アーキテクチャー: 主に畳み込みニューラルネットワーク（CNN）を使用。
技術的特徴: タンパク質の残基間の距離と角度（ΦとΨ角）に関する予測を行い、これを元に初期の予測3D構造を作成。進化情報（複数の配列アラインメント）と物理的特性を基にしたアプローチ。
機能: タンパク質の基本的な3D構造の予測に焦点。
AlphaFold2
発表年: 2020年
アーキテクチャー: トランスフォーマーベースのアーキテクチャ。
技術的特徴: アテンションメカニズム（特にトランスフォーマー）を中心としたニューラルネットワーク。CASP14での顕著な成功。複数のシーケンスアラインメントの情報を用い、より高精度なタンパク質構造の予測が可能。
機能: より高い精度でタンパク質の3D構造を予測し、複雑なタンパク質構造やタンパク質間相互作用の予測にも対応。
このように、AlphaFold1とAlphaFold2は、使用しているアーキテクチャー（CNNとトランスフォーマー）、技術的アプローチ、予測能力の面で大きな違いがあります。AlphaFold2はAlphaFold1のコンセプトを大きく進化させ、タンパク質構造予測の分野で革命的な成果を上げています。
SyntheticGestalt
「人工知能により発明を自動化する」と掲げている、日本のバイオベンチャーですね。
SyntheticGestalt株式会社は、2018年3月に設立された東京都新宿区に本社を置くスタートアップ企業です。この会社の主な目的は、創薬や合成生物設計分野における科学研究を自動化するAI技術の開発にあります。彼らのミッションは、文明発展の主役となることを目指しており、創薬の自動化から始めて、貴重な発見を大量生産する自動システムの開発に取り組んでいます。
会社は、日本とイギリスに拠点を持つAIスタートアップであり、「人工知能による発明の量産」をミッションに掲げています。現在、ライフサイエンス分野に特に注力しており、新薬の候補となる化合物や新機能を持つ酵素などの画期的な発見を目指して機械学習モデルを開発しています。また、同社の社員の半数は博士号を持っており、エンジニアの半数は英国の名門大学出身者で構成されているとのことです。
SyntheticGestaltは、創薬および合成生物設計分野における研究を自動化するAIを開発することに特化しています。このAIシステムは、さまざまな化合物から新薬候補化合物を発見するために使用され、創薬標的タンパク質の構造情報を必要としないため、これまで治療薬の創出が困難であった標的も創薬の対象にできるという利点があります。
会社は活動中であり、最後に資金調達を行ったのはシリーズAでした。この企業は利益を目的としており、機械学習に基づいた創薬のツールと方法を作成しています。これらは生命科学分野の研究を合理化し、自動化することを目的としています。
創薬標的に対する新薬候補化合物の探索
革新的な機能を持つ新規酵素の探索
最近KIRINと静岡大学の共同研究でペットボトルを分解してくれる酵素が見つかったりしていましたよね。
酵素っていろんな機能を持ちうるので、こういった進化分子工学的なアプローチは本当に今ホットだなあと。
Vision/Missionかっこいい
オフィスは新宿にあるらしいですが、四谷の周りなので、緑が綺麗っすね。外国人も多くて、いけてる研究所感がすごいっすね。
自分は生物のバックグラウンドではないのですが、最近の進化分子工学の分野はホットなんで、自分も勉強してこういう会社で働いてみたいなあと思いますし、自分の人工知能の知見も生かして本当に働いてみたいと思いましたね。本当に興味深いので会社へ見学もしてみたいです。
そーせい
そーせいもSyntheticGestaltもそうですけど、なんでイギリスオフィスがあるんですかね。多分アメリカで創薬といえばボストンなんですけど、イギリスと日本とに拠点を持つことにメリットがあるんでしょうか。
「そーせい」（Sosei Group Corporation）は、日本のバイオテクノロジー企業で、主に医薬品の研究開発に注力しています。以下は、そーせいに関する詳細な情報です。
会社概要
設立年: 1990年
本社所在地: 東京都
主要事業: 医薬品の研究開発、特にGPCR（Gタンパク質共役受容体）に焦点を当てている。GPCRは、多くの生理的プロセスに関与する重要なターゲットであり、新薬開発の鍵となる。
