東北大学発スタートアップの株式会社QueeenB（本社：宮城県仙台市、代表取締役：根本一希、以下「QueeenB」）は、AI for Science、自律実験、データ駆動型研究に取り組む大学・研究機関・研究プロジェクト向けに、実験現場の工程を可視化し、ロボティクス自動化・AIエージェント化の実現可能性を整理する「AI for Science ラボ自動化相談プログラム」を開始します。
本プログラムでは、QueeenBのメンバーが研究室・実験現場を訪問し、研究者へのヒアリング、実験工程の観察、作業フローの分解、自動化可能性の整理を行います。そのうえで、ロボットアーム、制御インターフェース、各種分析機器・研究機器との連携などを組み合わせ、研究構想を実験現場で実装可能なラボ自動化ロードマップへ落とし込みます。
※なお、本プログラムは研究計画における実験自動化部分の技術検討を支援するものであり、各種研究費・助成金の採択や成果創出を保証するものではありません。研究費・助成金への応募、経費計上、調達可否等については、各制度の公募要領および所属研究機関の規程に従ってご確認ください。
近年、AI for Science、自律実験、ロボティック・バイオロジー、デジタルツイン、AIエージェントを活用した研究開発への関心が急速に高まっています。AIが仮説を立て、実験条件を提案し、その結果を次の研究判断へ反映することで、従来よりも高速かつ再現性の高い研究サイクルを実現することが期待されています。
一方で、AI for Scienceを実際の研究計画として進めるためには、AIモデルやデータ解析の構想だけでなく、実験現場からどのようにデータを取得し、どの工程を自動化し、3年間の研究期間の中でどこまで実装するのかを具体的に設計する必要があります。特に、これからAI for Scienceやラボ自動化に取り組む研究者にとっては、
「何を自動化すべきか」
「既存装置で十分なのか、カスタム開発が必要なのか」
「どの順番で取り組めば研究期間内に検証・実装を進めやすいのか 」
「研究計画を検討する際に、実験自動化部分をどの粒度で整理すべきか」
を判断すること自体が大きなハードルになります。
実際の研究現場では、前処理、分注、培養、観察、サンプリング、搬送、測定、記録、条件変更など、多くの工程が依然として人手に依存しています。AIやデータ解析の仕組みだけを導入しても、実験データを安定的・継続的・再現性高く取得する基盤がなければ、AI for Scienceの構想は実験現場で十分に機能しません。だからこそ、最初から大規模な自動化を目指すのではなく、研究目的に対してどの工程を優先的に自動化し、どこから小さく始め、どの段階でAI活用へ接続するのかを整理することが重要です。
また、微生物、細胞培養、材料探索、化学分析、創薬研究などの領域では、研究テーマごとに作業手順や対象物の形状、使用機器、サンプルの扱い方が大きく異なります。そのため、汎用的な装置を導入するだけではなく、研究目的や現場制約に合わせて、ロボット・実験／分析機器・ソフトウェア・運用設計を組み合わせた実装計画が必要になります。
QueeenBは、こうした課題に対して、研究者の構想を起点に、実験工程の可視化、自動化すべき工程の優先順位づけ、必要な技術構成、概算費用、実装上のリスク、3年間のロードマップを整理します。すでに高度な自動化に取り組んでいる研究者だけでなく、これからAI for Scienceやラボ自動化を学び始める研究者でも、研究計画に落とし込みやすい形で、現実的で実践的なラボ自動化計画づくりを支援します。
「AI for Science ラボ自動化相談プログラム」は、AI for Scienceや自律実験に関心を持つ研究者・研究チームに対し、実験現場の作業を起点に、どの工程をどのように自動化できるかを整理するプログラムです。
研究者が持つ「こういう研究を実現したい」「この作業を自動化したい」「AIを使って実験サイクルを高速化したい」といった構想を、実験現場で動く具体的な自動化計画へと落とし込むことを目的としています。
主な内容は以下の通りです。
