こんにちは、AIニュースアプリ Morning AI 開発者の矢野哲平です。この記事ではAWSが発表した創薬向けAIサービス「Amazon Bio Discovery」について触れます。
AWS launches Amazon Bio Discovery to accelerate AI-powered research in life sciences - About Amazon
Amazon Bio Discoveryとは
2026年4月14日、AWSが発表した生命科学向けのAI駆動アプリケーションです。科学者が医薬品候補の分子を生成・評価するためのプラットフォームで、生物学的基盤モデル（bioFMs）のカタログにアクセスできます。
ポイントは「創薬の初期段階をAIで大幅に短縮する」という点です。
4つの主要機能
Amazon Bio Discoveryは大きく4つの機能で構成されています。
1つ目はAIモデルカタログ。ApherisやBoltzなどのオープンソース・商用モデルにアクセスでき、BiohubやProfluentも近日対応予定です。抗体ベンチマークデータセットも用意されているので、モデルの比較検討がしやすい設計です。
2つ目はAIエージェント。自然言語で実験ワークフロー（「レシピ」と呼ばれています）を作成できます。モデルの選択や入力の最適化、候補の評価もエージェントが支援してくれるので、MLの専門知識がなくても使えるのは大きいかなと思います。
3つ目はカスタム機械学習。自社の実験データでモデルをファインチューニングできます。コード不要で、機関内データの隔離も保証されています。
4つ目は統合型ラボパートナー。Twist BioscienceやGinkgo Bioworksと連携し（A-Alpha Bioも近日対応予定）、候補物質の物理合成・検査まで一気通貫で対応できます。AI上で設計した分子を実際のラボで検証し、結果が自動フィードバックされる仕組みです。
従来の創薬プロセスとの比較
Memorial Sloan Kettering Cancer Centerとの共同研究の事例が印象的です。
| 項目 | 従来手法 | Bio Discovery |
|---|---|---|
| 抗体設計にかかる期間 | 最大1年 | 数週間 |
| 設計された抗体分子数 | - | 約300,000個 |
| 検査用候補数 | - | 100,000個 |
研究者のNai-Kong Cheung医学博士は「患者は時計を持ってここに来る。より早い結果が必要だ」とコメントしています。年単位のプロセスが週単位になるインパクトは、創薬の分野では非常に大きいです。
早期採用企業
すでに複数の大手機関が早期採用しています。
- Bayer
- Broad Institute
- Fred Hutch Cancer Center
- Voyager Therapeutics
AWSによると、世界の製薬大手上位20社のうち19社がAWSを利用しているとのこと。
既存のAWSインフラ上で動くため、医療規制対応のセキュリティ・プライバシー基盤をそのまま活用できるのは導入障壁を下げる要因になりそうです。
ちなみに無料トライアルも提供されています。
創薬AIの本命になるか
Amazon Bio Discoveryの特徴は、モデルカタログ・エージェント・ファインチューニング・ラボ連携を1つのプラットフォームに統合している点です。創薬AIツールは他にも存在しますが、AWSの既存インフラとの統合やラボパートナーとの連携まで含めたエンドツーエンドの設計は差別化ポイントになると思います。
個人的には、AIエージェントが自然言語で実験設計を支援する部分に注目しています。創薬研究者がML専門家に依存せず自律的にAIを活用できるようになれば、研究のボトルネックが1つ減ることになります。