Biohub: 生物学の未来はオープンソースにある——共同創設者マーク・ザッカーバーグ、プリシラ・チャン、科学責任者アレックス・ライブスとともに

マーク・ザッカーバーグとプリシラ・チャンが共同設立したBiohubは、設立から10年を経て、そのミッションとアプローチを根本から進化させている。元々は「今世紀中にすべての病気を治し、予防し、管理する」という途方もない目標を掲げ、ノーベル賞受賞者からも笑われるような野心的な組織として始まった。しかし、フロンティアAIと生物学のデータが収束する現在、彼らはその目標が「控えすぎていた」とさえ語る。本エピソードでは、ホストのSarah GuoとElad Gilが、ザッカーバーグ、チャン、そしてBiohubの科学責任者であるAlex Rivesを迎え、5億ドルを投じる「仮想生物学イニシアチブ」の全貌に迫る。これは、単なるAIの応用ではなく、細胞、タンパク質、そして生体系全体の予測モデル（ワールドモデル）を構築するための、フロンティアAIと最先端の生物学（ウェットラボ）を統合した前例のない試みである。

会話の核心は、Biohubがなぜ非営利組織として活動するのか、その戦略的合理性にある。彼らは、ツールをオープンソースとして科学コミュニティ全体に提供することで、最大のインパクトを生み出すと確信している。特に、新たに発表されたタンパク質設計のためのオープンソースエンジン「ESMFold2」は、その哲学を体現するものだ。11億ものタンパク質構造を予測し、抗体設計をデジタル上で可能にするこのモデルは、創薬プロセスを根本から変える可能性を秘めている。本稿では、ミクロからマクロへと階層的に構築される生物学モデルのビジョン、メカニスティックな解釈可能性がもたらす新たな知の発見、そして個々の患者をメカニズムレベルで治療する未来像について、詳細に掘り下げる。

01:26なぜBiohubなのか：10年の軌跡とミッションの進化

Biohubの起源は、ザッカーバーグとチャンが「どうすれば社会に貢献できるか」を模索した10年前に遡る。彼らが「今世紀中にすべての病気を治す」という目標を掲げたとき、著名な科学者たちは一笑に付した。しかし、彼らは諦めずに「なぜ不可能だと思うのか」と問い続けた。その結果、科学者たちから返ってきた答えは、生物学研究の根本的な問題点を浮き彫りにした。すなわち、研究がサイロ化していること、論文発表後もデータが長期にわたって公開されないこと、そして何より、優秀なポスドクが開発したツールが個人のコンピュータに眠ったまま、彼らが去れば消えてしまうという「共有ツール」の欠如である。

この問題認識から、Biohubの初期モデルは「長期的なツール開発」に焦点を当て、複数の大学からエンジニアと科学者を集めて共同作業を行う形がとられた。このアプローチは功を奏し、チャン・ザッカーバーグ・イニシアチブ（CZI）の科学部門は成長を続け、現在では慈善活動の主力となっている。活動範囲もサンフランシスコからニューヨーク、シカゴへと拡大した。そして現在、それらを統合するテーマが「仮想生物学イニシアチブ」である。これは、タンパク質という最小単位から始まり、最終的には細胞や生体系全体をモデル化するために必要な、独自のデータセットを生成することを目的としている。

チャンは、この進化の過程を「シングルセルシークエンシング」から「Cell by Gene」への発展に例えて説明する。初期には単一細胞のRNA転写を解析する方法論を資金提供し、その後、世界最大級のシングルセルトランスクリプトームデータベースである「Human Cell Atlas」を支援した。データが膨大になるにつれて、科学者がそれを注釈付けするためのツール「Cell by Gene」を開発したところ、コミュニティが自発的にデータを追加し始め、今では多くのトランスクリプトミクスモデルの基盤となっている。しかし、それでも「これは単なる切手収集だ」という批判は絶えなかった。そんな中、大規模言語モデル（LLM）の登場が状況を一変させる。チャンは「生物学を発見科学から工学科学へと移行させ、生きた細胞がどのように機能するのかを体系的に理解できるかもしれない」と語り、この瞬間こそが「何か大きなことが起こせる」と確信した瞬間だったと振り返る。

08:27フロンティアAIとフロンティア生物学の統合：ESMFold2の衝撃

Alex RivesがBiohubに加わった決定的な理由は、マークとプリシラが「フロンティアAIとフロンティア生物学の統合」を本気で理解していたからだ。Rivesは以前、Evolutionary ScaleでAIモデルの開発を率いており、ベンチャーキャピタルから資金を調達していた。しかし、Biohubのビジョンは、AIと生物学をフィードバックループで結びつけ、モデルが生物学から学び、さらに実験をデザインするという、次の時代のための新しい機関を作るものだった。この統合こそが、彼が求めたスケールと人材を実現する場だった。

