科学におけるAIの最大のインパクトは、Google DeepMindがタンパク質の複雑な構造 — 生きた細胞内のほぼあらゆるプロセスを動かす分子 — を予測するために、深層学習モデルを用いていることです。
しかし、AIモデルが潜在的な治療候補をより多く吐き出し続けるにつれて、次第にボトルネックが見えてきています。つまり、実際にそれらの候補をすべて特定・評価し、検証や大量生産のために扱える状態にすることです。
それが、2025年12月に設立されたスタートアップ「10x Science」の目標です。同社は本日、Initialized Capitalが主導し、Y Combinator、Civilization Ventures、Founder Factorの支援を受ける形で、480万ドルのシードラウンドを発表しました。創業者3人は、経験豊富な生化学者であるDavid RobertsとAndrew Reiter、そしてコンピューターサイエンスとAIモデルに強みを持つ連続起業家のVishnu Tejasです。
「製薬バイオ（バイオファーマ）が創薬候補を作ろうとすると、彼らはいろいろなとても良い予測ツールをすべて持っています」とRobertsはTechCrunchに語りました。「ファネルの入口に好きなだけ候補を追加することはできますが、それらはすべて、この特定（キャラクタリゼーション）のプロセスを通過しなければなりません。すべてを測定する必要があります。」
タンパク質の構造を理解することは、生物製剤の薬を開発する研究者にとって重要です。生物製剤は、生きた細胞で作られ、病気や状態を特異的に標的にするために洗練された設計を用います。たとえば、Merckが販売する人気の薬で免疫システムががんを見つけて攻撃するのを助ける「Keytruda」のように、特定の細胞を標的にするよう設計できます。
10xの創業者3人は、ノーベル賞受賞者のDr. Carolyn Bertozziのスタンフォード研究室で一緒に働いていました。そこで彼らは、がん細胞と免疫システムの相互作用を研究しましたが、分子レベルで「何が起きているのか」を正確に理解できないことに苛立ちを覚えていました。
分子を評価する最も正確な方法は、マススペクトロメトリーと呼ばれる複雑な技術です。電場の中で測定することで、原子構造を決定する方法です。比較的新しいこの手法は、解釈に大きな専門性を必要とする複雑なデータを生成し、分析には多くの時間がかかります。
Disruptで次の投資家、またはポートフォリオのスタートアップと出会おう
次のラウンド。次の採用。次のブレイクスルーのチャンス。TechCrunch Disrupt 2026で見つけてください。そこには10,000人以上の創業者、投資家、テックリーダーが3日間集結し、250回以上の戦術的セッション、強力な紹介、そして市場を定義するイノベーションが提供されます。今すぐ登録して最大410ドルを節約しましょう。
Disruptで次の投資家、またはポートフォリオのスタートアップと出会おう
次のラウンド。次の採用。次のブレイクスルーのチャンス。TechCrunch Disrupt 2026で見つけてください。そこには10,000人以上の創業者、投資家、テックリーダーが3日間集結し、250回以上の戦術的セッション、強力な紹介、そして市場を定義するイノベーションが提供されます。今すぐ登録して最大410ドルを節約しましょう。
10xのプラットフォームは、化学・生物学に根ざした決定論的アルゴリズムと、それをデータとして解釈できるAIエージェントを組み合わせています。チームは、分光分析（スペクトロメトリー）データに対してモデルを訓練し、その分析結果を追跡可能にするために、大きな作業を行う必要がありました。これは、規制順守（コンプライアンス）を企業に達成させるために使われるツールにとって重要な要件です。
Matthew Crawfordは、Rilas Technologiesの科学者です。同社は他社のために化学分析を行う企業であり、バイオテックのスタートアップのような依頼主が、自社で分光分析装置やそれを運用できる専門家に数百万ドル規模の投資をする必要がないようにしています。Crawfordは10x Scienceのプラットフォームを数週間使っており、それによって自身の仕事が速くなっていると語っています。
Crawfordによれば、そのモデルは、結論を説明する能力で彼を驚かせ、自分で分析に適したデータを見つけ、さまざまな種類の分子の評価に適応できたとのことです。これまで試したことのある一部のAIツールは、期待を過剰に約束したり、精度に問題があったりしたと彼は言いますが、「このツールは妥当な前提を置く」と述べています。それは、開発者が持つ深い領域の専門知識に起因すると彼は考えています。
「特定のタンパク質をそれにかけてみたところ、ファイルに私が付けた名前から、そのタンパク質がたぶん何かを“なんとなく”理解したんです」とCrawfordは語りました。「その後、そのタンパク質の配列についてオンラインのデータベースを検索したので、私が配列をプログラムする必要がありませんでした。」
10xの幹部たちは、主要な製薬会社複数社だけでなく、大学などの研究者とも連携しているとも述べている。計画では、このシード資金を使ってさらにエンジニアを採用し、モデルを改良し続け、新たな顧客へ提供していく。もしタンパク質の特性を捉えることで勢い（トラクション）を得られれば、ロバーツは、同社がタンパク質構造と細胞に関する他のデータを組み合わせることで、生物学の新しい理解のかたちを提供するために拡大していくことを期待している。
「私たちが作っているものの背後にある、より深い本質は、実は“分子インテリジェンス”を定義する新しい方法です」とロバーツは語った。
同社の投資家にとって10xは、特定の薬が成功し、規制当局の承認を勝ち取ることに依存しない形で、バイオテック領域へ入っていくための有用な手段を提供している。創業者たちの希望どおりに事業が進めば、最終的な製品が市場で成功するかどうかにかかわらず、創薬開発にとって重要なツールになるだろう。
「これはSaaSプラットフォームで、製薬会社は毎月これに対して支払い、こうした可能性のある候補をすべて通していく必要があります」とInitializedのパートナーであるゾーイ・ペレは語った。彼女は、競合から同社を守るために、創業者の深い経験に期待している。そもそも、これらの手法や、それによって生み出されるデータを理解している人はそんなに多くない。
クロフォードによれば、このプラットフォームができることは、こうした手法の恩恵を受けられるものの、それを導入する時間や資源がない研究者に向けて、技術の解放（アンロック）を後押しすることだ。
「ここにいるグループは新しい薬を作ろうとしているんです」とTechCrunchに対して彼は語った。「彼らはただ、マススペックから素早くシンプルな答えを得たいだけで、そうすると一気に“ややこしい問題のかたまり”が開いてしまう。このソフトウェアは、その“ややこしい問題のかたまり”を閉じたままにしておき、次の研究へ進むために、本当に必要な答えだけを引き出すのに役立つはずです。」
