トップ5 AI＆デジタルバイオテック企業(6月 2026)

バイオテックにおけるAI革命

No sector is left unchanged by the power of AI and digital modeling, and Biotech is no exception.

これは、生物学が他のハードサイエンスに比べて圧倒的に「混沌」としているためです。化学や物理学は非常に制御された環境や純粋な化合物を扱うことができますが、生物学は既に存在する極めて複雑で常に変化するシステムと向き合わなければなりません。また、たった一つのタンパク質を解析するだけでも、生化学者は何千、何百万もの原子を観察します。そのため、すべての可能な化学反応を予測することは非常に困難になります。

ビッグデータ、AIモデル、デジタル化が、バイオテック研究における知識革命の条件を作り出しています。

バイオ医療の最初の時代は、暗闇の中で試行錯誤し、何が効果的かを見ることでした。

現在、私たちはゲノミクスの時代に確固として入り込み、欠陥遺伝子のような特定のターゲットに焦点を当てることができます。

With the incoming digital revolution, we can replicate complete proteins, cells, or even entire organs and bodies in a virtual environment.

それは何を変えるのか？

A big part of why genomics and precision therapies are taking over “traditional” chemical drugs has been a very poor success rate for new drugs in the last decade.

たとえば、1万件の候補薬からFDA承認薬を生み出すことができるかもしれません。その過程のすべてのステップは、実験室で、生きた細胞や動物、あるいは人間でテストしなければなりません。

これはしばしば1〜2十年という時間の損失と、何十億ドルもの資金の浪費を意味します。

出典: Biosourcing

盲目的に試すことは、もはや薬剤探索の実行可能な計画ではありません。そのため、研究者は実際のテストを行う前に、薬剤が有望な候補かどうかを予測できるデジタル予測モデルが必要です。

したがって、薬剤探索が多くのAIバイオテック企業のビジネスモデルの最前線にあることは驚くべきことではありません。

機械学習のような新手法により、ソフトウェアは完全に「機械的」/アルゴリズム的な方法ではなく、確率的手法を用いて最も可能性の高い答えを「推測」できるようになります。

ほとんどの機械学習技術と同様に、10年にわたる膨大な作業が行われ、実際に注目していたのはその分野の専門家だけでした。

主流で認知されるようになった真の革命は2020年にAlphabet/Google DeepMindがタンパク質折りたたみの50年にわたる課題を解決したとき。それ以来、このプログラムはすべての生物の既知のタンパク質の大半をモデル化し、Googleは新しい会社、Isomorphic Laboratories、新薬の特定を支援するために設立しています。

トップ5 AIおよびデジタルバイオテック企業

For investors, Google might be a great play on AI in general, but the biotech aspect will be a tiny segment in a very large company. So, this article will review publicly listed companies that are solely dedicated to the topic of AI and Virtual Biology.

For the same reason, we will not look at companies involved in AI hardware, like Nvidia and its genomics library Parabricks.

(本記事執筆時点の時価総額で企業をランク付けしています)

1. Roivant Sciences Ltd.

(ROIV )

The company specializes in acquiring biotech startups and boosting their chances of achieving commercialization through subsidiaries called -vant (as each will have “vant” as the last part of their name).

同社はバイオテックのスタートアップを買収し、-vant と呼ばれる子会社を通じて商業化の可能性を高めることを専門としています（各子会社の名前は最後が「vant」になります）。

これらの買収の一環として、Silicon Therapeutics を4億5,000万ドルで取得しました。スーパーコンピュータとカスタムコンピューティングハードウェアのおかげで、Silicon Therapeutics は新しい分子の開発を行っています。これにより、既存の AI バイオテックスタックである VantAI が加わりました。

Roivant はまた、医療向けビッグデータソリューション「Datavant」（通称「vant」）を所有しており、病院の製薬会社や保険会社などに販売し、規制遵守とプライバシー保護の手順を提供しています。

他の「vant」もデータやデジタルシミュレーションに特化しており、例えば Psivant の「正確な全原子物理ベースシミュレーション」や、臨床試験インテリジェンスソフトウェア/プラットフォームの Lokavant があります。

出典: Roivant

それでも、同社の収入の大半は承認済み製品の医薬品販売から得られています。

全体として、Roivant はデータ側のバイオテック、すなわちデジタルバイオロジーだけでなく医療記録や臨床試験などにも投資する手段となり得ます。同時に、特にスキンケア分野の革新的医薬、例えば Vtama の乾癬治療などにも関わっています。

2. Schrödinger, Inc.

(SDGR )

The company specializes in physics-based models to find the best possible molecule for a given goal, balancing out conflicting metrics like potency, solubility, half-life, synthesizability, etc…

同社は物理ベースのモデルを専門とし、目的に最適な分子を見つけるために、効力、溶解性、半減期、合成可能性など相反する指標をバランスさせます。

機械学習も活用していますが、物理ベースのモデルを組み合わせることで、AIを「訓練」するためのデータセットが存在しない全く新しい領域でもテスト可能になります。これにより、Schrödinger は10億の潜在分子からわずか8つの有望な候補へと、数日間のデジタル計算だけで絞り込むことができます。

