谷歌傘下のDeepMindのCEOであるDemis Hassabisが率いるIsomorphic Labsは、Natureに「AlphaFold 4」と称される新世代のAI薬物設計エンジンIsoDDEを発表した。 従来のモデルを圧倒的に凌駕しながらも、完全にクローズドソースを選択した。AIが科学に恩恵をもたらす黄金時代の扉は、今閉じようとしている。 2024年、Demis HassabisはAlphaFoldによってノーベル賞の舞台に立つ。 このタンパク質の三次元構造を予測するAIモデルは、190以上の国と300万人以上の研究者に利用され、AIが人類全体に恩恵をもたらす模範例と称されている。 ノーベル委員会が賞賛したのは、単なるアルゴリズムではなく、最先端の科学ツールを無料で誰にでも提供する精神性だ。 16か月後、AlphaFoldの後継者が登場した。 2月10日、Hassabisが創設したAI製薬企業Isomorphic Labsは27ページの技術報告を公開し、IsoDDEと呼ばれる薬物設計エンジンの性能を示した。これはAlphaFold 3を圧倒し、コロンビア大学の計算生物学者Mohammed AlQuraishiは「AlphaFold 4級の大きな進歩」と評価している。 しかし今回は、コードは公開されず、論文も発表されず、方法も共有されない。 Isomorphic Labsの社長Max JaderbergはNatureに対し、「秘伝のレシピを公開するつもりはない」と率直に語った。 AlphaFoldのオープンソース伝説は、3世代目で終わる可能性が高い。 **能力は確かに驚異的だ** まず、IsoDDEが何を成し遂げたのかを理解することが、後の議論の大きなポイントとなる。 ざっくり例えると：タンパク質を鍵のように想像し、薬物分子を鍵穴に例えると、AlphaFoldはその鍵穴の形状を見せてくれる。 しかし、それだけでは不十分だ——鍵が差し込まれて回るか、きつくはまるか、さらには鍵穴に隠された別の穴があるかどうかも知る必要がある。 IsoDDEは、これらのより難しい問いに答える。 それは、構造予測、結合強度計算、隠れた結合部位の発見などを統合した、一本のエンジンだ。 数字は直感的に理解を助ける。 「Runs N' Poses」という新蛋白構造の未見のデータを処理できるAIの能力を試すテストで（基準）、訓練データとの類似度が0-20%と非常に低い最難関のケースにおいて、IsoDDEの成功率はAlphaFold 3の2倍以上だった。 60の最難関ケースのうち、17例はAlphaFold 3が全く失敗したのに対し、IsoDDEは正解した。 **AlphaFold 3が失敗した例で、IsoDDEが正解** 抗体が標的を認識する仕組みの予測においても、IsoDDEの高精度予測成功率はAlphaFold 3の2.3倍、別の主流オープンソースモデルBoltz-2の約20倍に達している。 最も驚きなのは、親和性予測——薬物分子と標的の結合の強さを判断する能力だ。 このタスクは従来、FEPと呼ばれる物理シミュレーション手法に依存し、計算コストが非常に高く、実験室での結晶構造データを必要とした。 IsoDDEは、複数の公開テストで、すべてのAI手法を凌駕し、FEPをも超えた。しかも、実験データを一切必要としない。 技術報告には、もう一つ特に印象的なケースも記されている。 cereblonというタンパク質について、科学者たちは15年間、1つの結合部位しかないと考えていた。ところが今年初め、新たな論文で2つ目の隠れた結合部位が実験的に発見された。 しかしIsoDDEは、そのタンパク質のアミノ酸配列だけを入力するだけで、2つの部位をすべて見つけ出した——15年も隠されていた部位も含めて。 実験室で同じことをするには、高価な結晶浸透実験と多大な時間が必要だが、IsoDDEは数秒で済む。 AlQuraishiは、「彼らの最も衝撃的な点は、まったく未知の分子体系においても高い汎化能力を示したことだ」と語り、「これは彼らが非常に革新的なことをやった証拠だ」と述べている。 **クローズドソース：本当の不安材料** もしIsoDDEが普通の商用ソフトウェアであれば、クローズドにするのは当然のことだ。 問題は、その前身であるAlphaFoldが示した価値観と全く異なる点にある。 AlphaFold 2は2021年にオープンソース化され、論文もNatureに掲載され、予測結果は無料で世界中に公開された。 この出来事は、単なる技術以上の意味を持つ——最先端のAI研究が、巨大企業の資金援助のもとで、真に全人類の公共財となり得ることを証明した。 300万人以上の科学者がこれを使い、研究を加速させ、多くのプロジェクトが前進し、生物学の流れを変えた。 