AIエージェント能力アトラス › 仕事ごとの一覧 › 物理世界・ロボット › 実験室自動化(自律ラボ)

創薬クローズドループ最適化

Closed-loop drug discovery optimization

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

自律ラボ研究の系統的調査では設計-製造-試験-学習サイクルの中央値約6倍の加速効果が報告されている。ChemspeedはJAK阻害剤の完全自動クローズドループ発見サイクルを実証したが、専門家は「まだ検証済みの薬剤候補を自律的に発見する能力は実証されていない」と明言

できること

候補化合物の合成・試験サイクルの高速化(設計→製造→試験→学習)

まだできないこと

臨床的に検証された薬剤候補の完全自律的な発見

なぜそうなのか

薬剤候補の妥当性検証には複雑な生物学的文脈と長期の臨床データが必要で、実験室内クローズドループだけでは完結しないため

これからの予測の根拠

Merckの10億ドル規模agentic AI投資など業界の資金投入ペースから2028年に一部治療領域で実務品質に到達すると推定

いま使える主な道具

Chemspeed、Emerald Cloud Lab、Merck-Google Cloud agentic AI

根拠

• Agentic AI in pharma: from multiagent systems to self-driving labs 2026
  「自律的に検証済み薬剤候補を発見する能力は未実証」と明言、中央値6倍の加速効果
• Chemspeed self-driving lab platform SLAS2026 2026
  JAK阻害剤の完全自動クローズドループ発見サイクルを実証

同じ分野のほかの仕事（実験室自動化(自律ラボ)）

• 材料科学の自律合成探索
• 無人連続稼働・人手介入頻度

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。