AI抗体設計、最大規模の盲検ベンチマークで実証されたのは「1つの課題」だった

AIによる抗体設計は、実験で検証された高親和性の候補を生み出せるのか――。この問いに対する初の大規模な盲検前向きベンチマークは、明快な勝敗ではなく、課題ごとに結果が分かれるという結論を示した。

最も鮮明な成功例は、Aureka Biotechnologiesの抗体だった。同社のモデルが設計したSARS-CoV-2受容体結合ドメイン（RBD）抗体は、94.7 pM（ピコモーラー）の親和性を記録した。これは親抗体に比べて約2,000倍の改善にあたり、従来の実験的な成熟過程で得られた最良クローンと統計的に同等だった。16

ただし、Aurekaがベンチマーク全体を制したわけではない。AI抗体設計は、抗体を改良する課題では強さを見せた一方、配列の順位付けや既存ライブラリー外の設計では、手法ごとのばらつきが大きかった。

AIntibody Challengeは何を試したのか

今回のCASP型AIntibody Challengeは、AIモデルが出した予測スコアではなく、実際に実験で機能する抗体をどれだけ設計できるかを測るために行われた。CASPはタンパク質構造予測の分野で知られる、予測と実験結果を独立に比較する方式だ。

29組織が合計511本の抗体配列を提出し、各参加者が自ら結果を検証するのではなく、標準化された独立の実験施設で評価された。12

対象は、SARS-CoV-2スパイクタンパク質のRBDに結合する抗体。設計課題は次の3つだった。1

1. コンピューター上での親和性成熟：提示された親抗体を改良する。
2. 親和性の順位付け：3つの制約付きHCDR3配列クラスターの中から、最も強く結合する配列を選ぶ。
3. ライブラリー外設計：提供された実験ライブラリーの外側にあるCDR配列を新たに設計、または最適化する。

結合性は、表面プラズモン共鳴（SPR）と、別の測定法であるKinExAによって確認された。さらに、強い結合だけでは見落としやすい抗体の扱いやすさ、つまり「開発可能性（developability）」も5種類の試験で調べられた。1

Aurekaの94.7 pM抗体が示したこと

Aurekaの最大の成果は、親和性成熟の課題で生まれた。同社の勝利配列は論文中ではAuraBindと記載され、Aurekaの設計プラットフォームAuraIDEによるものと関連付けられている。測定された親和性は94.7 pMで、親抗体の約2,000倍だった。146

比較対象となったのは、約3カ月にわたるファージ成熟実験で作られた最良クローンだ。その親和性は113 pMだった。数値だけを見れば94.7 pMのAureka抗体の方が強いが、両者の差は統計的に決定的とはいえない。したがって最も慎重な表現は、AI設計がこの試験で従来の最良実験結果に匹敵した、というものになる。16

成果は1本の目立つ配列だけにとどまらなかった。Aurekaは、親和性が10 nM未満で、かつチャレンジの開発可能性基準にも合格した抗体を6本設計した。親和性成熟の結果では、同社の提出配列が1位、2位、5位に入った。1

勝利配列は既存クローンの再発見ではない

今回の配列は、実験で選ばれた既存クローンを単に再現したものではなかった。研究概要によれば、提示された選抜データから推定した置換や変異パターンを組み合わせた設計であり、構造情報を取り入れた親和性モデルが1万個の生成候補から選び出した。1

AuraIDEは、構造モデリングに加え、実験データから学習した「好まれやすさ」に基づく適応度予測器も利用した。各配列の最終的な結合定数を直接当てるのではなく、実験でどれだけ濃縮されたかという相対的な情報を学習し、追加実験に回す候補の順位付けに適した設計になっている。1

抗体創薬で重要なのは、すべての配列の最終的な親和性を小数点以下まで予測することではない。限られた本数の候補を実験すれば、強く、かつ薬剤候補として扱いやすい抗体に行き着く確率を高められるかどうかだ。

