アスタミューゼ株式会社（本社:東京都千代田区、代表取締役社長 永井歩）は、AI駆動型タンパク質設計に関する技術領域において、弊社の所有するイノベーションデータベース（論文・特許・スタートアップ・グラントなどのイノベーション・研究開発情報）を網羅的に分析し、動向をレポートとしてまとめました。

AI駆動型タンパク質設計とは

本レポートでいうAI駆動型タンパク質設計とは、酵素や抗体、受容体などの複雑な立体構造をもつタンパク質から、比較的分子量の小さいペプチドまでを対象に、人工知能（Artificial Intelligence：AI）の一種である深層学習などをもちいて、ねらった機能をもつ分子を計算機上で設計する技術体系をさします。

設計の対象は、新しいアミノ酸配列や立体構造をゼロから作りだすデノボ設計にくわえ、天然のタンパク質への変異導入や化学修飾による機能改変もふくめています。タンパク質設計の根底には、アミノ酸をどうならべるかという課題があります。その組みあわせは天文学的な数にのぼるため、有用な機能をもつ分子を見いだすことは、きわめて困難な課題とされてきました。

従来のタンパク質設計は、変異の導入と選抜をくりかえす指向性進化や、ウイルスの一種であるファージに分子を提示して選抜するファージディスプレイ法など、実験的手法と研究者の専門知識や経験を活用してきました。指向性進化のような手法では、出発点となるアミノ酸配列からかけはなれた範囲を探索することがむずかしく、探索範囲がかぎられる場合があります。くわえて、研究者がすべての設計候補を検討することはむずかしく、原子や分子の動きを計算する分子動力学シミュレーションによる評価は計算コストが高く、大規模な機能検証実験には多大な労力を要するという課題をかかえていました。

近年のAI駆動型タンパク質設計では、これらの課題を軽減し、機能性タンパク質の開発を高速かつ高精度に実現することが試みられています。

次世代のAI駆動型タンパク質設計は、目的とする機能や構造の条件におうじて、立体構造やアミノ酸配列の候補を計算機上で生成できる点が特徴です。2024年のノーベル化学賞は、タンパク質の立体構造をアミノ酸配列から高精度に予測するAI「AlphaFold2」を開発したJohn Jumper氏、Demis Hassabis氏と、計算機によるタンパク質設計で成果をあげたDavid Baker氏に授与されました。構造生成AIのRFdiffusionは、構造予測モデルのRoseTTAFoldを基盤としています。構造予測と生成設計を組みあわせることで、設計候補の生成と評価を進められます。

RFdiffusionなどの構造生成AIが設計した立体構造にアミノ酸配列を割りあて、その配列からAlphaFoldなどの構造予測AIが折りたたみ構造を予測して整合性を評価することもでき、標的分子に結合するタンパク質（バインダ）の設計、治療用酵素や産業用バイオ触媒の設計、免疫反応を引きおこす性質（免疫原性）の最適化をめざすワクチン抗原の設計など幅広い領域で応用が急速にすすんでいます。

実際に、計算機設計されたタンパク質が自己集合して形成するナノ粒子をもちいた新型コロナウイルスワクチン「SKYCovione」は、韓国や英国で承認された事例です。世界保健機関（World Health Organization：WHO）の緊急使用リストには2023年に掲載され、計算機による設計が医薬品の開発につながった事例として位置づけられます。

本レポートでは、アスタミューゼ独自のデータベースを活用し、特許、論文、グラント（競争的研究資金）における「AI駆動型タンパク質設計」に関連する技術動向を分析しました。また、この分野のスタートアップを中心に、関連企業の事例もまとめました。

AI駆動型タンパク質設計に関連する特許の動向

アスタミューゼの保有する特許データベースから、「デノボ（新規）設計」、「計算的・生成的設計」、「AI手法」などの技術要素を要約にふくむ特許母集団1,224件を抽出し、ふくまれるキーワードの年次推移から近年言及がふえている技術要素を探るキーワード分析を実施しました。キーワードの変遷を把握することで、特許で言及される技術要素の変化を定量的に評価できます。

2016年以降に出願されたAI駆動型タンパク質設計関連特許のキーワードの年次推移が図1です。

キーワードごとのGrowthは、2016年から2025年までの出現回数と、2021年以降の出現回数の比で定義されます。値が1に近いキーワードほど、対象期間のうち直近の期間に出現が集中していると解釈します。

図1に掲載されたキーワードはすべてGrowthが1であり、これらのキーワードの出現が近年に集中していることが読みとれます。その中からとくに注目のキーワードを紹介します。

タンパク質言語モデル（protein-language-model）：大量のタンパク質のアミノ酸配列を「言語」に見立て、そのならびの規則性や進化に関する情報を深層学習するAIモデル。

ProteinMPNN（抽出語：proteinmpnn）：米国のワシントン大学のDavid Baker教授らの研究室が開発した、タンパク質の立体構造からアミノ酸配列を設計する深層学習モデル。このように構造から配列をもとめることを逆フォールディングという。

RFdiffusion（抽出語：rfdiffusion）：米国のワシントン大学のDavid Baker教授らの研究室などが開発した、拡散モデル（ノイズを段階的にとりのぞいて構造を生成するモデル）をもちいて新しいタンパク質の立体構造をデノボ設計する、オープンソースのAIシステム。

