動物実験をなくした方が科学的に優れている?—犬の創薬を1万倍速にする4つのAI技術

なぜ犬用の新薬はこんなにも少ないのでしょうか。

その理由は、単に市場が小さいといった経済的なことだけではないようです。

この課題に対して、4つの研究機関が同時に発表した新しい技術が、これまでのペット医療の常識を変えようとしています。

※先に言っておきますが、私は別に動物愛護家でもないですし、学生時代は実験動物を対象に研究していました。

10,000×
AIによる分子
シミュレーション高速化
不滅化した犬の
筋肉細胞の増殖回数
30時間
細胞を傷つけない
連続観察時間
200nm
超解像顕微鏡AIの
解像度

ペット用の新薬はなぜ少ないのか

そもそも、なぜペットの新薬開発は進まないのでしょうか。
医療の進歩で人間用の薬は次々に登場していますが、愛犬が重い病気になったとき、人間ならもっと治療法があるのに、と感じたことのある飼い主さんは多いはずです。

実は、薬を作るプロセスそのものに大きな課題がありました。

問題1:室温テストは実際の環境と異なる

一つ目の問題は、実験環境と実際の体の違いです。

体内のタンパク質は、温度やカルシウムなどの化学物質の影響で形が変わります。
しかし、これまでのテストは主に室温で行われてきました。
体温より低い室温ではタンパク質の形が変わってしまうため、本来なら効くはずの薬もうまく反応せず、
開発が失敗に終わってしまうことが多かったのです。

室温テスト(従来法) 約25°C・シンプルな培養液 タンパク質(鍵穴が閉じた状態) ✗ 薬が合わない ➔ 「失敗」と誤判定 体内環境(実際) 37°C・カルシウムシグナルあり タンパク質(鍵穴が開いた状態) ✓ 薬がぴったり合う ➔ 「成功」 ▲ 同じ薬でも、テスト環境によって「効く」か「効かない」かの結論が変わってしまう

問題2:犬の細胞はすぐ死んでしまう

二つ目は、犬の細胞の扱いにくさです。

実験に使う犬の細胞は、培養しても数回増殖しただけですぐに死んでしまいます。
これでは、長い時間をかけた検証や、大量の候補から薬を探し出す作業ができません。

ℹ 一次細胞の限界
生体から採取した直後の細胞は、培養皿の上でわずか数回しか分裂できない。数万通りの化合物を均一な条件で比較したり、遺伝子治療の効果を長期追跡したりすることは、物理的に不可能だった。

これらの問題を解決するために、2026年6月に画期的な技術が相次いで発表されました。

技術① Myok9—ラボで永遠に生き続ける犬の筋肉細胞

まず、テキサスA&M大学のチームが開発した「Myok9(マイオク9)」です。

これは世界で初めて、培養皿の上で無限に増え続けることができる「不滅化」した犬の筋肉細胞です。
これにより、これまでは不可能だった長期的な実験や大規模な調査が可能になります。

ピーター・ニエム博士が、研究室でMyok9イヌ筋細胞が入ったバイアル瓶を持っている様子(画像提供:テキサスA&M大学 / 出典:Phys.org

「不滅化」とは、培養皿の上で無限に増え続けることができる細胞のことです。

犬の筋肉の修復を担う前駆細胞(将来筋肉になる細胞)に特殊な処理を施すことで、本来細胞が持っている分裂回数の限界を解除することに成功したのです。

Myok9(マイオク9)——世界初の犬専用不滅化筋肉細胞株へのプロセス
筋芽細胞の採取
犬の筋肉から前駆細胞を分離
特殊処理を導入
分裂限界(ヘイフリック限界)を解除
不滅化を達成
培養皿の上で無限に増殖できる
反復検証が可能に
均一な条件で何度でも試験できる

これで何ができるようになったのか。

✓ Myok9が実現すること
  • 【1】 世界中のどのラボでも、全く同じ遺伝的条件を持つ犬の細胞でテストを統一できます。
  • 【2】 さらに、ゲノム編集(CRISPR)や遺伝子治療の効果を、長期間かつ繰り返し検証可能です。
  • 【3】 それによって、生きた犬に未確認の物質を投与して苦痛を与える「初期テスト」が完全に不要になります。
  • 【4】 最終的には、数万通りに及ぶ化合物を、均一な条件で一気に比較スクリーニングすることが可能となりました。