研究テーマ、実験目的、現在の作業フローに関するヒアリング
実験現場・使用機器・サンプル・容器・周辺環境の確認
手作業工程の分解と、自動化しやすい工程／人が担うべき工程の切り分け
ロボットアーム、搬送機構、センサー、既存機器連携の活用可能性整理
AIエージェントやデジタル記録と連携するためのデータ取得設計に関する構想提案
概算費用、開発ステップ、リスク、実装ロードマップの整理
研究計画・共同研究構想の検討材料となる技術検討資料（モデリング図等）の作成支援
本プログラムは、単に「自動化できるかどうか」を判断するだけではなく、研究者の構想をもとに、どの順番で、どの粒度から自動化を始めるべきかを整理することを重視しています。
QueeenBは、実験・検査の「ウェット部分」に特化したロボティクス自動化システムを開発する東北大学発スタートアップです。
これまで、ロボットアーム、3Dプリント技術、電子制御、ノーコード制御インターフェースを組み合わせ、研究現場や検査現場に合わせた柔軟な自動化システムの開発に取り組んできました。
QueeenBの特徴は、既存の大型自動化装置をそのまま導入するのではなく、現場の作業や制約に合わせて、必要な機能を小さく組み合わせながら実装できる点にあります。
たとえば、以下のような工程に対して、自動化の可能性を検討できます。
分注、希釈、混合、試薬添加などの前処理工程
サンプル、チューブ、プレート、培養容器のハンドリング
培地交換、サンプリング、観察前処理などの繰り返し作業
分析機器、培養機器、遠心機、プレートリーダー等の周辺機器連携
実験ログ、画像、測定値、条件変更履歴の自動記録
特に、既存の汎用装置では対応しにくい非定型な実験工程や、研究室ごとに異なる特殊な作業を、ロボット・治具・ソフトウェアを組み合わせて現実的な形に落とし込むことを得意としています。
想定対象
本プログラムは、以下のような研究者・研究チームを対象としています。
AI for Science、自律実験、ロボティック・バイオロジーに取り組みたい研究者
研究計画や共同研究構想の中に、実験自動化・AI活用を組み込みたい研究者
植物、微生物、細胞培養、材料、化学、創薬、分析など、実験工程が複雑な研究室
人手に依存している作業を減らし、再現性・スループット・安全性を高めたい研究チーム
将来的に、AIが実験条件を提案し、ロボットが実行し、データが次の仮説に戻る研究基盤を構築したい研究者
AI for Scienceへの期待が高まる一方で、研究現場では、AIが扱うための実験データをどのように安定して取得するか、どの工程をロボット化すべきか、どこまでを人が担うべきかが十分に整理されていないケースが多いと感じています。
AIが科学を加速するためには、ソフトウェアやモデルだけでなく、実験現場で実際に動く自動化基盤が必要です。QueeenBは、ロボットアーム、3Dプリント治具、ノーコード制御、現場に合わせた柔軟なシステム設計を通じて、研究者の構想を実装可能なラボ自動化ロードマップへ落とし込んでいきます。
本プログラムを通じて、AI for Scienceを“構想”で終わらせず、実験現場で動く研究基盤として実現するための第一歩を、研究者の皆さまと一緒に作っていきたいと考えています。
QueeenBは今後、大学・研究機関・企業研究所との連携を通じて、実験現場に根ざしたラボ自動化システムの開発を進めていきます。
AIが仮説を立て、ロボットが実験を実行し、得られたデータが次の研究判断に反映される。このようなAI for Science時代の研究基盤を実現するためには、研究者、AI開発者、ロボティクスエンジニア、実験現場の知見をつなぐ取り組みが不可欠です。
QueeenBは、研究現場の課題を出発点に、ロボティクスとAIを組み合わせた実験自動化基盤の社会実装を目指してまいります。
【会社概要】
会社名：株式会社QueeenB
代表者：代表取締役 根本 一希
所在地：宮城県仙台市
事業内容：ハードウェア開発、ソフトウェア開発、コンサルティング
URL：https://www.queeen-b.com/
お問い合わせは上記HPのお問い合わせフォームからご連絡ください。