この統合の最新かつ最も強力な成果が、エピソード収録の約1週間前に発表された「ESMFold2」である。これは、タンパク質生物学のためのオープンな発見エンジンであり、一種の「ワールドモデル」だ。数十億のタンパク質配列で学習した言語モデルをベースに、原子レベルのタンパク質構造を驚異的な速度で予測する。Rivesによれば、このモデルは「スピードと精度のパレート最適フロンティア」を実現し、11億ものタンパク質の構造を折り畳み（フォールディング）、予測した。さらに重要なのは、その汎用性である。抗体のために特別に設計されたわけではないにもかかわらず、抗体設計やタンパク質間相互作用の予測においても最先端の性能を達成した。

このモデルの真価は、デジタル上でのタンパク質設計を可能にした点にある。数百数千の設計候補からデジタルで選別し、実際に合成するのはわずか96種類のタンパク質で済む。実験サイクルは劇的に短縮され、Biohubは実際にナノモルレベルの結合親和性を持つ抗体を取得することに成功した。これは治療薬として十分な活性レベルである。Rivesは「我々はタンパク質を理解できるモデルを設計しただけだ。タンパク質設計は創発的な特性として得られた」と強調する。この成果は、オープンサイエンスの力も示しており、誰でもこのエンジンを基に研究を進めることができる。

14:22メカニスティック解釈可能性：ブラックボックスを開く

Sarah Guoは、この取り組みで最も興味深い点の一つとして「メカニスティック解釈可能性（mechanistic interpretability）」を挙げる。これは、モデルが何を「考えて」予測しているのか、その内部表現を理解しようとする試みだ。従来、この手法は大規模言語モデル（LLM）の理解に使われてきたが、Biohubはこれを生物学に応用する。タンパク質言語モデルは、単にタンパク質の「コード」を学習しただけだが、その学習から生物学的構造や機能が創発的に現れる。Rivesは、このモデルの表現空間を解析することで、既知の生物学と未知の生物学を結びつけることができると説明する。

具体的には、何も知られていないタンパク質と、機能が解明されているタンパク質の間に、モデルが学習した「構造的な文法」が存在する。この文法を解読することで、モデルがなぜ特定の構造を予測したのか、その根拠を理解できるようになる。これは、新しい治療法の作用機序（メカニズム・オブ・アクション）を解明したり、これまで知られていなかった体内のシステムを発見したりする可能性を秘めている。Guoは「人間の行動を完全に理解しなくても多くのことを予測できるAIとは異なり、生物学では『なぜ』を理解することが本質的に重要だ」と指摘し、このアプローチの独自性を評価する。

Rivesは、この解釈可能性が「ブラックボックスを開く」ことだと表現する。モデルが予測を行う際の基礎となる生物学的原理を抽出できれば、それは単なる予測ツールを超え、新たな科学的知識を発見するための強力な手段となる。これは、Biohubが単にAIをツールとして使うのではなく、AIを通じて生物学の深い理解を得ようとしていることの証左である。

16:58非営利であることの戦略的意義：オープンソースとロングテール

なぜBiohubはベンチャー支援のスタートアップではなく、非営利組織なのか。この問いに対し、ザッカーバーグは明確に答える。「我々はツールを科学コミュニティ全体に提供したい。オープンソースプロジェクトとして進めることで、より多くの科学者の手に迅速に渡り、より大きなインパクトを生み出せる。」営利企業として運営することも可能だったかもしれないが、その場合、資金調達や収益化のプレッシャーが生じる。特に、Biohubの取り組みには、前例のない科学的アプローチを必要とするデータ生成が不可欠であり、これは「工場に発注すれば手に入る」ようなものではない。このような大規模で長期的なプロジェクトには、10年から15年の時間軸と、戦略の単純さが求められる。

チャンは、非営利であることの「中立的」な性質が、より多くの人材を惹きつけると補足する。人類生物学の全体像を理解し、すべての疾患に対処するには、アカデミア、バイオテク、産業界全体の協力が必要だ。営利企業では、利益が見込める一般的な疾患にリソースが集中しがちだが、希少疾患（ロングテール）は取り残される。しかし、ツールを分散させ、多くの人の手に渡せば、脊髄性筋萎縮症のようなニッチな疾患に情熱を持つ研究者が、その知識を深めることができる。そして、その希少疾患の理解が、人体の仕組みに関するより広範な知識の解明につながる可能性がある。

さらに、ザッカーバーグは「エッジケース（辺縁事例）から学ぶことの重要性」を指摘する。科学や工学では、一般的な問題に取り組むよりも、まれで奇妙な副作用やエッジケースからシステムについて多くを学べることがある。オープンなエコシステムは、こうした多様なアイデアが試される場を提供する。患者団体が自ら臨床試験を組織する「Rare as One」プログラムの例を挙げ、チャンは「患者自身がリソースを組織することで、治験のスピードが桁違いに速くなる」と述べ、オープンなツールとコミュニティの力が、創薬の経済性とスピードを根本から変える可能性を示唆する。

