AI創薬領域で注目されるスタートアップBiolevateが、NVIDIAの「BioNeMo Agent Toolkit」を自社プラットフォームに組み込み、創薬プロセス全体を支援するエージェント型研究ワークフローの高度化に乗り出しています。フランス・パリで2023年に設立されたBiolevateは、ライフサイエンス向けAIネイティブ知識プラットフォーム企業で、OCEANと呼ばれる技術スタックを中核に、科学文献や生物学的ナレッジグラフ、計算モデル、実験プロセスを横断して研究者の推論を支援することを強みとしています。NVIDIAが2026年6月に発表したBioNeMo Agent Toolkitは、生物学や化学、ゲノミクス、創薬などの研究開発に特化したAIエージェント開発ツールで、GPU上で最適化された計算パイプラインと大規模言語モデルを組み合わせることで、複雑な研究タスクの自動化を目指しています。
Biolevateは、このBioNeMo Agent Toolkitを自社のOCEANスタックに統合することで、腫瘍学、神経学、皮膚科学といった領域で、研究チームが設定した目的に沿って文献検索や仮説立案、実験条件の提案などを自律的にこなすエージェント型AIコンポーネントの拡張を計画しています。具体的には、BioNeMo Recipesと呼ばれるテンプレート化されたAIワークフローや、GPU最適化パイプラインを組み合わせることで、非コードRNAの構造解析や患者層別化、精密医療の研究に必要な計算負荷の高い処理を効率化し、研究者の意思決定を支援する仕組みを構築する方針です。こうしたアプローチにより、従来は個別のAIモデルの精度向上が関心の中心だったAI創薬分野が、複数のモデルやデータソースをつなぎ、研究プロセス全体を俯瞰しながら支援する「エージェント型ワークフロー」へと軸足を移しつつあることが浮き彫りになっています。
NVIDIA側も、BioNeMo Agent Toolkitを通じてAIエージェントに科学計算の実行能力を持たせることで、実験計画の最適化や候補化合物の絞り込みなどを自律的に進められる環境の整備を強調しており、製薬企業や研究機関からの導入事例が増えています。AIネイティブな知識基盤を持つBiolevateがこのツールキットを採用することで、創薬現場では、研究データ、ドメイン知識、実験設計を統合的に扱うAI基盤が生産性向上に直結するかどうかを検証するケーススタディとしても注目されます。同社は、臨床・規制・創薬に関わる知識作業を高速化し、「治療をより早く患者へ届ける」ことをミッションに掲げており、今回の取り組みはそのミッションの実現に向けた次のステップと位置づけられています。
モデル競争から「ワークフロー」競争へ、製薬・投資家の視線も変化
BiolevateとNVIDIAの連携は、AI創薬の競争軸が単体モデルの性能から、研究ワークフロー全体の設計と運用へ移りつつある現状を象徴する動きとして、投資家や製薬企業の関心を集めています。国内でも、大手IT企業や医療機器メーカーが創薬・ゲノム解析へのAI活用を進めており、NVIDIAのBioNeMo関連技術がバイオメディカル分野で幅広く採用されていることが報じられています。この流れの中で、エージェント型AIは、研究チームが設定した目標に合わせて必要なデータを収集・解析し、次の実験ステップを提案する「研究の相棒」として機能することが期待されます。
製薬企業や研究機関にとって重要なのは、こうしたエージェント型ワークフローが、規制要件を満たしつつ再現性の高い知見を積み上げられるかどうかです。研究プロセスがAIによって自動化されると、仮説の生成から検証までのサイクルが短縮される一方で、意思決定の根拠やデータの由来を透明化する仕組みが不可欠になります。Biolevateが提供するAIネイティブ知識プラットフォームは、科学文献やナレッジグラフ、計算モデル、実験ワークフローを一元的に管理し、どの仮説がどのデータに基づいて提案されたのかを追跡できる点を強みとしており、創薬におけるAI活用の「説明責任」を支える役割も期待されます。
一方で、エージェント型AIによる自動化が進むほど、研究者の役割はモデルの設計や評価、倫理的・社会的影響の検証へとシフトするとの指摘もあります。研究現場では、AIが提案した実験計画や候補化合物をどのように選別し、人間の専門知を組み合わせて最終的な意思決定を行うのかが課題となるでしょう。BiolevateとNVIDIAによる今回の取り組みは、AI創薬の現場で、モデル性能だけでなくワークフロー設計をめぐる競争が本格化しつつあることを示す一例といえます。