2024年のAlphaFold 3も論文を発表し、コードのオープン化には議論もあったが、最終的には学術界に公開された。 しかし、IsoDDEはこの伝統を破った。 27ページの技術報告には、モデルの構造や訓練方法の詳細はほとんど記されていない。 Natureの報道の副題はこうだ：科学者たちは「どうやって同じ結果を実現したのか推測するしかない」。 JaderbergはNatureに対し、「この報告書が他のチームを刺激することを願っている」と語ったが、 AlQuraishiの反応は、学術界の本音をよく表している。「問題は、我々が詳細を何も知らないことだ」。 一部の人は、Isomorphic Labsが商業企業としてコア技術を守るのは当然だと考える。それは確かに正しい。 しかし、問い直すべきは、AIの科学分野における能力がますます強化され、少数の企業に集中していく中で、これらの能力の公開度を誰が決めるのかということだ。 Isomorphic Labsはすでに6億ドルの資金調達を済ませ、Eli LillyやNovartisと潜在的に300億ドル近い契約を結び、17の薬物パイプラインを運営している。 Hassabisは今年1月、ダボス会議で「最初のAI設計薬物は2026年末までに臨床試験に入る」と述べた。 この企業は、研究機関から商業企業へと変貌を遂げつつある。 武田薬品の計算構造生物学者Diego del Alamoは、もう一つの微妙な点を指摘した。IsoDDEはこれまで、多くの製薬企業と協力し、膨大な私有実験データを獲得してきた可能性が高い。 これらの追加データがIsoDDEの性能にどれほど寄与しているのか、外部にはわからない。 もしコアの優位性がアルゴリズムの革新ではなく、データの壁によるものなら、「刺激」も単なるポーズに過ぎない。 **オープンソース側は負けていない** クローズド化は不安を呼ぶ一方で、競争も激化させている。 Boltz-2の共同開発者であり、非営利団体Boltzの創設者Gabriele Corsoは明確にこう述べている：彼は、私有データが決定的な要因とは考えていない。公開データの中にも、まだ多くの改良余地があると。 IsoDDEは、新たな性能の基準を設定した。「追いつき、追い越すことは十分に可能だ」。 もう一つの企業Deep Originは、より積極的に動いている。IsoDDEのリリース翌日に声明を出し、自社のDODockエンジンが2025年8月には同じ基準のテストで同等の性能に達していたと主張している——全く異なる技術路線を用いて。 オープンソースコミュニティもこの2年で活発化している。AlphaFold 3の後、多くのチームがそれに近い、あるいは一部超えるオープンソースモデルを開発している。Boltz-1/2、Chai-1、Protenixなどだ。 AI製薬分野は、言語モデルの台頭と同じシナリオを繰り返している：一つの企業が驚くべきクローズド成果を示し、オープンソースコミュニティが追随し、世代間の差が縮まり、追いつくことが可能になっている。 しかし、ここには重要な違いがある。 言語モデルの訓練データはインターネットのテキスト——ほぼ無限の公共資源だ。 一方、AI製薬の訓練データ、特に高品質なタンパク質と薬物の実験データは、多くが製薬企業の手中にある。 もしクローズドモデルの優位性が私有データに基づくなら、オープン追随は遥かに難しくなる。 **扉が閉じられる** この動きは、薬物開発の枠を超えた影響をもたらす可能性がある。 過去数年、「AIのオープン化が科学の進歩を促す」というのは広く受け入れられた見解だった。AlphaFoldは、その最も強力な証拠だ。 誰かが、巨大企業のAI研究は誰のためのものかと疑問を投げかけるたびに、AlphaFoldは最良の答えだった——「世界中の300万人の科学者が無料で使っている」。 しかし今、AlphaFoldの直系の後継がクローズドになることで、この物語に亀裂が入り始めている。 **それは、次のような未来の可能性を示唆している：** **AIが基礎科学の最も強力なツールから、公共財から商業資産へと変わりつつある；** **突破的な成果は、ピアレビュー論文ではなく技術報告の形で発表される；** 学術界は結果を見ることはできても、その方法論は永遠に見えない。 Hassabisはかつて、「AIを科学に応用することは、言語モデル以上に豊かな事業だ」と語った。これは間違いではない。しかし、その豊かさは、開放性に前提している。 最強の科学用AIが有料顧客だけに開かれると、科学共同体の大多数は、ただ外から眺めるしかなくなる。 AlphaFoldのノーベル賞の銘板に刻まれた理想は、「知識をすべての人に」というものだった。IsoDDEの技術報告に記されたのは、より強力な未来だ。 その差は、この時代がどのような選択をしているかの証左である。
