何が発表されたか

ベルギー・ブリュッセルに本社を置くグローバルバイオ医薬品企業UCBと、AI駆動のタンパク質設計・エンジニアリング基盤を手がけるCradle（オランダ・アムステルダム）は、2026年11月4日、戦略的提携を結んだと発表した。

提携の内容は明確だ。UCBは、選定した複数の創薬探索プロジェクトにCradleのプラットフォームを適用する。適用範囲は、ヒット分子の創出（hit generation）からリード最適化（lead optimization）、そして前臨床準備（preclinical readiness）までの一連の工程にわたる。つまり、特定の一工程に限定してAIツールを試すのではなく、探索段階の流れ全体にエンドツーエンドのプラットフォームを組み込むかたちだ。

UCBはこの提携を、同社が拡大を続けるデジタル抗体創薬・エンジニアリングプログラムの「最新の一歩」と位置づけている。同プログラムは、UCB自身の抗体創薬プラットフォームに、計算科学、疾患生物学に関する深い専門知識、そして技術・研究パートナーのネットワークを組み合わせたものだと説明されている。今回のCradleとの協業は、そのパートナーネットワークに新たに加わる構成要素ということになる。

「ラボ・イン・ザ・ループ」という仕組み

発表資料で技術的な中核として説明されているのが、学習ループの考え方である。

UCBの研究者が複数のプログラムを横断してCradleのプラットフォームを使用すると、実験で得られた結果がプログラムごとのモデルに継続的にフィードバックされる。この循環が積み上がることで、UCBが「ラボ・イン・ザ・ループ（lab-in-the-loop）」と呼ぶ、複利的に賢くなる学習ループが形成される。

この仕組みの狙いは、研究者が自らの専門知識と判断を発揮しながら、候補分子を「成功に必要な全ての特性のセット」にわたって最適化し、候補化合物への到達を加速させることにある、と資料は説明する。単一の指標だけを追うのではなく、創薬候補に求められる複数の性質を同時に満たしにいく点が強調されている。

UCBの最高科学責任者（CSO）であるアリステア・ヘンリー氏は、「UCBではAIを、それ自体を追い求める対象としてではなく、生物学・化学・トランスレーショナル研究にまたがる人間の専門性を増幅させる『科学的な力の乗数（force multiplier）』と捉えている」と述べている。さらに、Cradleのエンドツーエンド基盤を探索パイプライン全体に加えることで、計算的アプローチを「徹底して厳密に、かつトランスレーショナルな形で」適用できるとし、「予測モデリングとウェットラボでの検証を組み合わせることで、より良い分子を設計し、より速く学び、質の高い治療薬をより早く患者に届けられる可能性がある」と説明した。

CradleのCEO兼共同創業者であるステフ・ファン・グリーケン氏は、「AIがバイオロジクスのR&Dで最大のインパクトを発揮するのは、個々の実験やプログラムを超えてスケールし、創薬組織全体で科学者の働き方の一部になったときだ」と述べている。UCBとの提携によってCradleが同社のバイオ医薬品パイプライン全体に入り、科学者がより多くのプログラム、より多くのモダリティ、より複雑なエンジニアリング課題にAIを適用できる共通基盤を提供することになる、との位置づけだ。

背景にあるUCBの規模と姿勢

UCBは、免疫系または中枢神経系の重篤な疾患を抱える人々の生活を変えることに焦点を当て、革新的な医薬品とソリューションの発見・開発を進める企業である。約40カ国で9000人以上を擁し、2025年には売上高70億ユーロ（€7.7 billion）を計上した。ユーロネクスト・ブリュッセルに上場している（シンボル：UCB）。

今回の発表で繰り返し示されているのは、AIの導入を「部分的な実験」ではなく「探索プロセス全体への統合」として捉える姿勢だ。資料は、AIを創薬プロセス全体に完全に統合し、デジタル抗体エンジニアリング能力を強化することで、「患者がより良い選択肢を必要とし続けている疾患」に対して、質の高い候補分子を特定・最適化する能力を加速させることを目指す、としている。

業界にとっての意味

今回の提携から読み取れる論点は、主に三つある。

第一に、AI創薬の適用範囲が「点」から「線」へ移っている点だ。ヒット創出からリード最適化、前臨床準備までを一つのプラットフォームでつなぐという設計は、個別のタスクでAIの有効性を検証する段階を超え、探索ワークフローそのものを再編する試みと読める。

第二に、実験データのフィードバックを前提にしている点である。プログラムごとのモデルに実験結果が戻り続ける構造は、製薬企業側が保有するウェットラボのデータが競争力の源泉であり続けることを意味する。ヘンリー氏が「予測モデリングとウェットラボでの検証の組み合わせ」を強調したのも、計算だけで完結しない立て付けを示すものだ。

第三に、AI企業側の視点である。ファン・グリーケン氏の発言は、個別プログラム単位の契約ではなく、創薬組織全体で使われる「共通基盤」になることを事業上の到達点と見ていることを示している。AI創薬ベンダーの評価軸が、個々の成功事例から組織内での定着度へと移りつつあることをうかがわせる。

なお、UCBの発表資料には、本件について今後の成果を保証するものではない旨の将来見通しに関する注意書きが付されている。前臨床の結果がヒトでの安全性・有効性を保証するものではないこと、パートナーシップの対象となる製品候補が当初の想定どおりに進むとは限らないことなども明記されている。提携の実際の成果がどう現れるかは、今後の開示を待つ必要がある。