SandboxAQ（Alphabetのスピンオフ）とAnthropicが提携し、創薬・材料科学向けの物理ベースAIモデル「LQM（Large Quantitative Model：大規模量子モデル）」をClaude上に統合した。これにより、量子化学計算や分子動態シミュレーションが、専用の計算インフラなしに自然言語だけで実行できるようになる。

SandboxAQとLQMとは

SandboxAQは2021年頃にGoogleの親会社Alphabetからスピンオフした企業で、元Google CEOのエリック・シュミット氏が会長を務める。これまでに9億5,000万ドル超を調達し、サイバーセキュリティ事業なども展開しているが、最も特徴的なのが「LQM（大規模量子モデル）」と呼ばれる独自AIモデルだ。

LQMは一般的な大規模言語モデル（LLM）とは根本的に異なる。テキストのパターンを学習するのではなく、物理世界の法則に基づいて構築されており、量子化学計算・分子動態シミュレーション・ミクロキネティクス（分子レベルでの化学反応の動態解析）を実行できる。これにより、実験室で合成する前から候補分子の挙動を予測することが可能だ。

「モデルではなくインターフェースがボトルネック」という賭け

創薬AI領域では、Chai DiscoveryやIsomorphic Labsのように「より良いモデルを作ること」に注力するプレイヤーが多い。SandboxAQが取ったのは異なる戦略だ——「ボトルネックはモデルではなく、アクセスのしやすさだ」という仮説を立て、インターフェース問題の解決に賭けた。

従来、SandboxAQのLQMを使うには、ユーザー自身が計算インフラを用意する必要があった。今回の統合により、Claudeの会話インターフェースを通じて自然言語でLQMを呼び出せるようになる。SandboxAQのAIシミュレーション事業部ゼネラルマネージャーのナディア・ハーヘン氏は「フロンティアLLM上でフロンティア定量モデルに自然言語でアクセスできるのは初めてのことだ」と語った。

ターゲットは「複雑な問題を抱えた研究者」

SandboxAQの顧客は、大手製薬会社・素材メーカーで働く計算科学者・研究科学者・実験研究者が中心だ。「他のソフトウェアを試したが、問題の複雑さゆえに現実世界への変換がうまくいかなかった企業が来る」とハーヘン氏は説明する。

コンピューティングの博士号が不要でこうした高度な量子化学計算にアクセスできるようになることで、専門家がツールの操作ではなく研究そのものに集中できる環境が整う。

実務への影響——日本の製薬・化学業界に何が変わるか

日本においても、大手製薬企業や先端材料を手がけるメーカーにとって注目すべき動向だ。

  • 研究の民主化: 専用インフラを持たない中小規模の研究機関でも、高度なAI創薬シミュレーションへのアクセスが現実的になる
  • 研究者の生産性向上: 計算環境のセットアップではなく、研究仮説の検証に時間を使えるようになる
  • LLMとドメイン特化AIの融合: 「会話型AI＋専門AIモデル」という組み合わせが標準的なR&D環境になる可能性がある

SandboxAQが「50兆ドル超の定量経済」と表現する市場——バイオファーマ・金融サービス・エネルギー・先端材料——は、テキスト中心のAIが苦手とする数値・物理モデリングを必要とする領域だ。日本はこれらの産業で世界的な競争力を持つだけに、このアプローチの実用化を早期に検討する価値がある。

筆者の見解

今回の動きで注目したいのは、「モデルの性能競争」から「誰が使えるか」へと視点を転換した点だ。

創薬AIに限らず、高度なAIモデルが研究現場で使われないのは、多くの場合「性能が足りないから」ではない。専門的なインフラ、CLIの知識、計算資源の準備——こうした「使うためのハードル」が実際の壁になっているケースがほとんどだ。この構造はエンタープライズIT全般に共通する。

LQMのような物理法則ベースのモデルと、LLMの自然言語インターフェースを組み合わせるアーキテクチャは、「AIを仕事の流れに埋め込む」という方向性として理にかなっている。研究者が自然言語で仮説を投げかけ、量子化学の計算が即座に返ってくる体験は、認知負荷の削減という観点から本質的な価値がある。

課題もある。「物理ベース」の計算結果とLLMのインターフェース層をどう整合させるか、結果の解釈をどこまでAIに任せるか——研究倫理の観点からも引き続き検討が必要だ。ただ、「専門家だけが使えるツールを、専門家でなくても使えるようにする」という方向性は正しい。今後、「ドメイン特化モデル×LLM会話インターフェース」の組み合わせは他の領域でも広がるだろう。アクセスの壁を取り除くことが、AIの真の社会実装につながる。

出典: この記事は SandboxAQ brings its drug discovery models to Claude — no PhD in computing required の内容をもとに、筆者の見解を加えて独自に執筆したものです。