[イーデイリーHong Ju-yeon 記者] 人工知能（AI）の発展が、新薬開発の順序を変えつつあります。これまでは人間が論文を読み、仮説を立てていましたが、今ではAIがまず数十万編の論文を読み、数百の仮説を提示した後、人間がその中から有用なものを選べばよいのです。さらに一歩進んで、AIが実験プロトコルを設計し、ロボットが直接物質を合成する段階まで視野に入ってきています。 グーグル・ディープマインドやエヌビディアといったビッグテック企業が、こぞって「AIサイエンティスト（AI Scientist）」市場に参入した理由がここにあります。
韓国では、バイオネクサスが「AIベースのバイオデータインテリジェンスおよび科学者エージェントによる新薬開発プラットフォーム」を前面に掲げ、この競争に参入しました。 バイオネクサスのキム・テヒョン代表は、イーデイリーの製薬・バイオプレミアムコンテンツ「ファームイーデイリー」とのインタビューで、「AIによる新薬開発は、もはや候補物質の導出速度を高めるレベルを超え、文献検索・オミクスデータ分析・仮説生成・実験設計・事業開発（BD）戦略までを結びつける方向へと進んでいます」と述べました。
バイオネクサスのキム・テヒョン代表（画像＝バイオネクサス）
20年間データに没頭してきた彼が、2024年11月に起業に踏み切ったのは、バランスが崩れたと判断したからです。 2000年代初頭までは、バイオデータの価格そのものが参入障壁となっていましたが、技術の発展により生産コストは急激に低下しました。一方で、そのデータを読み解く人材の能力は、依然として横ばいでした。キム代表は、「創業当時、バイオ分野のデータは爆発的に増加しましたが、研究者がそのデータを解釈するための時間やツールはまだ開発されていませんでした」とし、「生成AIがついにそのギャップを埋められる水準に達したと判断し、創業しました」と説明しました。
バイオネクサスは、そのギャップを埋める「AI研究パートナー」を開発・運営しています。科学者の思考様式を模倣するコアエンジン「ネクサスサイエンス（NexusScience）」を中心に、カスタマイズ可能な研究検索ツール「ネクサスRAG（NexusRAG）」、マルチエージェントベースの共同研究プラットフォーム「ネクサス・コ・サイエンティスト（Nexus Co-Scientist）」、 創薬・ターゲット分析プラットフォーム「ネクサス・ドラッグラボ（NexusDrugLab）」などで構成されています。韓国型バイオ特化言語モデル「K-BioLLM-30B」も、年内の公開を目指して開発中です。
Nexus Co-Scientistは、疾患や研究テーマ別に数十万編の論文を学習した後、生成・検討・ランキングなどそれぞれの役割を担うAIエージェントが協業して仮説を導き出し、データ分析や実験設計まで提案します。 一例として、GLP-1類似物質の作用機序を確認しようとする場合、従来の検索は「GLP-1」というキーワードにとどまりますが、AIエージェントは肥満・糖尿病・脂肪組織に関連する単一細胞（single cell）データまで文脈を拡張して検索し、公開データをダウンロードして分析・要約まで完了させます。キム代表は、「以前は6ヶ月以上かかっていた作業が、半日以内に可能になるということです」と述べました。
物質探索を担当するネクサス・ドラッグ・ラボは、構造を分析して治療標的として適しているかを判断し、当該物質が細胞内でどのように発現し、作用するかを予測します。実験回数そのものを減らすように設計されています。同氏は、「AIを活用すれば、1000件の実験が必要なところを100件に減らし、検証を最小限に抑えることができます」と説明しました。 人間の研究者が1週間に1つの仮説を立てるのに対し、AIは1日に数百個を生み出す計算になります。
