8,949 文字
こんにちは、ブレインストーム第72回へようこそ。通常の会話をしようとしているところです。先週の大きなニュースは量子コンピューターだと思っていましたが、ブレットがGlaxoSmithKlineとRelation Therapeuticsの契約についてなぜそれが実は重要なのか説明してくれます。ブレット、そこから始めましょうか？
量子コンピューターから始めると思っていましたが。
はい、では量子コンピューターから。量子コンピューターに関する発表は何だったのでしょうか？
Googleが次世代の量子チップを発表しました。キュービット数が2倍になりましたが、大きな発表は、システムのキュービット数を増やしても、各スケーリングでエラーをより効果的に削減できるということでした。多くの人々はこれを「ついに量子コンピューターの時代が来た」と受け取りましたが、私は、これは有用であり、スケーラブルな量子コンピューターを作るための必要条件の一つではありますが、量子コンピューティングの進歩のペースを見て、実用的な商業アプリケーションに必要な論理キュービット数を合理的に見積もると、まだ15年程度かかると考えています。
私たちはしばらくの間、その15〜20年という見通しの範囲内にいました。2019年のGoogleのチップ発表と比べても、実際には彼らが言っていたよりも遅いペースで進んでいるようです。
ブレット、2つ質問があります。まず、量子コンピューターとキュービットとは何か、ハイレベルで説明してください。そして、なぜ進展が遅いと考えているのか、量子コンピューターにはどんな困難があるのでしょうか？
そうですね、量子企業が15年間存続するために使う専門用語についても説明できます。ハイレベルで言えば、量子コンピューティングは企業がお金を集めて何かを試みるためのバズワードであり、商業的パートナーシップと称して実際には「私たちは本当に何かをやっています」と言うためのマーケティングパートナーシップを結ぶためのものです。これが多くの商業的と称する企業にとっての量子コンピューティングの実態です。
量子コンピューティングの約束は、従来のコンピューターでは、コンピューターの各ユニットが0か1のどちらかであり、論理演算を構築するには「これは真か偽か」という判断をし、「これは真か偽か」という判断の連鎖を作って、このポッドキャストの配信に使用しているソフトウェアのような魔法のようなことを実現しています。
量子コンピューティングの約束は、量子ビット（キュービット）では、0か1のどちらかである必要がなく、システム内の他のキュービットと接続した状態で、同時に0と1の両方の状態を取ることができるということです。
調光スイッチのようなものですか？
ノートブックLMがそれは良い比喩だと言いましたが…でも調光スイッチというよりも、文字通り同時にオフとオンの状態なのです。量子コンピューティングと量子力学全般について説明する問題は、それが非常に直感に反し、奇妙なので、多くの場合、直感的な理解は間違っています。
量子には多くのクレイジーなことが起こります。有名なシュレーディンガーの猫は、箱の中に猫がいて、箱の中に青酸カリなどの毒性のエアロゾルがあり、箱の中で原子が分裂すると毒が放出されて猫が死ぬというものです。しかし、その原子が量子状態にあるため、それは起こったことと起こっていないことの両方の状態であり、箱を開けて観察するまでは猫は生きていると同時に死んでいる状態にあります。観察した時点で生きているか死んでいるかのどちらかに決まります。
シュレーディンガーはこの例を、理論がいかに馬鹿げているかを示すために考え出しました。しかし、実際にはこれが宇宙の仕組みのようです。シュレーディンガーの猫のように、複雑な計算を行う場合、同時に解決しなければならない多くの相互リンクした変数がある場合、従来のコンピューティングでは、その複雑な計算に適合する組み合わせを見つけるために、すべての組み合わせを順番に試す必要があるかもしれません。
量子コンピューティングでは、これらすべてが同時に0と1の状態で存在できるため、結論が実際にすべての小さな相互リンクの01状態を決定することができます。そのため、すべての組み合わせをテストする代わりに、答えを一度に解決することができます。十分に大きな量子コンピューターがあれば、それができるはずです。
実用的なアプリケーションとしては、従来のコンピューティングでは解読不可能なはずの暗号化アルゴリズムを破ることができ、原子結合や分子結合などの量子プロセスを直接モデル化できるため、素晴らしい材料科学の進歩が可能になります。さらにAIトレーニングの面でも、これらの非常に大きなモデルを素早くトレーニングする能力が向上するはずです。
もし未来から商用量子コンピューターを輸送できれば、愚かなiPhoneを使っている他の誰よりも優れた競争優位性を得られるでしょう。
しかし、このニュースを聞いて、あなたが言っていることすべてを聞くと、1991年頃のバッテリーのアナロジーのように思えます。進歩は確かに起きています。これは良いことです。しかし、今日のAIのように「お金をかければ解決できる」というアクセスポイントがあるわけではありません。これはまだ実験室レベルのもので、実用化までにはさまざまな要素を解決する必要があります。