GoogleがAI薬物設計エンジンIsoDDEを発表：「AlphaFold 4」と称賛され、前世代を凌駕する性能を持つが、もはやオープンソースではない
谷歌傘下のDeepMindのCEOであるDemis Hassabisが率いるIsomorphic Labsは、Natureに「AlphaFold 4」と称される新世代のAI薬物設計エンジンIsoDDEを発表した。
従来のモデルを圧倒的に凌駕しながらも、完全にクローズドソースを選択した。AIが科学に恩恵をもたらす黄金時代の扉は、今閉じようとしている。
2024年、Demis HassabisはAlphaFoldによってノーベル賞の舞台に立つ。
このタンパク質の三次元構造を予測するAIモデルは、190以上の国と300万人以上の研究者に利用され、AIが人類全体に恩恵をもたらす模範例と称されている。
ノーベル委員会が賞賛したのは、単なるアルゴリズムではなく、最先端の科学ツールを無料で誰にでも提供する精神性だ。
16か月後、AlphaFoldの後継者が登場した。
2月10日、Hassabisが創設したAI製薬企業Isomorphic Labsは27ページの技術報告を公開し、IsoDDEと呼ばれる薬物設計エンジンの性能を示した。これはAlphaFold 3を圧倒し、コロンビア大学の計算生物学者Mohammed AlQuraishiは「AlphaFold 4級の大きな進歩」と評価している。
しかし今回は、コードは公開されず、論文も発表されず、方法も共有されない。
Isomorphic Labsの社長Max JaderbergはNatureに対し、「秘伝のレシピを公開するつもりはない」と率直に語った。
AlphaFoldのオープンソース伝説は、3世代目で終わる可能性が高い。
能力は確かに驚異的だ
まず、IsoDDEが何を成し遂げたのかを理解することが、後の議論の大きなポイントとなる。
ざっくり例えると：タンパク質を鍵のように想像し、薬物分子を鍵穴に例えると、AlphaFoldはその鍵穴の形状を見せてくれる。
しかし、それだけでは不十分だ——鍵が差し込まれて回るか、きつくはまるか、さらには鍵穴に隠された別の穴があるかどうかも知る必要がある。
IsoDDEは、これらのより難しい問いに答える。
それは、構造予測、結合強度計算、隠れた結合部位の発見などを統合した、一本のエンジンだ。
数字は直感的に理解を助ける。
「Runs N’ Poses」という新蛋白構造の未見のデータを処理できるAIの能力を試すテストで（基準）、訓練データとの類似度が0-20%と非常に低い最難関のケースにおいて、IsoDDEの成功率はAlphaFold 3の2倍以上だった。
60の最難関ケースのうち、17例はAlphaFold 3が全く失敗したのに対し、IsoDDEは正解した。
AlphaFold 3が失敗した例で、IsoDDEが正解
抗体が標的を認識する仕組みの予測においても、IsoDDEの高精度予測成功率はAlphaFold 3の2.3倍、別の主流オープンソースモデルBoltz-2の約20倍に達している。
最も驚きなのは、親和性予測——薬物分子と標的の結合の強さを判断する能力だ。
このタスクは従来、FEPと呼ばれる物理シミュレーション手法に依存し、計算コストが非常に高く、実験室での結晶構造データを必要とした。
IsoDDEは、複数の公開テストで、すべてのAI手法を凌駕し、FEPをも超えた。しかも、実験データを一切必要としない。
技術報告には、もう一つ特に印象的なケースも記されている。
cereblonというタンパク質について、科学者たちは15年間、1つの結合部位しかないと考えていた。ところが今年初め、新たな論文で2つ目の隠れた結合部位が実験的に発見された。
しかしIsoDDEは、そのタンパク質のアミノ酸配列だけを入力するだけで、2つの部位をすべて見つけ出した——15年も隠されていた部位も含めて。
実験室で同じことをするには、高価な結晶浸透実験と多大な時間が必要だが、IsoDDEは数秒で済む。
AlQuraishiは、「彼らの最も衝撃的な点は、まったく未知の分子体系においても高い汎化能力を示したことだ」と語り、「これは彼らが非常に革新的なことをやった証拠だ」と述べている。
クローズドソース：本当の不安材料
もしIsoDDEが普通の商用ソフトウェアであれば、クローズドにするのは当然のことだ。
問題は、その前身であるAlphaFoldが示した価値観と全く異なる点にある。
AlphaFold 2は2021年にオープンソース化され、論文もNatureに掲載され、予測結果は無料で世界中に公開された。
この出来事は、単なる技術以上の意味を持つ——最先端のAI研究が、巨大企業の資金援助のもとで、真に全人類の公共財となり得ることを証明した。
300万人以上の科学者がこれを使い、研究を加速させ、多くのプロジェクトが前進し、生物学の流れを変えた。
