Anthropicが21時間で新酵素を発見｜国内バイオ研究への実装条件

米Anthropic（アンスロピック）は2026年9月23日、自社ウェットラボでAIモデル「Claude」を使い、CRISPR類似の新酵素システム「ART」を発見したと発表しました。協和キリンなどの国内製薬各社が推進するAI創薬パイプラインにおいて、スクリーニング工程のマルチエージェント化を検討する契機となります。

バクテリオファージから新酵素系「ART」を特定したAnthropicの実験体制

Anthropicは2026年春に米国カリフォルニア州のサンフランシスコ・ベイエリアに独自の分子生物学実験室（ウェットラボ）を開設しました。2026年9月23日に公開されたプレプリントによると、同社は約950のClaudeエージェントを協調動作させ、バクテリオファージのDNA配列から新規の酵素システム候補を特定しました。

探索に要した時間はわずか21時間であり、消費された計算資源は2億1,000万トークンに達しました。従来のバイオインフォマティクスでは数カ月から数年を要していた候補配列のスクリーニング作業を、超並列推論によって1日足らずに圧縮しています。

探索フェーズ・指標	規模・数値	詳細内容
並列エージェント数	約950エージェント	Claudeのインスタンスをクラスタ化して並行投入
探索所要時間	21時間	データ解析から候補絞り込みまでの実稼働時間
消費トークン数	約2億1,000万トークン	逆転写酵素関連配列の文脈解析に消費
スキャン対象データ	20万件超の逆転写酵素	公共データベース上のファージゲノムを走査
抽出候補システム	約3,500件	生物学的機能を持つ可能性が高いクラスター
実験検証対象	20件	ヒトの実験者がウェットラボで物理検証を実施

この成果発表を受け、株式市場では既存の遺伝子編集技術を開発するバイオテック企業の株価が急落しました。2026年9月23日の米株式市場において、CRISPR Therapeutics（クリスパー・セラピューティクス）の終値は5.54%下落し、Beam Therapeutics（ビーム・セラピューティクス）は6.02%下落、Prime Medicine（プライム・メディシン）は11.58%の大幅安となりました。大手AI開発企業がウェットラボを直接保有し、創薬ターゲットの探索へ垂直統合を進める動きに対する市場の警戒感が浮き彫りとなっています。

参考記事: CRISPR-Cas9とは？ゲノム編集の仕組みから医療・農業への応用と2030年予測まで徹底解説

ソフトウェアから物理実験へ進出したAnthropicの垂直統合戦略

Anthropicが今回の発見に至るまでには、周到な事業買収と組織設計の布石がありました。同社は2026年4月、バイオテック系スタートアップのCoefficient Bio（コエフィシェント・バイオ）を約4億ドル相当の自社株式で買収しています。同月、ガバナンス機関であるLong-Term Benefit Trust（長期利益信託）の取締役に、スイス製薬大手ノバルティス（Novartis）の最高経営責任者（CEO）であるVas Narasimhan（バス・ナラシンハン）氏を招聘しました。

さらに2026年6月には実験支援ソフトウェア「Claude Science」を発表し、同年8月27日にはハワード・ヒューズ医学研究所ジャネリア研究キャンパス（HHMI Janelia）と共同で「Model Hardware Standard（MHS）」の研究プレビューを公開しました。MHSは、AIエージェントが顕微鏡や自動分注機などの物理実験機器を制御するための標準プロトコルです。

【Anthropicにおけるバイオ研究の垂直統合プロセス】

  [2026年4月]
    ・Coefficient Bioを約4億ドルで買収
    ・Novartis CEOのVas Narasimhan氏がTrust取締役に就任
        │
        ▼
  [2026年春〜6月]
    ・ベイエリアに物理ウェットラボを開設
    ・研究支援ソフトウェア「Claude Science」を発表
        │
        ▼
  [2026年8月]
    ・実験機器制御プロトコル「Model Hardware Standard (MHS)」公開
        │
        ▼
  [2026年9月]
    ・約950エージェントを投入し「ART」システムを発見
    ・BSL-1/2環境下で人間の研究者が物理検証を実施

Anthropicのライフサイエンス部門責任者を務めるEric Kauderer-Abrams（エリック・コードラー＝エイブラムス）氏は、実験の物理的検証は当面人間の科学者が担当し続けると言明しています。同社は2026年9月18日の報道陣向け取材に対し、ラボが米国バイオセーフティ基準のBSL-1およびBSL-2に準拠し、ヒト感染性病原体は取り扱わない方針を明らかにしました。