24:23個別化医療へのタイムライン：炎症と免疫系へのアプローチ

「すべての疾患を治す」という目標のタイムラインについて、ザッカーバーグは「100年よりは短くなるだろう」と楽観的な見方を示す。しかし、それは動的なシステムであり、一つの問題を解決すれば新たな課題が生まれるため、終わりのない旅であるとも認識している。重要なのは、特定の疾患からアプローチするのではなく、システムとして理解することだ。例えば、Biohubが重点的に取り組む分野の一つが「炎症」である。シカゴのBiohubは、炎症を測定する新しいデバイスの開発に注力している。炎症は多くの異なる疾患に関連していることが明らかだが、そのメカニズムは十分に理解されていない。炎症を広く理解することで、他の企業や研究者が具体的な治療法の開発に集中できるようになる。

もう一つの重要なシステムは「免疫系」である。これは細胞工学の研究と密接に関連しており、タンパク質から細胞、そして全身の動的システムへと階層を上げていく上で、格好の研究対象となる。チャンは、個々の患者を個人として治療するというビジョンを強調する。理想は、ある個人の遺伝子を理解し、その人が特定の疾患にかかるリスクを把握し、遺伝子変異とタンパク質、そして疾患プロセスとのメカニズム的な関連を解明することだ。そのチェーンが理解できれば、その人に合わせたタンパク質や薬を設計し、介入できる。

現在の医療は、このメカニズム的理解が圧倒的に不足している。チャンは「患者は自分が論文の被験者集団に代表されているかどうかをPubMedで調べ、医師は『あなたは我々が研究した人々に似ているから、この薬を試してみよう』と推測する」と現状を批判する。彼女の目標は、この推測に基づく医療を、メカニズムに基づく個別化医療へと変革することだ。疾患によって、遺伝子変異の特定だけが重要な場合もあれば、タンパク質機能を変更する介入が可能な場合もある。いずれにせよ、汎用的なツールを構築し、それを個々の患者に適用するというアプローチこそが、Biohubのビジョンの核心である。

41:06人材と未来：仮想細胞とエージェントシステムへの展望

Biohubのような野心的なプロジェクトには、優秀な人材の確保が不可欠だ。AI研究者の市場は極めて加熱しているが、ザッカーバーグは「フロンティアAIとフロンティア生物学の両方を持っている組織は世界に他にない」と語る。AI研究者が他のラボで言語モデルに取り組むこともできるが、Biohubにはそのユニークな組み合わせと、人類の疾病に立ち向かうという強力なミッションがある。Rivesも「科学者はそのミッションに深く動機づけられる」と同意する。さらに、AIの進歩には数百人もの研究者は必要なく、十数人から数十人の強力なチームで大きな進歩を遂げられるという点も、人材戦略の重要な要素である。

今後の研究課題として、Rivesは「仮想細胞（Virtual Cell）」を次の大きなチャレンジとして挙げる。これは、タンパク質、遺伝子、トランスクリプトームといった各階層の複雑性を統合し、細胞の表現型（フェノタイプ）に結びつけるモデルだ。目標は、訓練されていない新しい介入について、モデルに質問し、一般化可能な答えを得られるシステムを構築することである。この実現には、膨大なデータ生成の努力が必要となる。また、ESMFold2のリリース後、ユーザーがエージェントシステムと連携させて設計プロセスを自動化する事例がすでに出始めており、AIと生物学の融合がさらに加速していることを示している。

ザッカーバーグは、過去1年間の最大の変化として、Biohubが慈善活動の主要な焦点として正式に位置づけられたこと、そしてAlex RivesというAI研究者をリーダーに据えたことを挙げる。以前のリーダーはテクノロジーに興味を持つ生物学者が主流だったが、今や「AI研究者であり、生物学のバックグラウンドも持つ」人物が率いる体制にシフトした。これは、今後の価値創造の源泉がAIにあるという確信の表れである。チャンは、この変化により、以前は「同じ方向を向いていた」チームが「腕を組んで一緒に動く」ようになり、研究の方向性がより明確で、一体感のあるものになったと総括する。

結びに

このエピソードがリスナーに強く印象づけるのは、Biohubのビジョンが単なる壮大な夢物語ではなく、具体的な成果（ESMFold2）と戦略（階層的モデリング、オープンソース、AIとウェットラボの統合）に裏打ちされた、極めて現実的なプロジェクトであるという点だ。特に印象的なのは、ザッカーバーグが「指数関数的な成長曲線は加速し続ける」と語る確信と、チャンが「患者を個人として扱う」という人間中心の視点を決して失わない姿勢である。AIの進歩がもたらす楽観論と、生物学の複雑さに対する謙虚さが絶妙なバランスで共存しており、だからこそ彼らのミッションは説得力を持つ。この対話は、AIが単に創薬を効率化するツールではなく、生命そのものを理解するための新たなパラダイムを切り開く可能性を示している。