事業内容
研究開発: そーせいは、新薬候補の発見から臨床試験の段階までをカバーする研究開発を行っています。特に、呼吸器疾患、中枢神経系疾患、がん、炎症性疾患などの分野で活動しています。
技術基盤: 同社は、独自の技術プラットフォーム「StaR®技術」や「構造ベースの薬剤設計」を用いた研究開発を行っています。これにより、高い効果と安全性を持つ新薬の開発を目指しています。
重要な成果とパートナーシップ
成果: そーせいは、いくつかの重要な薬剤の開発に成功しており、これらは世界中で使われています。例えば、COPD（慢性閉塞性肺疾患）治療薬「Ultibro® Breezhaler®」や「Seebri® Breezhaler®」などがあります。
パートナーシップ: 同社は、ファイザー、ノバルティス、アストラゼネカなどの大手製薬会社との提携を通じて、新薬開発を進めています。
企業戦略
グローバル展開: そーせいは、日本に本社を置く一方で、イギリスやアメリカ合衆国にも拠点を持ち、グローバルに事業を展開しています。
研究開発投資: 新薬開発に必要な研究開発への投資を継続しており、革新的な医薬品を市場に送り出すことを目指しています。
まとめ
そーせいは、高度な技術力と豊富な経験を持つ日本のバイオテクノロジー企業で、特にGPCRに関連する新薬開発に強みを持っています。グローバルな視点での研究開発と、大手製薬会社との協業を通じて、医薬品業界における重要なプレイヤーとなっています。
創薬業界
色々あって、弁護士資格も持たれていて東大薬学部を卒業されている、深津さんの話を参考にさせていただいているので、皆さんもみてください。僕もちゃんと見切れていないのですが、、
僕の想像なので間違えているかもしれませんが、日本ではアメリカに比べて専門性を持っている人材とお金が課題でして、アメリカだとPhD持っているVCの人が教授のサポートをするためにちゃんと良い給料をもらって支援しているので、大学の基礎研究が社会実装にいたりしやすいという、日本での産学連携の課題もお話ししていたのが印象的でした。日本のVCで働くってそんなお金ももらえないのに教授のために下働きをせざるを得ず大変な実情がありそうっすね、しかも実際に承認される可能性って2-3万分の1なのでだいぶハイリスクハイリターンなので、基本給がちゃんとしたいのに一生懸命やりたいって人はなかなか現れにくいのが現状なのかもしれないですよね。
ちなみに、アメリカの有名な創薬VCだと、THIRD ROCKSというVCが有名みたいですね。
動画1️⃣
GPTに要約させてみた。長すぎて2回になった。
このビデオでは、医療分野におけるベンチャーキャピタル投資に関するプレゼンテーションが行われています。主なポイントは以下の通りです：
ヘルステックの課題: 国民皆保険制度の下でベンチャーが成長しにくい環境と、医療DX（デジタルトランスフォーメーション）の進展が難しい点が指摘されています。医療分野におけるイノベーションが必要であると同時に、その実現が難しい現状が説明されています。
バイオテックの展望: バイオテック分野では、試験での評価が難しく、新しいカンパニーをゼロから作ることが重要な勝ち筋であるが、これが難しい状況にあるとのことです。
ベンチャーキャピタリストの役割: ベンチャーキャピタルは、新しい技術やイノベーションを通じて社会を変える可能性があると説明されています。また、ベンチャーキャピタリストがどのように良いベンチャーを見極め、投資するかについても言及されています。
ヘルスケアデータの活用: 医療分野でのデータ活用に関する議論がなされ、特にデータ整備の重要性とその障壁について触れられています。
プレゼンターの経歴と見解: プレゼンターは薬剤師と弁護士の資格を持ち、現在ベンチャーキャピタルで働いているとのことです。その経験から、ヘルスケア業界やベンチャーキャピタル業界の現状と展望について、詳細な見解を述べています。
このビデオは、医療分野におけるベンチャー投資の複雑さと、そこで直面する特有の課題に焦点を当てた内容となっています。
ーーー
この要約では、日本とアメリカの医療情報システム、特に電子カルテのデータフォーマットとその利用に関する話題が中心です。ポイントは以下の通りです：