参考記事: Anthropic資金調達の衝撃とは？3500億ドル評価が示すAI開発の「資本独占」と産業構造変化

新酵素系「ART」の分子構造と実証プロトコルにおける技術的到達度

今回特定された酵素システムは「ART（array-associated reverse transcriptases：配列関連逆転写酵素）」と命名されました。ARTは細菌に感染するウイルスであるバクテリオファージのDNA中に存在し、反復配列アレイと逆転写酵素が近接してコードされている構造的特徴を持ちます。

既存のゲノム編集ツールとARTの機構比較

遺伝子編集技術として普及しているCRISPR-Cas9は、ガイドRNAを用いて二本鎖DNAを特異的に切断するヌクレアーゼ活性を基盤とします。一方、今回探索されたARTシステムは逆転写酵素を中核としており、RNAからDNAへの情報変換を伴う修飾機構を持つ可能性が示唆されています。

スタンフォード大学（Stanford University）の研究チームは以前から類似の逆転写酵素関連システムを報告しており、Anthropic CEOのDario Amodei（ダリオ・アモデイ）氏も今回の発見が完全な単独成果ではなく先行研究の延長線上にあることを認めています。

マサチューセッツ工科大学（MIT）およびブロード研究所（Broad Institute）の教授でCRISPR技術の先駆者であるFeng Zhang（チャン・フォン）氏は、本発表に際し「逆転写酵素に関連するRNA反復配列アレイの特定は興味深く、さらなる調査に値する」とコメントを寄せました。

物理的実証におけるPrerequisites（前提条件）の達成度

技術選定の観点から重要な点は、ARTが「直ちにゲノム編集ツールとして機能するわけではない」という事実です。Anthropicが発表した論文プレプリントで実証された範囲と未解明の課題は、以下のように峻別されます。

実証済みの範囲: 大腸菌などの宿主内において、特定のARTオペロンを発現させた際に低分子RNA（ノンコーディングRNA）が生成される現象を確認。
未実証の技術的条件:
- 標的DNA配列に対する特異的な結合・切断活性の有無
- ガイド配列を人工的に書き換えて標的部位を変更できるプログラマビリティの実装
- ヒトなどの真核細胞内におけるオフターゲット変異率の測定と細胞毒性の検証

現状のARTは、バイオインフォマティクスによってスクリーニングされた「新規性の高い酵素候補」の段階にとどまっています。創薬や遺伝子治療のベクターに組み込むためには、試験管内（in vitro）での詳細な動態解析と結晶構造解析を経る必要があります。

参考記事: AIエージェントとは？自律型AIの仕組みから2030年のマシンエコノミー予測まで徹底解説

マルチエージェントによる配列探索と実験自動化のアーキテクチャ

今回のスクリーニングを21時間で完結させた要因は、Claudeの大規模並列推論アーキテクチャにあります。単一の言語モデルによる長文解析ではなく、独立したエージェント群が異なる検索領域を分担し、仮説の生成と反証を非同期で繰り返すマルチエージェント方式が採用されました。

【Claudeによる分散スクリーニングの論理構成】

  [ファージゲノムDB: 20万件超]
        │
        ├───────────────┬───────────────┐
        ▼               ▼               ▼
  [エージェント群A]   [エージェント群B]   [エージェント群C]
  (相同性解析)        (モチーフ抽出)      (隣接遺伝子コンテキスト走査)
        │               │               │
        └───────────────┼───────────────┘
                        ▼
            [フィルタリング層（約3,500件）]
            ・既知CRISPR関連遺伝子との重複排除
            ・発現可能性のスコアリング
                        │
                        ▼
            [合議判定層（20件の選定）]
            ・構造的安定性のシミュレーション
            ・実験検証プロトコルの自動生成
                        │
                        ▼
            [ウェットラボでの人間実験者による検証]

モデル・ハードウェア・スタンダード（MHS）による自律化のロードマップ

実験のボトルネックとなるウェット作業を解消するため、Anthropicはハードウェア抽象化層の構築を進めています。2026年8月に発表された「Model Hardware Standard（MHS）」は、AIモデルがベンダーごとに異なる実験機器のAPIを直接操作するための共通インターフェースです。

従来、Tecan（テカン）やHamilton（ハミルトン）などのリキッドハンドラーを制御するには専用スクリプトが必要でした。MHSでは、AIエージェントが自然言語で実験プロトコルを定義すると、JSON-RPCベースの標準コマンドに変換されて分注機や遠心分離機へ送信されます。現時点では安全管理上の理由から人間の科学者がピペッティングや培地交換を行っていますが、MHSの成熟によって低リスク実験の完全自律化が視野に入っています。