バイオネクサスは現在、慶尚北道青松郡にある「AI抗加齢研究所」と自律実験室の検証を準備しています。AIが仮説および実験プロトコルを作成し、タンパク質合成まで行う仕組みです。ペプチド・抗体の製造から、化合物・ペプチドの細胞反応実験までを自動化することを目標としており、装置の設定計画も立てています。 AIが配列を最適化して数百通りの組み合わせを設計すると、実験室が合成・測定を行い、AIが結果を再び解釈して次の設計を提案します。キム代表は、「AIを活用して、文献検索、データ分析、仮説生成、実験、結果の解釈がすべて可能な仕組みを構築する」とし、「1～2年かかっていたプロセスを1～2ヶ月に短縮し、長期的には前臨床段階まで自動化するのを目標としています」と述べました。
実験室が必要な理由は、スピードだけではありません。同氏は、AIがまだ玉石混交のデータを判別できない原因を、学習データに見出しています。これまでAIは、論文として発表された成功した実験データのみで学習してきました。キム代表は、「実験室を整備すれば、失敗データも学習できる」とし、「現在は人が介入して選別していますが、失敗データを学習すれば、AIは専門家のように賢くなれる」と説明しました。 現在、AIが提示する数百～数千の仮説のうち、専門家が有効と認めるものは10％程度ですが、失敗データを学習すれば、この割合を大幅に高めることができます。
バイオネクサスが描く最終的なビジョンは、デジタルツインです。同社は80億ウォン規模の国家プロジェクトである「バーチャルセル（virtual cell）」プロジェクトを遂行しています。細胞ごとに薬剤反応が異なるという前提のもと、単一細胞シーケンシングデータを蓄積し、実際に薬剤を投与しなくても、投与した場合と同じ結果を予測する仮想細胞を作成する作業です。 数十種類の細胞株（cell line）のデータを作成・蓄積することが、当面の課題です。実験を行わなくても実験結果が分かる段階まで到達することを目指しています。
成果も出てきています。バイオネクサスは、疾病管理庁、国立保健研究院、韓国生命情報センター（KOBIC）、韓国生命工学研究院（KRIBB）などと、大規模言語モデル（LLM）に基づくデータキュレーション、希少疾患の変異解析、バイオビッグデータプラットフォームの構築事業を受注しました。アップステージ、リベリオンとは、「NPUベースの韓国語バイオAI研究プラットフォーム」の開発に乗り出します。
政府のプロジェクトを通じて年間20億ウォン規模の資金が流入しており、AIバイオ技術の導入を希望する機関を対象としたプロジェクトでも、今年は20億～30億ウォンの売上高が見込まれています。 純利益率は30～40％に達し、政府のプロジェクトを通じてGPUの支援まで受けていることから、事業基盤は堅固であると説明されています。同社は最近、10億ウォン規模のシード投資をクローズし、下半期にはシリーズAの資金調達に乗り出す計画です。その後、毎年3倍程度の成長を続け、2030年には売上高1000億ウォン、営業利益300億ウォン以上を達成するという構想です。同年の上場も目標としています。
キム代表は、究極の目標はAIを活用した「大衆科学」の実現であると明らかにしました。そのために、現在は研究所で主に使用されているバイオネクサスのソリューションを、個人が利用できるようアクセシビリティを高めているところです。 キム代表は、「AIと協業すれば、従来は1年以上の時間を要していた論文作成も、1週間で可能になりました」とし、「3年以内に、修士・博士号を取得しなくても、誰でも研究者처럼働ける時代が到来し、高校生でも新薬を開発し、論文を書く時代が開かれるでしょう」と述べました。
（画像＝AI生成）
韓国では、バイオネクサスが「AIベースのバイオデータインテリジェンスおよび科学者エージェントによる新薬開発プラットフォーム」を前面に掲げ、この競争に参入しました。 バイオネクサスのキム・テヒョン代表は、イーデイリーの製薬・バイオプレミアムコンテンツ「ファームイーデイリー」とのインタビューで、「AIによる新薬開発は、もはや候補物質の導出速度を高めるレベルを超え、文献検索・オミクスデータ分析・仮説生成・実験設計・事業開発（BD）戦略までを結びつける方向へと進んでいます」と述べました。