特に注目すべきは、動物福祉の国際原則「3Rs(Replacement:代替・Reduction:削減・Refinement:改善)」の観点から見た意義です。Myok9の誕生は、最も達成が困難とされる「Replacement」への大きな一歩となります。

技術② TITO—分子シミュレーションを10,000倍速にするAI

次に、シミュレーションの速度を劇的に上げるAI「TITO」が登場しました。

薬の候補が体内でどう動くかを計算するには膨大な時間がかかっていましたが、
チャルマーズ工科大学などが開発したこのAIを使えば、その計算を従来の1万倍の速さで終わらせることができます。

従来の数値計算(MD法) TITO(AIタイムワープ)
1フェムト秒(10⁻¹⁵秒)ごとに計算

何十億回もの数値計算を繰り返す

スーパーコンピューターで数ヶ月
12,500以上の分子の動きを学習

物理法則に従い「結果」へジャンプ

一般サーバーで数分〜数時間
▲ TITOは従来比10,000倍以上の高速化を達成。計算コストも劇的に下がる

研究主導者であるJuan Viguera Diez氏によると、
「映画の全フレームを1コマずつ真面目に見るのをやめ、整合性を100%保ったまま、一瞬で重要なシーンへスキップできるようになった状態です」
というイメージのようです。

特性 内容
汎化性能 未学習の分子にも対応
特定の化学物質を「丸暗記」しているのではなく、原子の動きを支配する普遍的な物理・統計のルールを学習しているため、AIが一度も見たことのない新しい化合物にも高精度で対応できる。
時間スキップ ナノ秒→マイクロ秒
わずか数十ナノ秒の短いシミュレーションを観察するだけで、その1,000倍以上の長さに相当する時間軸の分子挙動を正確に予測。「この薬が細胞膜を通り抜けられるか」といった予測も一瞬でクリア。

技術③ LargePNet—細胞を傷つけずに30時間見続けられる顕微鏡AI

さらに、北京大学の研究チームは「LargePNet(ラージピーネット)」という新しい顕微鏡AIを開発しました。

これまでの顕微鏡は、細胞をはっきり見るために強いレーザーを当てると細胞を傷つけてしまい、弱くすると画像がぼやけるという矛盾を抱えていました。
このAIは、細胞を傷つけずに30時間もの長時間、高い精度で観察し続けることを可能にします。

比較項目 従来のAI LargePNet
画像処理方式 小パッチに分割して処理 広視野のまま処理
画質(PSNR) 基準値 +0.5〜2dB向上
推論速度(Transformer比) 基準 約20倍高速
連続生細胞観察時間 数時間が限界 最長30時間連続
解像度 限定的 200nm 超解像

30時間以上、細胞を生かしたまま超高解像度で追い続けられるということは、
薬を投与した後の細胞の変化を、リアルタイムで長期観察できることを意味します。

技術④ 環境適応型薬理学—病気の細胞だけに効く薬の設計

最後に、ノースウェスタン大学の教授らが提唱する「環境適応型薬理学」という新しい考え方です。

これは、場所を問わず一律に効く薬を作るのではなく、特定の体内環境に合わせて形を変えるタンパク質の性質を逆手に取り、病気の細胞だけにピンポイントで作用する薬を設計しようというものです。

💡 環境適応型薬理学を用いたスマートドラッグのコンセプト
健康な細胞では一切作用しない。しかし病気によってカルシウム濃度が上がった特定の細胞(病態部位)だけで「鍵穴」が開き、ピンポイントで薬が結合・起動する。副作用が極限まで少ない「場所を選んで効く薬」が、理論的に設計可能になる。