参考記事: AI創薬による変革の真実｜開発期間50%短縮を実現する技術基盤と導入基準

国内製薬・バイオテック企業が直面する知財構造の再編

Anthropicによる新酵素系の探索事例は、日本のバイオ医薬品開発およびゲノム編集研究の現場に実務的な課題を突きつけています。国内の製薬企業や大学研究機関は、探索アプローチの再設計と計算資源コストの精査を求められます。

スクリーニング競争におけるタイムラインの不可逆な圧縮

国内の一般的なアカデミアやバイオテックでは、相同性検索ツール（BLAST等）と研究者の手作業による文献精読を組み合わせ、数カ月単位で候補タンパク質を絞り込む手法が主流です。しかし、950のエージェントを用いて20万件の配列から21時間で3,500件の候補系を抽出するパイプラインが確立されたことで、特許出願の速度競争は激化します。

自然界に存在する未知の機能性オペロンをAIが網羅的に走査して物質特許や用途特許を押さえる「イン・シリコ知財囲い込み」が進んだ場合、国内企業はライセンス費用の支払いを余儀なくされるリスクを抱えます。

カルタヘナ法と自律実験インフラの法規制上の境界線

日本国内においてAIと自動化機器を統合した自律型ウェットラボを運用する場合、「遺伝子組換え生物等の使用等の規制による生物の多様性の確保に関する法律（カルタヘナ法）」への適合が必須となります。

特に第二種使用等（拡散防止措置を執って行う使用等）において、AIエージェントが自律的に変異体を設計し、MHSのようなプロトコルを介して自動合成・培養を行う場合、現行の安全委員会による事前審査プロトコルとの整合性が課題となります。AIが自律生成した未知の組換え生物について、人間の承認ステップ（Human-in-the-Loop）をどの段階に介在させるかの社内規定策定が不可欠です。

2億トークンの推論コストと費用対効果の算出

AI探索の導入を検討する技術責任者は、API利用コストとウェット実験の試薬・人件費を冷徹に比較する必要があります。

2026年時点のフロンティアモデルにおけるAPI利用単価に基づくと、2億1,000万トークンの消費は、入出力の比率やキャッシュ利用に依存するものの、数千ドルから数万ドル（数十万〜数百万円）規模の直接計算コストに相当します。熟練の研究員が数カ月かけてスクリーニング実験を繰り返す人件費や抗体・酵素試薬の購入費と比較した場合、探索単価としては十分に採算ラインに乗る水準です。

ただし、これは「絞り込まれた候補配列のヒット率」が担保されていることが前提です。スクリーニング後のウェット検証で機能不全が多発すれば、後工程の実験コストが膨らみ、トータルの研究開発投資はかえって増大します。

次の四半期で技術責任者が着手すべき実務アクション

Anthropicが示した「大規模並列エージェント推論＋ウェット検証」の研究開発モデルに対し、国内バイオテックおよび創薬IT部門が具体的に進めるべき工程は以下の通りです。

インハウス配列データの構造化とエージェント連携検証

自社で保有する未公開の菌株データやメタゲノム解析ログを、コンテキスト長100万トークン級のLLMが走査可能なメタデータ付きJSONフォーマットへ再編成する。
小規模なオープンソースデータセットを用い、LangGraph等のマルチエージェントフレームワークで遺伝子アノテーションの自動生成精度を測定する。

ラボ機器のAPIインターフェースとMHS対応状況の監査

自社のウェットラボに配備されている自動分注機（リキッドハンドラー）やPCR装置が、外部API連携可能な制御ソフトウェア（SiLA 2規格やREST API）を備えているか確認する。
Anthropicが公開した「Model Hardware Standard（MHS）」のリファレンス実装を検証環境に導入し、プロトコル変換の互換性をテストする。

カルタヘナ法準拠のAI運用ガバナンス規定の作成

自律型エージェントが設計した組換え配列を物理合成する前に、人間のバイオセーフティ管理者が電子署名で承認する多重バリデーションゲートを実験管理システム（LIMS）に組み込む。
BSL-1/2実験室でのAI利用に関する安全基準を整備し、未知配列の大量発現に伴う環境拡散リスクを排除する手順を明文化する。

大規模言語モデルによる仮説生成と物理実験のフィードバックループは、創薬パイプラインの構成要素として定着しつつあります。ソフトウェア側のエージェント実装とラボ自動化設備のインターフェース設計を早期に進めることが、今後の知財獲得競争における防衛線となります。

出典: techcrunch.com
出典: anthropic.com
出典: anthropic.com
出典: thenextweb.com
出典: newscord.org