AlphaFold（抽出語：alphafold）：Google DeepMindが開発した、アミノ酸配列からタンパク質の立体構造を予測するAIシステム。AlphaFold2は、予測対象と進化的に関連する複数の配列をならべて比較する多重配列アライメント（Multiple Sequence Alignment：MSA）などの情報を予測に利用する。

ESMFold（抽出語：esmfold）：Metaが開発した、単一のアミノ酸配列からタンパク質の立体構造を高速に予測するAIモデル。予測時にMSAを必要としない。

これらのキーワードの出現は、構造予測や配列・構造の設計にAIモデルを利用する特許が、近年見られるようになったことをあらわしています。2024年のノーベル化学賞でも注目された分野であり、AI駆動型タンパク質設計の実用化が着々と進んでいることを反映しています。

以下に、「RFdiffusion」と「AlphaFold」に関する特許事例を紹介します。

RFdiffusion

人工的に合成されたポリペプチドP2およびヘルペスウイルス感染に対するその応用

公報番号：CN120349386A

公開年：2025年

機関/企業：LANZHOU VETERINARY RESEARCH INSTITUTE, CHINESE ACADEMY OF AGRICULTURAL SCIENCES （CHINA CENTER FOR ANIMAL HEALTH AND EPIDEMIOLOGY, LANZHOU BRANCH）

国：中国

概要：ヘルペスウイルスが宿主に感染する際、ウイルス糖タンパク質gDが宿主受容体Nectin-1と結合するが、本特許ではNectin-1の結合にもちいられるアミノ酸残基にもとづき、RFdiffusionをもちいて人工ポリペプチドP2を設計・取得した。同公報では、P2について、評価条件下で毒性をしめさず、ヘルペスウイルスの一種である火星狂犬病ウイルス（Pseudorabies Virus：PRV）の感染を阻害したと報告している。ウイルス感染におけるNectin-1の重要度の共通性から、単純ヘルペスウイルス1型（HSV-1）や2型（HSV-2）など広範なヘルペスウイルスに対する新規治療薬開発への応用も期待される。

AlphaFold

微小筋萎縮性疾患耐性関連タンパク質Utro-H1/H3、コード遺伝子、組換えベクター、組換えウイルス、製品および用途

公報番号：CN120988093A

公開年：2025年

機関/企業：SHENZHEN RUIGENG BIOMEDICAL TECHNOLOGY CO., LTD.、 BEIJING SPORT UNIVERSITY

国：中国

概要：AlphaFold 3をもちいて野生型ユートロフィンの立体構造を予測し、その構造情報と各部位の機能に関する知見にもとづいて、送達キャリア（ウイルスベクター）の搭載容量制限におさまるよう局所構造の保持や削除の判断、部位の融合などの改変をおこない、デュシェンヌ型筋ジストロフィーの治療をめざすミニユートロフィン（Utro-H1/H3）を設計・創出した。

続いて、特許出願数の国別動向です。企業や研究機関の出願する特許の傾向には、社会実装が近い、あるいはすでに実装済みである技術と関連する短中期の動向が反映されます。

AI駆動型タンパク質設計に関連する特許の国別出願件数の年次推移が図2です。なお、特許データは出願から公開までにタイムラグが存在するため、2024年までのグラフとなっています。

図2：AI駆動型タンパク質設計に関連する特許の国別出願件数の年次推移（2016～2024年）

特許出願数では、中国の特許出願の伸びが著しく、アメリカや欧州からの出願も複数見られます。

中国ではZHEJIANG UNIVERSITY OF TECHNOLOGYやJIANGNAN UNIVERSITYといった大学を中心に、深層学習をもちいた立体構造の予測や酵素の改変に関する出願が顕著で、AI駆動型タンパク質設計に関する特許戦略が活発化していることがうかがえます。

（以降、AI駆動型タンパク質設計に関する論文、グラント、スタートアップ企業に関する詳細分析と事例、それらをふまえた全体のまとめについては、弊社コーポレートサイトの該当ページでご確認ください）

著者：アスタミューゼ株式会社 平澤 輝一 博士（理学）

さらなる分析は……

アスタミューゼでは「AI駆動型タンパク質設計」に関する技術に限らず、様々な先端技術/先進領域における分析を日々おこない、さまざまな企業や投資家にご提供しております。

本レポートでは分析結果の一部を公表しました。分析にもちいるデータソースとしては、最新の政府動向から先端的な研究動向を掴むための各国の研究開発グラントデータをはじめ、最新のビジネスモデルを把握するためのスタートアップ/ベンチャーデータ、そういった最新トレンドを裏付けるための特許/論文データなどがあります。

それら分析結果にもとづき、さまざまな時間軸とプレイヤーの視点から俯瞰的・複合的に組合せて深掘った分析をすることで、R&D戦略、M&A戦略、事業戦略を構築するために必要な、精度の高い中長期の将来予測や、それが自社にもたらす機会と脅威をバックキャストで把握する事が可能です。

また、各領域/テーマ単位で、技術単位や課題/価値単位の分析だけではなく、企業レベルでのプレイヤー分析、さらに具体的かつ現場で活用しやすいアウトプットとしてイノベータとしてのキーパーソン/Key Opinion Leader（KOL）をグローバルで分析・探索することも可能です。ご興味、関心を持っていただいたかたは、お問い合わせ下さい。

コーポレートサイト：https://www.astamuse.co.jp/

お問合せフォーム：https://www.astamuse.co.jp/contact/