これまでの医薬品の多くは、身体のどこでも一律に同じ挙動をするものででした。環境適応型薬理学は、その前提そのものを覆します。

4つが繋がると何が起きるのか

これらの技術が組み合わさることで、これまで数年かかっていた薬の検証が、わずか数日で終わるようになるかもしれません。

このサイクルが自動で回り続ける
STEP 1
デジタルで設計
① TITO が予測
体内環境(37°C・Ca²⁺)を再現し最適分子を1万倍速で設計
STEP 2
リアルで検証
② Myok9 で検証
不滅化した犬の筋肉細胞に投与
STEP 3
リアルタイム観察
③ LargePNet で観察
30時間・200nm超解像で細胞を追跡
STEP 4
AIが賢くなる
④ データを還元
結果をTITOへフィードバック➔精度が上がる
技術要素 従来の限界 2026年以降
TITO
(分子予測AI)
スーパーコンピューターで数ヶ月の計算。コストが莫大で試せる分子が限られていた。 一般サーバーで数分〜数時間。10,000倍速で未知の化合物にも対応。
Myok9
(不滅化犬細胞)
一次細胞は数回で死滅。生体から毎回採取が必要で初期検証が停滞していた。 無限増殖モデルで均一な条件を維持。ゲノム編集・遺伝子治療の反復実証が可能。
環境適応型薬理学 室温・人工液テストで「失敗」と誤判定。体内での形状変化を見落としていた。 37°C・カルシウム濃度を完全再現。病態部位だけで起動するスマートドラッグが設計可能に。
LargePNet
(超解像顕微鏡AI)
画像パッチ分割で構造相関が消失。光毒性のため長時間観察は不可能だった。 30時間連続・200nm超解像の広視野観察。推論速度はTransformer比20倍。

「動物実験をなくした方が科学的に優れている」という逆転の考え

動物実験をなくした方が、実は科学的にも優れているのではないか。

そんな新しい考え方が出てきています。
これまでは、動物実験を減らすことは倫理的には正しくても、科学の現場では現実的ではないと片付けられてしまうことが多くありました。
私は学生時代に実験動物に関わる研究をしていたので、その難しさはよくわかります。

しかし、今注目されている技術は、これまでとは全く違う理屈に基づいています。

個体差
生体動物を使うと個体ごとのバラつきが大きく、データの信頼性が下がる。
コスト
動物の飼育・維持には莫大なコストがかかり、試験規模が制限される。
時間
結果が出るまでに数ヶ月〜数年かかり、開発スピードの致命的な障壁となっていた。

📌 この記事のまとめ

  • 従来の創薬テストは「室温」という非現実的な条件のせいで、有望な薬候補を誤って「失敗」と判定してきた。
  • テキサスA&M大学の「Myok9」は世界初の犬専用不滅化細胞株。生体の犬を使わずに何度でも検証できる。
  • チャルマーズ工科大学らの「TITO」は分子シミュレーションを従来比10,000倍以上高速化するAI。
  • 北京大学の「LargePNet」は細胞を傷つけずに200nmの超解像度で30時間以上の連続観察を実現。
  • 「環境適応型薬理学」により、病態部位だけにピンポイントで効く副作用ゼロのスマートドラッグ設計が可能に。
  • 4技術が組み合わさる「創薬クローズドループ」により、数年かかっていた初期検証が数時間〜数日で完了する。
  • 「動物実験を排除した方がビジネス的にも科学的にも優れている」という逆転の論理が、初めて成立した。

こうした技術が進化していけば、遠くない将来、私たちの家族であるペットの命を守ることにもつながるはずです。
これからのアニマルテックがどう発展していくのか、注目です。

📚 引用文献・一次ソース一覧

  • 📌 チャルマーズ工科大学の研究(2026):AI fast-forwards molecular simulations by 10,000-fold.
    公式ソース ➔ Phys.org (Published: June 11, 2026)
  • 🔬 北京大学による超解像AI論文(2026):具体的には、画像全体の長距離構造相関を学習する LargePNet の提案です。
    詳細はこちら ➔ Nature Communications / Phys.org
  • 🧬 テキサスA&M大学の公式発表(2026):不滅化された筋肉細胞株 Myok9 がもたらす早期治療テストの解決策。
    該当URL ➔ Phys.org (Published: June 13, 2026)
  • 💡 ノースウェスタン大学の薬理学論文(2026):また、室温の不現実なテスト環境が招く新薬候補の見落としを実証。
    論文掲載元 ➔ Nature Structural & Molecular Biology

 

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

CAPTCHA