世界初の証明——18ヶ月・$600万でPhase IIa成功
2026年、Nature Medicineに一本の論文が掲載された。Insilico Medicine社が開発した特発性肺線維症（IPF）治療薬候補「rentosertib（USAN名）」のPhase IIa臨床試験結果だ。主要評価項目の努力性肺活量（FVC）変化量において、rentosertib投与群は+98.4 mL、プラセボ群は-20.3 mLという結果が記録された。両群の差は約119 mLに及び、統計的に有意差が確認された。IPFの進行抑制という観点から、現行の承認薬では得られにくい「改善傾向」のシグナルを出した薬として評価されている。
rentosertibが注目を集める理由は臨床効果だけではない。この薬の発見プロセスに、製薬産業の常識を塗り替える可能性がある。Insilico MedicineのAIプラットフォーム「Pharma.AI」が、標的タンパク質の同定から候補分子の設計、前臨床試験の最適化まで一貫して担い、その全工程を18ヶ月・約600万ドルで完了させた。従来の新薬開発では、同等のフェーズに到達するまでに6〜8年と1〜2億ドルが必要とされてきた。AI駆動のプロセスはそのコストを1/30以下に圧縮した計算になる。
特発性肺線維症は原因が特定されない慢性進行性の肺疾患で、診断から中央生存期間は2〜3年とされる難病だ。現在の標準治療薬（ニンテダニブ、ピルフェニドン）は線維化の進行を遅らせる効果は示しているが、改善効果のエビデンスは乏しい。患者数は全世界で300万人以上と推定され、有効な治療選択肢への需要は高い。rentosertibはそのニーズに応えうる候補として、創薬コミュニティで注目されている。
PandaOmicsからChemistry42へ——AIが創薬を再設計する工程
Pharma.AIは単一のモデルではなく、創薬パイプラインの各フェーズに特化したAIモジュールで構成される統合プラットフォームだ。rentosertibの発見では、主に2つのモジュールが中心的な役割を担った。
最初のモジュール「PandaOmics」は標的タンパク質の同定を担う。ゲノム・トランスクリプトーム・プロテオームを横断するマルチオミクスデータと文献情報を統合し、特定の疾患に関与する可能性が高い標的を機械学習でランク付けする。IPFのケースでは、大量の公開データを解析した結果、TNIK（Traf2- and Nck-interacting kinase）が有望な候補として同定された。TNIKはIPFの病態形成に関与する酵素であり、従来の創薬では「攻めにくい」とされてきたタンパク質だ。AIがその標的を発見したことは、探索空間の拡張という点で重要な意味を持つ。
次のモジュール「Chemistry42」は分子設計の自動化を担う。生成AIベースの設計エンジンが化学的に合成可能な低分子化合物の構造を提案し、TNIK阻害への結合親和性・選択性・毒性・吸収・代謝特性の予測を組み合わせて候補を絞り込む。人間の化学者が1年かけて数百化合物をスクリーニングするところを、Chemistry42は数日で数万の構造空間を探索できる。最終的に合成・試験される化合物は「計算で既に勝ち目があると判断されたもの」に絞られるため、実験コストの大幅な削減につながる。
筆者の読みでは、このモジュール分離設計が重要だ。PandaOmicsが「どの標的か」を決め、Chemistry42が「どの分子か」を設計する。両モジュールをつなぐ評価基準の設計こそが、Insilico Medicineの核心的な知的財産になっている。rentosertibは、その設計が実際に機能することを証明した最初のケースだ。
臨床試験が示した数字——FVC +98.4 mLの意味
Phase IIa試験の結果を正確に理解するには、IPFの自然経過を踏まえる必要がある。IPFは放置すると年間100〜200 mL程度のFVC低下が見られる疾患だ。既存の承認薬ニンテダニブは年間FVC低下を約50 mL抑制することで承認を得ている。プラセボ群の-20.3 mLという数値は試験期間（12週）での変化であり、年換算ではより大きな低下が予測される。
この文脈でrentosertib群の+98.4 mLは、単に「進行を遅らせた」ではなく「わずかながら改善した」ことを示すデータとして、医療界に強いインパクトを与えた。承認済み薬との直接比較試験ではないため慎重な解釈が必要だが、FVC改善のシグナルを示した薬は稀であり、新しい作用機序（TNIK阻害）の可能性を示している。