Aurekaが勝ったのは1つの課題

Aurekaは課題1では明確な勝者だった。しかし、3つの課題すべてで優位に立ったわけではない。クラスター内の順位付けでは、27FをUCSD／Scripps、28FをWashU／Xencor、47FをWashUがそれぞれリードした。ライブラリー外設計ではXencorが勝った。1

課題をまたいだ分析でも、結果を開示したすべてのグループについて、少なくとも1つの課題では最良の結果が首位グループから大きく離れていた。1

ここが今回のベンチマークの核心だ。AIによる抗体設計は、ひとつの均質な能力ではない。標的に関する豊富なデータを使って既知の抗体を改良するのが得意なシステムでも、配列クラスターから候補を順位付けしたり、既存ライブラリーの外側で設計したりする場面では信頼性が下がる可能性がある。

研究室をなくすのではなく、実験の回数を減らす

実用面で最も大きな意味を持つのは、抗体のリード最適化だろう。十分な標的固有データがある状況なら、抗体ライブラリーの構築、ディスプレイ選抜、クローン発現、スクリーニングというサイクルを、AIで短縮できる可能性がある。課題1では、提出配列の約13％が親抗体に対して少なくとも20倍の親和性改善を達成した。ただし、参加者による成績の差は大きかった。1

現実的な運用は、次のような「研究室を組み込んだAI（lab-in-the-loop）」になる。

• 実験で得た選抜データとシーケンスデータを候補生成に反映する
• モデルで、実験に回す配列を少数かつ多様な集合に絞り込む
• 盲検かつ標準化された条件で発現・測定する
• 親和性だけでなく、開発可能性も確認して候補を進める

最後の工程は欠かせない。今回も、非常に強い結合を示した設計の一部が、開発可能性試験の一つ以上に不合格となった。特に、ポリリアクティビティ（多反応性）に関わる試験で問題が見つかった例がある。94.7 pMという数字は印象的だが、結合の強さだけで医薬品候補になれるわけではない。1

最大の課題は「一般化」

今回の研究は、AI抗体設計に対する厳しい前向き試験だった。一方で、AIが成功しやすい条件がそろった環境でもあった。対象は十分に研究された1種類の抗原で、深いシーケンス解析と親和性データが大量に存在した。特に課題2と課題3では、通常の創薬キャンペーンなら同じ段階で入手できない可能性がある親和性情報も使われた。1

その制約は結果にも表れている。HCDR3クラスターのデータセットでは、1つを除くすべてのモデルが高親和性クローンの予測で低い成績、またはランダム選択を下回る成績だった。ライブラリー外設計の結果も大きく変動した。12

つまり今回の研究は、未知の抗原、データの少ない標的、異なる抗体フォーマット、あるいは治療薬開発に必要な複数の性質を含む状況でも、AIが同じ成果を出せることを証明したわけではない。示されたのは、条件が明確で、生物学的な裏付けのある領域では、一部のシステムが極めて高い性能を発揮できるということだ。

Aurekaにとっての意味

Aurekaにとって、このベンチマークは、社内モデルのスコアではなく、独立した実験結果に結び付いた検証として大きな価値を持つ。同社は2026年8月に1億ドルのシリーズBを完了し、累計調達額は約2億ドルに達したと報じられている。最初のトランシェはGranite Asiaが単独で出資し、後続トランシェは戦略的投資家が主導した。1821

同社はまた、複数の多国籍製薬企業と、事業開発やNewCo型の協業を進めていると説明している。4新たな資金とこうした提携は、モデルが設計した抗体を実際の創薬プログラムへ移すための資源や経路になり得る。418

ただし、今回のベンチマークは臨床的な有効性の検証ではない。Aurekaのプラットフォームが将来、医薬品を成功させることや、従来型の抗体探索手法を広く上回ることを証明したものでもない。現時点で支持される、より限定的で実用的な結論はこうだ。AurekaのAI支援ワークフローは、データが豊富な特定の親和性最適化課題において、高い親和性と開発可能性を備えた抗体候補を生み出せる。一方、異なる標的や探索条件をまたいだ再現性については、さらなる盲検試験が必要である。