週に1つの仮説 → 1日に数百個キム・テヒョン代表は、韓国におけるバイオインフォマティクス（生物情報学）の第一世代の一人として挙げられています。バイオインフォマティクスとは、生物学的な問題を応用数学・統計学・コンピュータサイエンス・AIを用いて扱う学問であり、特にゲノム・トランスクリプトームなどの分子レベルのデータを分析・解釈する分野です。同氏はテラジェンバイオの本部長を歴任し、韓国人初となるゲノムマップおよびクジラのゲノムマップ開発プロジェクトにも参加しました。
20年間データに没頭してきた彼が、2024年11月に起業に踏み切ったのは、バランスが崩れたと判断したからです。 2000年代初頭までは、バイオデータの価格そのものが参入障壁となっていましたが、技術の発展により生産コストは急激に低下しました。一方で、そのデータを読み解く人材の能力は、依然として横ばいでした。キム代表は、「創業当時、バイオ分野のデータは爆発的に増加しましたが、研究者がそのデータを解釈するための時間やツールはまだ開発されていませんでした」とし、「生成AIがついにそのギャップを埋められる水準に達したと判断し、創業しました」と説明しました。
バイオネクサスは、そのギャップを埋める「AI研究パートナー」を開発・運営しています。科学者の思考様式を模倣するコアエンジン「ネクサスサイエンス（NexusScience）」を中心に、カスタマイズ可能な研究検索ツール「ネクサスRAG（NexusRAG）」、マルチエージェントベースの共同研究プラットフォーム「ネクサス・コ・サイエンティスト（Nexus Co-Scientist）」、 創薬・ターゲット分析プラットフォーム「ネクサス・ドラッグラボ（NexusDrugLab）」などで構成されています。韓国型バイオ特化言語モデル「K-BioLLM-30B」も、年内の公開を目指して開発中です。
Nexus Co-Scientistは、疾患や研究テーマ別に数十万編の論文を学習した後、生成・検討・ランキングなどそれぞれの役割を担うAIエージェントが協業して仮説を導き出し、データ分析や実験設計まで提案します。 一例として、GLP-1類似物質の作用機序を確認しようとする場合、従来の検索は「GLP-1」というキーワードにとどまりますが、AIエージェントは肥満・糖尿病・脂肪組織に関連する単一細胞（single cell）データまで文脈を拡張して検索し、公開データをダウンロードして分析・要約まで完了させます。キム代表は、「以前は6ヶ月以上かかっていた作業が、半日以内に可能になるということです」と述べました。
物質探索を担当するネクサス・ドラッグ・ラボは、構造を分析して治療標的として適しているかを判断し、当該物質が細胞内でどのように発現し、作用するかを予測します。実験回数そのものを減らすように設計されています。同氏は、「AIを活用すれば、1000件の実験が必要なところを100件に減らし、検証を最小限に抑えることができます」と説明しました。 人間の研究者が1週間に1つの仮説を立てるのに対し、AIは1日に数百個を生み出す計算になります。
次の関門は実験…「最大2年かかっていた期間を、最短1ヶ月に短縮」キム代表は、
次のステップとしてAIを活用した「実験」を挙げました。キム代表は、「AIを活用すれば仮説は素早く導き出され、データ分析も1～2日で可能ですが、問題は検証です」と述べ、自律化実験室を通じて効率を高めていくと明らかにしました。
バイオネクサスは現在、慶尚北道青松郡にある「AI抗加齢研究所」と自律実験室の検証を準備しています。AIが仮説および実験プロトコルを作成し、タンパク質合成まで行う仕組みです。ペプチド・抗体の製造から、化合物・ペプチドの細胞反応実験までを自動化することを目標としており、装置の設定計画も立てています。 AIが配列を最適化して数百通りの組み合わせを設計すると、実験室が合成・測定を行い、AIが結果を再び解釈して次の設計を提案します。キム代表は、「AIを活用して、文献検索、データ分析、仮説生成、実験、結果の解釈がすべて可能な仕組みを構築する」とし、「1～2年かかっていたプロセスを1～2ヶ月に短縮し、長期的には前臨床段階まで自動化するのを目標としています」と述べました。