出典: Schrodinger

Schrödinger は2020年にBayerと5年間の協業契約を締結し、1,000万ドルの収益を得ました。この契約の目的は、Schrödinger の技術をBayerのインシリコ予測モデルと組み合わせて使用することです。

最近のパートナーシップとして、Lilly との提携があり、成功した探索に対して最大4億2,500万ドルのマイルストーン支払いが行われます。

過去の協業には、Takeda、Sanofi、Bristol Myers Squibb、その他の小規模製薬会社が含まれます。

出典: Schrodinger

全体として、Schrödinger は独自かつ完全所有の分子をますます増やすポートフォリオを構築しています。まだ収益はありませんが、利益は出ておらず、技術向上のための拡大と研究開発投資に注力しています。

同社は薬剤探索以外の新しいセグメント、例えば複雑なバイオ医薬品や化学品、バッテリー、ポリマーといった材料分野への拡大も検討しています。

出典: Schrodinger

投資家は新たな協業に注目すべきです。これらは業界リーダーによる評価を通じて Schrödinger の技術進歩を示し、コア技術を新市場へ拡大する成功の可能性を示すでしょう。

3. Exscientia

(EXAI )

The company is using AI to develop precision therapies. It runs a “full stack” AI drug discovery technology with dedicated software at every stage of the drug discovery process.

出典: Exscientia

Exscientia の技術は、生物学的ターゲットから対応する薬剤を見つけるまでに要する時間を70％短縮し、資本コストも80％削減します。

これにより、初期臨床段階の化合物が4つ、全体で30のプログラム、パートナーとのマイルストーンから65億ドルの収益が得られました。主な焦点は腫瘍学（がん）と炎症性疾患です。

出典: Exscientia

同社は初期段階の薬剤探索企業としては非常に安定した財務状況にあり、2022年第3四半期に6億2500万ドルの現金を保有し、純キャッシュバーンはわずか1,500万ドルです。

これは、豊富な資金余裕と複数の継続的パートナーシップを持つ、確立されたAI薬剤探索企業を求める投資家にとって興味深い選択肢となるでしょう。

4. Absci Corporation

(ABSI )

The company was founded in 2011, with locations in Vancouver, New York, and Zug, Switzerland. It has added to its initial technology the IP of 2 AI-biology acquisitions in 2021, Totient (antibodies) and Denovium (cell lines).

同社は2011年に設立され、バンクーバー、ニューヨーク、スイス・ツークに拠点を持ちます。2021年に取得した2つのAIバイオロジー企業、Totient（抗体）とDenovium（細胞株）の知的財産を初期技術に加えました。

同社は主に抗体設計に注力しており、ゼロから新規抗体（「de novo抗体」）を作成し、6週間のプロセスで実験室でテストします。

2023年3月に、既存データなしで機能的抗体を設計できる初の企業となり、この手法は「ゼロショット」とも呼ばれます。

Absci は、Merck（前払い金総額6億1,000万ドルと将来のマイルストーン支払いの可能性）および Astellas と新製品探索で協業を確立し、さらに Nvidia と提携して Absci 技術のハードウェアアーキテクチャを改善しています。

Absci はまだ初期段階ですが、すでに大きな可能性とイノベーションを示しています。投資家は同社の「不可能はない」という理念と卓越した創業者に共感し、最近の協業契約が長いシリーズの第一歩になることを期待する必要があります。

5. e-therapeutics plc

e-therapeutics は、インシリコで新しいRNAi（RNA干渉）治療薬の開発に注力しています。新興技術、RNAi、計算薬剤探索を組み合わせることで、競合他社に対して大きな優位性を得られると期待しています。

また、同社はプラットフォーム上での探索成果を他の製薬会社と収益化しており、最大のパートナーは大手ブルーチップ企業のNovo Nordiskです。

同社は非常に早い段階のプレ収益ステージにあり、2022年夏に1,350万ポンドの資金調達を行いました。2022年上半期には280万ポンドの純損失を計上し、現金残高は2,180万ポンドでした。

e-therapeutics の投資家は利用可能な資金に注目し、新たな発見とパートナーシップからの収益が最終的に同社を黒字化させることを期待する必要があります。

デジタルバイオロジーポートフォリオの構築

This is a difficult sector to invest in, as it combines 2 very complex technologies: AI + advanced biotechnology. This makes it pretty much a “black box” for investors, even if they have some expertise in one of the 2 fields.

さらに、セクター内の多くの企業は同じ市場、主に小分子探索と抗体設計、場合によっては細胞株に焦点を当てています。

したがって、分散投資はより安全な戦略となります。なぜなら「勝者」を確実に選べる投資家はごく少数であり、さらに市場は2022年から2027年にかけて年平均成長率45％で急速に拡大すると予測されているからです。

したがって、広範なエクスポージャーは、急速に変化し競争が激しい領域で特定の数理モデルや手法に過度に依存せずに、この成長を捉える可能性が高くなります。