データフォーマットの重要性: 電子カルテのデータフォーマットが統一されていないと、ビッグデータ分析やAIの効果的な活用が難しくなる。日本では特にこの点での課題がある。
米国の事例: アメリカは長年にわたって電子カルテのフォーマットを統一する努力をしており、これによりデータの品質が向上し、患者自身が自分の医療情報にアクセスしやすくなっている。
日本の現状と課題: 日本ではまだ統一されたデータフォーマットが確立されていないため、医療データの有効利用が難しい状況にある。さらに、ビッグデータ分析やAIの活用には時間と資金が必要で、これが進展を遅らせる一因となっている。
政策と対策: 日本政府や関連機関はデータフォーマットの統一とデータの質の向上に向けて努力する必要があり、これには民間企業との協力も欠かせない。また、データ分析の専門家やIT技術者の育成も重要なポイントとなる。
データの利用とその将来性: 統一されたフォーマットにより、より効率的な医療サービス提供、疾患の早期発見、治療法の改善などが期待される。日本がこれらの課題を克服することで、医療分野におけるビッグデータやAIの利用が大きく前進する可能性がある。
動画2️⃣
GPTに要約させてみた。長すぎて2回になった。
このビデオの要約は以下の通りです：ブロックバスター東京の新シリーズ、"弁護士復活のライフサイエンス企業塾"の第1回目として、日本のヘルスケア市場、特にバイオテック分野に焦点を当てたイベントが開催された。
主催者は、日本の医療系スタートアップが直面する課題、特に知識や経験の不足、実用化への流れの弱さ、資金調達や研究環境の整備に関する課題を強調した。
目的は、多様なプレイヤーが参加し、相互に協力しながら長期的に連携するコミュニティを形成し、活性化すること。
スピーカーの一人である弁護士兼バイオテック業界の専門家は、バイオテック分野のリスクと機会について語り、特に創薬分野が技術リスクは高いが市場リスクは低いと指摘した。
彼は、スタートアップが成功するためには、製薬企業のニーズを理解し、高品質のデータを提供し、強力なビジネスモデルを構築する必要があると説明した。
また、日本のヘルスケアスタートアップの課題についても触れ、特に製造や物流の面での課題を指摘した。
スピーカーは自身のキャリア経歴を共有し、弁護士やベンチャーキャピタリストとしての経験を通じて、ヘルスケア分野におけるイノベーションとビジネスの可能性について語った。
このイベントでは、日本のヘルスケアとバイオテック分野における現状の課題と機会に深く焦点を当て、専門家の視点から洞察を提供し、参加者に有益な情報と知識を提供した。
ーーーーー
このビデオの内容を要約すると、講演者は主に日本のバイオベンチャー企業とその成長可能性に関するトピックに焦点を当てています。講演の主なポイントは以下の通りです：バイオベンチャーの赤字と成長性：多くのバイオベンチャーは赤字ですが、これは研究開発に多くの投資を行っているためと説明されています。日本の場合、黒字でないと評価されにくい傾向があるとも述べられています。
投資とパイプライン：講演者は、バイオベンチャーの投資ポテンシャルを理解するために、企業のパイプライン（開発中の製品や治療法）をどのように評価するかについて語っています。長期的な投資と、特定の開発段階（例：フェーズ1、フェーズ2）における進捗の重要性が強調されています。
日本の制約と機会：日本のバイオベンチャー市場は、特に製薬会社が直面する制約により、成長が阻害されている面があると指摘されています。しかし、日本は創薬力に優れており、未来の成長機会が存在するとも述べられています。
研究開発と商業化のギャップ：日本のバイオベンチャーは研究開発には強いが、その研究を商業化する過程に課題があることが話されています。これには資金調達、適切なビジネスモデルの開発、規制環境への対応などが含まれます。
グローバルな視点：日本のバイオベンチャー業界は、グローバルな市場における位置づけや競争力を持つために、国内外の動向に注意を払う必要があると講演者は述べています。
要するに、講演者は日本のバイオベンチャー業界には成長と成功のための潜在力があるが、多くの挑戦や制約も存在すると指摘しています。これらの挑戦を乗り越えることで、業界の更なる発展が期待できるとの見解を示しています。