実験室が必要な理由は、スピードだけではありません。同氏は、AIがまだ玉石混交のデータを判別できない原因を、学習データに見出しています。これまでAIは、論文として発表された成功した実験データのみで学習してきました。キム代表は、「実験室を整備すれば、失敗データも学習できる」とし、「現在は人が介入して選別していますが、失敗データを学習すれば、AIは専門家のように賢くなれる」と説明しました。 現在、AIが提示する数百～数千の仮説のうち、専門家が有効と認めるものは10％程度ですが、失敗データを学習すれば、この割合を大幅に高めることができます。
バイオネクサスが描く最終的なビジョンは、デジタルツインです。同社は80億ウォン規模の国家プロジェクトである「バーチャルセル（virtual cell）」プロジェクトを遂行しています。細胞ごとに薬剤反応が異なるという前提のもと、単一細胞シーケンシングデータを蓄積し、実際に薬剤を投与しなくても、投与した場合と同じ結果を予測する仮想細胞を作成する作業です。 数十種類の細胞株（cell line）のデータを作成・蓄積することが、当面の課題です。実験を行わなくても実験結果が分かる段階まで到達することを目指しています。
ビジネスモデルはプラットフォームと物質…2030年のIPOを目標にバイオネクサスのビジネス
モデルは二本柱です。研究者にプラットフォームを提供する事業と、プラットフォームから導き出された物質資産（アセット）を直接開発する事業を並行して進めています。 共同研究契約は半期ごとに10件前後締結されており、100億ウォン以上の規模を持つ大型研究団も含まれています。契約時に導き出された物質資産は、分け合う仕組みとなっています。韓国基礎科学支援研究院（KBSI）、韓国海洋科学技術院（KIOST）などとは、AIによる仮説はバイオネクサスが、実験費用は協力機関が負担し、特許は共同所有するという方式の協定を締結しました。
成果も出てきています。バイオネクサスは、疾病管理庁、国立保健研究院、韓国生命情報センター（KOBIC）、韓国生命工学研究院（KRIBB）などと、大規模言語モデル（LLM）に基づくデータキュレーション、希少疾患の変異解析、バイオビッグデータプラットフォームの構築事業を受注しました。アップステージ、リベリオンとは、「NPUベースの韓国語バイオAI研究プラットフォーム」の開発に乗り出します。
政府のプロジェクトを通じて年間20億ウォン規模の資金が流入しており、AIバイオ技術の導入を希望する機関を対象としたプロジェクトでも、今年は20億～30億ウォンの売上高が見込まれています。 純利益率は30～40％に達し、政府のプロジェクトを通じてGPUの支援まで受けていることから、事業基盤は堅固であると説明されています。同社は最近、10億ウォン規模のシード投資をクローズし、下半期にはシリーズAの資金調達に乗り出す計画です。その後、毎年3倍程度の成長を続け、2030年には売上高1000億ウォン、営業利益300億ウォン以上を達成するという構想です。同年の上場も目標としています。
キム代表は、究極の目標はAIを活用した「大衆科学」の実現であると明らかにしました。そのために、現在は研究所で主に使用されているバイオネクサスのソリューションを、個人が利用できるようアクセシビリティを高めているところです。 キム代表は、「AIと協業すれば、従来は1年以上の時間を要していた論文作成も、1週間で可能になりました」とし、「3年以内に、修士・博士号を取得しなくても、誰でも研究者처럼働ける時代が到来し、高校生でも新薬を開発し、論文を書く時代が開かれるでしょう」と述べました。
