AIを活用したドラッグディスカバリーの分野で注目が集まるボストンとテルアビブを拠点とするスタートアップ、コンバージュ・バイオ（Converge Bio）が2500万ドルのシリーズAラウンドを調達した。本資金調達はベッセマー・ベンチャーパートナーズがリードし、TLVパートナーズ、ヴィンテージ・インベストメントパートナーズに加え、メタ、オープンAI、ウィズの幹部らも参加。資金調達は過剰応募となり、企業の成長基盤を強化した。 同社は、DNA、RNA、タンパク質のデータを用いて訓練された生成AIを活用し、製薬・バイオテク企業の新薬開発プロセスを加速している。CEO兼共同創業者のドヴ・ゲルツ氏によると、薬の開発にはターゲット同定から製造、臨床試験まで複数の段階があり、それぞれの工程でAIが実験を支援できる。同社は、抗体設計、タンパク質産出効率の最適化、バイオマーカー・ターゲットの発見を目的とした3つのAIシステムを既に提供。特に抗体設計では、生成モデルが新しい抗体を創出し、予測モデルで分子特性をフィルタリング、物理ベースのドッキングモデルで三次元結合をシミュレートする、統合的なアプローチを採用。ユーザーはモデルを自分で組み立てる必要なく、即座に使えるシステムを導入できる。 設立から2年足らずの同社は、2024年11月の9人から34人に拡大。40の製薬・バイオ企業との提携を獲得し、現在40の開発プログラムを進行中。米国、カナダ、欧州、イスラエルに加え、アジアへの展開も開始。実績として、あるパートナー企業ではタンパク質産出量を4〜4.5倍に向上。別のケースでは、ナノモルレベルの高い結合親和性を持つ抗体を生成した。 ゲルツ氏は、AIによるドラッグ開発のトレンドが急速に進展しており、従来の「試行錯誤」から「データ駆動型分子設計」への転換が起きていると指摘。当初の懐疑的見方が、成功事例と学術研究の進展により急速に消え去ったと語る。一方で、テキストベースのLLMには「ハルシネーション」のリスクがあり、分子の検証には週単位の時間がかかるため、そのコストは高い。同社はLLMを補助ツールとして利用するが、核心技術はDNA・タンパク質・小分子データに基づく生成モデルと予測モデルの統合。テキストモデルに依存せず、拡散モデルや伝統的な機械学習も柔軟に活用する。 「今後、すべてのライフサイエンス企業がコンバージュ・バイオをその生成AIラボとして使うべきだ」と語るゲルツ氏。湿式ラボは残るが、計算で仮説と分子を創出する「生成ラボ」との連携が不可欠になると強調。同社は、業界全体のAI支援基盤を目指している。