2024年のAlphaFold 3も論文を発表し、コードのオープン化には議論もあったが、最終的には学術界に公開された。
しかし、IsoDDEはこの伝統を破った。
27ページの技術報告には、モデルの構造や訓練方法の詳細はほとんど記されていない。
Natureの報道の副題はこうだ：科学者たちは「どうやって同じ結果を実現したのか推測するしかない」。
JaderbergはNatureに対し、「この報告書が他のチームを刺激することを願っている」と語ったが、
AlQuraishiの反応は、学術界の本音をよく表している。「問題は、我々が詳細を何も知らないことだ」。
一部の人は、Isomorphic Labsが商業企業としてコア技術を守るのは当然だと考える。それは確かに正しい。
しかし、問い直すべきは、AIの科学分野における能力がますます強化され、少数の企業に集中していく中で、これらの能力の公開度を誰が決めるのかということだ。
Isomorphic Labsはすでに6億ドルの資金調達を済ませ、Eli LillyやNovartisと潜在的に300億ドル近い契約を結び、17の薬物パイプラインを運営している。
Hassabisは今年1月、ダボス会議で「最初のAI設計薬物は2026年末までに臨床試験に入る」と述べた。
この企業は、研究機関から商業企業へと変貌を遂げつつある。
武田薬品の計算構造生物学者Diego del Alamoは、もう一つの微妙な点を指摘した。IsoDDEはこれまで、多くの製薬企業と協力し、膨大な私有実験データを獲得してきた可能性が高い。
これらの追加データがIsoDDEの性能にどれほど寄与しているのか、外部にはわからない。
もしコアの優位性がアルゴリズムの革新ではなく、データの壁によるものなら、「刺激」も単なるポーズに過ぎない。
オープンソース側は負けていない
クローズド化は不安を呼ぶ一方で、競争も激化させている。
Boltz-2の共同開発者であり、非営利団体Boltzの創設者Gabriele Corsoは明確にこう述べている：彼は、私有データが決定的な要因とは考えていない。公開データの中にも、まだ多くの改良余地があると。
IsoDDEは、新たな性能の基準を設定した。「追いつき、追い越すことは十分に可能だ」。
もう一つの企業Deep Originは、より積極的に動いている。IsoDDEのリリース翌日に声明を出し、自社のDODockエンジンが2025年8月には同じ基準のテストで同等の性能に達していたと主張している——全く異なる技術路線を用いて。
オープンソースコミュニティもこの2年で活発化している。AlphaFold 3の後、多くのチームがそれに近い、あるいは一部超えるオープンソースモデルを開発している。Boltz-1/2、Chai-1、Protenixなどだ。
AI製薬分野は、言語モデルの台頭と同じシナリオを繰り返している：一つの企業が驚くべきクローズド成果を示し、オープンソースコミュニティが追随し、世代間の差が縮まり、追いつくことが可能になっている。
しかし、ここには重要な違いがある。
言語モデルの訓練データはインターネットのテキスト——ほぼ無限の公共資源だ。
一方、AI製薬の訓練データ、特に高品質なタンパク質と薬物の実験データは、多くが製薬企業の手中にある。
もしクローズドモデルの優位性が私有データに基づくなら、オープン追随は遥かに難しくなる。
扉が閉じられる
この動きは、薬物開発の枠を超えた影響をもたらす可能性がある。
過去数年、「AIのオープン化が科学の進歩を促す」というのは広く受け入れられた見解だった。AlphaFoldは、その最も強力な証拠だ。
誰かが、巨大企業のAI研究は誰のためのものかと疑問を投げかけるたびに、AlphaFoldは最良の答えだった——「世界中の300万人の科学者が無料で使っている」。
しかし今、AlphaFoldの直系の後継がクローズドになることで、この物語に亀裂が入り始めている。
それは、次のような未来の可能性を示唆している：
AIが基礎科学の最も強力なツールから、公共財から商業資産へと変わりつつある；
突破的な成果は、ピアレビュー論文ではなく技術報告の形で発表される；
学術界は結果を見ることはできても、その方法論は永遠に見えない。
Hassabisはかつて、「AIを科学に応用することは、言語モデル以上に豊かな事業だ」と語った。これは間違いではない。しかし、その豊かさは、開放性に前提している。
最強の科学用AIが有料顧客だけに開かれると、科学共同体の大多数は、ただ外から眺めるしかなくなる。
AlphaFoldのノーベル賞の銘板に刻まれた理想は、「知識をすべての人に」というものだった。IsoDDEの技術報告に記されたのは、より強力な未来だ。
その差は、この時代がどのような選択をしているかの証左である。