創薬に必要な化合物の合成という製薬業界最大のボトルネックの1つに取り組む"Onepot AI"がSeedで$13Mを調達

Onepot AIは、Fifty Yearsがリードし、Khosla Ventures、Speedinvest、OpenAI共同創業者のWojciech Zarembaなど著名なエンジェル投資家も参加したSeedで$13Mを調達した。

創薬に必要な化合物の合成という製薬業界最大のボトルネックの1つに取り組むOnepot AIは、AIを活用した合成ラボで人間の化学者が数ヶ月かけて行う作業をわずか数日で完了できる可能性があり、創薬のプロセス全体を加速することが期待されています。

Onepot AIは、製薬製造の分野で挑戦状を叩きつけました。共同創業者Daniil Boikoが「創薬における最良のアイデアは、しばしば生物学ではなく合成によって妨げられてきた」と語るように、業界で最も厄介な問題の解決を目指しています。

このフラストレーションは根深いものです。Carnegie Mellonで化学における機械学習を研究するPh.D.候補のBoikoは、有望な化合物が分子の合成の難しさから見送られるのを目の当たりにしました。「その化合物たちはテストされるチャンスさえ与えられなかったのです」と彼は述べました。一方、MITでコンピューターサイエンスを学んだ共同創業者Andrei Tyrinは、AIモデルが数時間で創薬アイデアを生み出せるのに、ラボ側が数ヶ月かかってしまうという同じボトルネックを計算側から見ていました。

彼らの解決策は、昔ながらの化学と最先端のAIの融合です。Onepotの低分子合成ラボPOT-1には、「Phil」というAI有機化学者が配備されており、実験データを分析してバイオテックおよび製薬企業向けの化合物合成を高速化します。プロセスはシンプルで、クライアントはOnepotの分子カタログを閲覧し、注文を出すと、数日以内に乾燥粉末や溶液として化合物が出荷されます。

しかし、興味深いのはその裏側です。BoikoとTyrinは、化学の仕組みをゼロから再構築しています。彼らは、大規模言語モデルエージェントに「分子レシピ」へのアクセスを提供してトレーニングを行い、温度、材料、反応条件など、合成プロセスのすべての詳細を記録しています。「どんな情報も失われないため、仮に10年後に誰かが再現しようとしても、再現が可能なのです」とTyrinは説明しました。

そのタイミングは絶妙です。現在の製薬会社は、高額な社内化学チームを構築するか、中国など海外の委託研究機関にアウトソースするのが一般的です。しかし、グローバルなサプライチェーンの脆弱性や米中間の貿易緊張の高まりを背景に、Boikoはチャンスを見出しました。「低分子合成は、アメリカ国内でゼロから再構築する必要がありました」と彼は語りました。

市場の可能性は非常に大きいです。現在、人間の化学者は生物活性の調査、体内動態の追跡、毒性レポートの分析などを試行錯誤で行い、1つの化合物を作るのに数ヶ月と数千ドルを要しています。「ここでの主な制約要因は、これらの化合物をテストすることではなく、そもそも作ることなのです」とTyrinは語りました。「我々は、これを数日単位にまで短縮することを目指しています」。

Onepotは、WuXi AppTecやEnamineといった既存の競合とサービス面で競合しますが、AIを中心としたアプローチで差別化を図っています。従来の手法がインターネット上の文献データに依存しているのに対し、彼らのエージェントは実際のラボ実験から仮説を生成し、かつて科学者たちが不可能だと考えていた「奇妙な」化学反応を解き明かす可能性があります。

今回の資金は、より多くの顧客に対応するためにSan Franciscoに第2のラボを建設し、チームの拡大や化合物探索エンジンの強化に充てられます。彼らのビジョンはさらに大きく、創薬のスピードを少なくとも2倍にし、製薬開発における設計の可能性を広げることです。

「単に創薬を高速化するだけでなく、薬や素材の設計空間そのものを拡張しているのです」とBoikoは語りました。「まだ発見されていない薬が、私たちに見つけてもらうのを待っているかもしれません」。

Onepot AIの登場は、AIによるラボ自動化が創薬分野で進行しているという、より広いトレンドを示しています。長年、製薬研究者を悩ませてきた合成のボトルネックを解消することで、この企業は従来は製造が困難だった新しいタイプの薬の開発を可能にするかもしれません。地政学的緊張により国内製造能力の強化が求められ、AIモデルがますます高度化する中、Onepotは複数の強力なトレンドの交差点に立っています。真の試練は、AI化学者Philが、数ヶ月ではなく数日での合成を、業界全体を変えるスケールで実現できるかどうかにかかっています。