カリフォルニア州バーリングエイムに拠点を置くGenesis Molecular AIは、薬物-タンパク質構造予測分野で画期的な成果を上げた新世代の基礎モデル「Pearl」を発表した。Pearlは、独自のアーキテクチャ、トレーニング手法、および大規模なシミュレーションデータを活用して訓練された生成型基礎モデルで、特に小分子がタンパク質に結合する構造を予測する性能において、AlphaFold 3を上回ることを実証した。この分野は、創薬における「聖杯」とも言われる難問であり、従来は実験データの不足が大きな障壁となっていた。Genesisは、自動運転技術がシミュレーションデータで課題を克服したことに着想を得て、物理則に基づく合成データを大量に活用。これにより、限られた実験データに依存せずにモデルの汎化能力を飛躍的に向上させた。 Pearlはエンドツーエンドの拡散モデルであり、合成データの量が増えるほど性能が向上する「合成データスケーリング則」の証拠を世界で初めて示した。これは、AI創薬におけるデータ制約の根本的解決に向けた画期的な進展とされる。同社のAI責任者アレクサンドラ・フォース博士は、「実験データは高コストで限られているが、物理シミュレーションで生成できるデータはほぼ無限に近い。これにより、AIの学習効率と精度が飛躍的に向上する」と強調。また、Pearlは推論時に専門知識を条件として組み込む設計となっており、難治性の柔軟なタンパク質ターゲットに対しても高い精度で応用可能。 CEOのエバン・フェインバーグ博士は、「AlphaFold 3は歴史的ブレイクスルーだが、Pearlが初めてその性能を上回った」と述べ、既存モデルが実際の創薬現場では汎化不足や物理的に不自然な予測を生じる問題を指摘。Pearlは、自社のGEMSプラットフォームと連携し、難治性疾患の治療薬開発を加速する基盤となると期待されている。 2024年11月にはNVIDIAのベンチャーキャピタルであるNVenturesからの追加出資と協業が発表され、NVIDIAのcuEquivarianceカーネルを統合することで、Pearlのトレーニングが15％、推論が10～80％高速化された。今後も計算効率のさらなる最適化が進められ、大規模な創薬プロジェクトへの展開が加速される見通し。