安全性プロファイルについても Phase IIa データは肯定的な結果を示しており、重大な有害事象の発生率はプラセボ群と比較して大きな差はなかったと報告されている。ただしPhase IIaは通常50〜200名規模の小さな試験であり、長期安全性や希少な有害事象の把握にはPhase IIb以降の大規模試験が必要だ。Insilico MedicineはPhase II追加試験への移行を計画しており、rentosertibが商業化に近づくにはまだ複数のハードルがある。
IsoDDEとの競合——創薬AIの地政学
rentosertibが「世界初のAI設計薬のPhase IIa成功」という位置づけを持つとすれば、最も注目すべき競合はDeepMindスピンオフのIsomorphic Labsが開発する統合型創薬プラットフォーム「IsoDDE」だ。Deep Signalが先日報じた通り、IsoDDEはAlphaFold 3の精度を2倍以上超えるタンパク質-リガンド結合予測を実現し、Eli LillyやNovartisとの$30億超の提携プロジェクトに適用されている。ただし2026年時点でIsoDDEはPhase Iに到達していない段階であり、「AIが設計した分子が臨床で有効性シグナルを示した」という実証では、Insilico Medicineが現時点でリードしている。
2社の戦略的な違いも注目に値する。Isomorphic Labsはアカデミア発の構造予測技術をベースに、Big Pharmaへの技術提供型ビジネスモデルを主軸に置く。一方のInsilico Medicineは自社の創薬パイプラインを独自に進めることで、薬の「所有者」としての付加価値を獲得しようとしている。「AIツールを提供するプラットフォーマー」対「AIを使って自ら創薬するバイオテック」という構造の違いは、2026年の創薬AI市場の主要な軸の一つになりつつある。
規制面での見通しについては、AI設計薬も従来と同じ臨床試験の枠組みに従う。FDAのAI医療機器承認動向を見れば分かるように、FDAは放射線科AIでは1,000件超の承認実績を積んでいるが、生成AIを核とした医療システムの審査枠組みはまだ形成途上だ。AI創薬で生まれた薬の臨床データをどう評価するか——アルゴリズムが選んだ標的と分子の「説明責任」をどこに置くか——という新しい問いが、規制当局にも求められている。
AI創薬が変える開発経済学と今後の課題
rentosertibが示した18ヶ月・$600万という数字の産業的意味を正確に評価するには、製薬業界の「アトリション」問題を理解する必要がある。創薬パイプラインの統計は厳しい——Phase Iを通過してPhase IIIまで進む化合物は10%前後に過ぎず、最終的に市場承認を得るのはさらにその一部だ。従来のプロセスで1〜2億ドルを投じてPhase IIaまで来ても、この段階で大半は開発断念になる。
AI創薬でコストが1/30以下になれば、1候補の失敗が会社の存亡を左右しないパイプライン経済が生まれる。この「失敗コストの劇的な低下」は創薬戦略を根本から変えうる。従来は有望な1候補に巨額投資が集中するため、リスク回避から「安全なターゲット」ばかりが選ばれてきた。TNIKのような「難しいけれど有望かもしれない」標的を攻略できたのも、AIによる探索コストの低下があったからだと筆者は解釈する。
一方で未解決の課題がある。最大の問いは「AIが設計した分子の臨床成功率は、従来手法と比べて本当に高いのか」という点だ。rentosertibはPhase IIaで有効性シグナルを示したが、Phase IIIを通過してはじめて意味のある統計的比較ができる。また、AIが「予測した」作用機序と、実際に体内で作用する機序が一致するかという検証も、rentosertib以降の試験データで明らかにされるべき問いだ。
Insilico MedicineはIPF以外にも、がん・神経変性疾患・老化関連疾患の領域でAI設計化合物を複数パイプラインに持ち、臨床試験を進めている。2026年以降、これらの試験結果が出揃うことで「AI創薬の臨床成功率」という問いへの実データが積み上がる。rentosertibはその最初のデータポイントとして、創薬史に残るマイルストーンとなった。AIが製薬研究の「アシスタント」から「設計者」へと役割を変えつつある転換点を、この一本の論文が象徴している。
