AI創薬｜第I相臨床試験で成功率80-90%を達成した手法と課題

2026年9月27日

World Health Expo 国際

概要

AIによって発見された創薬候補化合物が、第I相臨床試験において80-90%という高い成功率を達成し、従来の業界平均を大幅に上回る結果を示しました。AIはターゲット同定、タンパク質構造予測、新規分子構造設計を可能にする生成モデルを活用し、創薬プロセスを加速しています。この技術革新は、新薬開発の時間とコストを劇的に削減し、より多くの患者に革新的な治療法を届ける可能性を秘めています。ただし、デジタル予測は最終的に厳格な実験室およびヒトでの臨床検証と組み合わせる必要があります。

詳細

主要成果：AI創薬の臨床成功率が大幅向上

人工知能（AI）を活用して発見された創薬候補化合物が、第I相臨床試験において80%から90%という驚異的な成功率を達成しました。これは、既存の創薬手法における第I相試験の業界平均成功率を大幅に上回るものであり、新薬開発の効率化と成功確率の向上に画期的な進展をもたらすものです。

技術・臨床詳細：AIによる創薬プロセスと優位性

AIは創薬の複数の段階でその能力を発揮しています。具体的には、疾患関連ターゲットの迅速かつ正確な同定、AlphaFoldのようなツールを用いた高精度なタンパク質構造予測、そしてこれまでにない新規分子構造を設計する生成モデルの活用が挙げられます。これらの技術統合により、従来の膨大な試行錯誤を要するプロセスを劇的に短縮し、より有望な候補化合物を効率的に特定することが可能になりました。

ターゲット同定と検証: AIが大量の生物学的データから疾患メカニズムに深く関与する分子ターゲットを特定し、その薬物可能性を評価します。
分子設計と最適化: 生成AIモデルが、特定の薬剤様特性（薬効、安全性、吸収性、代謝安定性など）を持つ新規小分子構造を迅速に設計し、既存薬では到達できない化学空間を探索します。
成功率の向上: AIによる予測と最適化が、初期段階の候補化合物の品質を向上させ、後続の臨床試験での成功確率を高める要因となっています。80-90%の成功率は、従来の経験と実験に依存する創薬と比較して、リスクを大幅に低減します。

しかし、デジタルバイオロジーによる予測は強力であるものの、最終的な安全性と有効性の確認には、厳格な実験室でのウェットラボ検証とヒトを対象とした臨床試験が不可欠です。

背景・業界文脈：創薬のボトルネックとAIの登場

伝統的な創薬プロセスは、平均で10年から15年の期間と20億ドルを超えるコストを要すると言われ、成功確率も非常に低いという課題を抱えていました。特に、初期の創薬段階での「失敗のコスト」は大きく、多くの有望な化合物が臨床試験の後半で脱落します。AIの導入は、この創薬のボトルネックを解消し、より効率的でコスト効果の高い新薬開発モデルを構築する可能性として期待されています。AIは、複雑な生物学的データを高速で解析し、人間が見落としがちなパターンや関連性を見出すことで、創薬プロセスに革新をもたらしています。

今後の展望：デジタルバイオロジーと実証の融合

AI創薬の今後の展望としては、計算による予測能力と実験による実証のサイクルをさらに加速させることが重要です。AIモデルの精度向上、実世界データ（Real-World Data, RWD）との連携、そして多様な疾患領域への適用拡大が期待されます。最終的には、AIによって発見された薬剤候補が臨床現場で広く使用され、これまで治療法がなかった難病の患者に新たな希望をもたらすことが目標となるでしょう。AIとウェットラボ研究の密接な連携が、次世代の医薬品開発の鍵を握ると考えられます。

元記事: https://www.worldhealthexpo.com/insights/medical-laboratory/ai-in-drug-discovery

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録（週刊・技術動向レポート）

ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。