そうですね。バッテリー分野との類似点は、バッテリー分野では常に「商業アプリケーションで望まれるすべての特性を持つ化学反応がある」と主張する企業があり、それが研究室では機能するため、商業化できると考えます。しかし、研究室から生産に移行するのは本当に難しく、新しい化学反応はさまざまな面で機能しますが、必ずしもバッテリーとして規模を拡大して生産できるわけではありません。
量子コンピューティングでは、彼らが操作している空間が非常に奇妙で脆弱なため、システムを拡大しようとすると何が壊れるかを知るのが非常に困難です。以前は、システムにより多くのキュービットを導入すると、どんどん間違いが大きくなっていました。これは明らかに問題でした。今では、少なくともこの100キュービットレベルでは、システムにキュービットを導入しても、より多くの間違いが発生しないようにできると言っています。
NVIDIAチップに搭載されている数十億のトランジスタと比べると、ここでは100キュービットについて話しているだけです。しかも、論理キュービットではなく、100の物理キュービットです。非常に初期段階だと言えます。
この分野の課題は、R&Dプログラムを継続的に開発するための資金を必要とする企業が、今日それを商業化できると主張しようとしていることです。彼らはしばしば「これができる」と言いますが、少なくとも私が見た限りでは、量子コンピューティングを使用している企業にとって、他のオプションと比較してどのように価値があるのかを完全に理解できるものはありませんでした。
PRの観点から、量子コンピューティングを販売する側と使用する側の両方にとって価値があることは理解できます。「私たちは量子を使っています」というPRです。しかし、「ここにこれだけの大きな市場がある」と言えるような商業的なアプリケーションは見たことがありません。
彼らは多くの場合、これが初期段階であり、数年後には意味のある商業化が可能になると売り込んでいます。しかし、それを知るためには、まずコンピューターを持っていて、その商業的機会に対応できるアルゴリズムを開発する必要があります。
AIの加速は、量子コンピューティングが必要だと言われていた市場の一部を実際に食い込んでいます。5年後も「はい、まだ15年先です」という状態が続いても驚きません。AIの加速により、すべての段階的な商業アプリケーションが食い込まれてしまうため、実際に機能し、今日商業的な能力を提供するものにより良いROIを得られるのに、なぜ量子コンピューティングに資本を投入するのでしょうか？
資金調達に必要なのは注目度だけで、それはAIに移っています。
では、量子コンピューティングのアプリケーションの一つは創薬ですよね？それは広く宣伝されているものの一つだと思いますが、あなたが言ったように、AIが低いところにある果実を昼食に食べている可能性があります。今週のGlaxoSmithKlineとRelation Therapeuticsの発表は何でしたか？
実際に、その前に、量子コンピューティングの約束は「分子を直接シミュレーションできるので、このタンパク質があのタンパク質にどうプラグインするか、あるいはDNAの読み取りから、タンパク質がどのように折りたたまれ、どのように見えるかを正確に知ることができる」というものです。原子を直接シミュレーションできるからです。
しかし、AlphaFoldは、AIの最先端技術に基づいており、その問題のすべてではありませんが、多くのタイプのタンパク質について非常に良い近似解を得ました。確かに、現実と完全に同じシミュレーションができれば素晴らしいですが、DNAシーケンスをコンピューターに入力して、バックエンドでどのような構造が得られるかを理解するだけでも、多くの発見ができます。その後、さらに詳細な解析が必要な場合は、実際に物理的な実験を行って構造を理解し、その分子構造に直接プラグインする薬を設計することができます。
RelationはGSKと大きな契約を結びました。これはおそらく、シード段階の企業が大手製薬会社と結んだ中で最大のパートナーシップです。各ターゲットに対して数億ドルの規模で、いくつかの未特定の数のターゲットに対して行われます。
なぜGSKはこれに興味を持ち、なぜ私たちはこれに一般的に興味を持つのでしょうか？私たちがカバーするすべての技術分野の中で、生物学は最もデータが豊富で、最も理解が進んでいない分野だと、かなりの自信を持って言えます。
そして、最も理解が進んでおらず、また非常に不適切に実行されています。これらの企業は、生物学に関する実験を行い、市場にある製品よりも優れた薬をより安価に、より早く開発し、そのデータを使ってモデルを改良することで、次の薬をさらに早く、効率的に、より良い結合親和性で開発できる好循環に入るように準備しているのです。
従来の創薬では、資本コストを含めると、1つの薬を市場に出すのに13〜14年かかり、24億ドルを費やす必要があります。そのため、その投資に見合うリターンを得るためには、その薬のピーク時の売上が約6億ドルほど必要です。
将来的には、AI創薬により、パイプラインの前半部分を縮小できるため、6億ドルで薬を開発できると考えています。また、標的に対してより完全に結合する分子を作れるため、患者に投与する治療量を減らすことができ、副作用を引き起こす可能性が低くなり、承認される可能性が高くなります。そのため、臨床試験側での処理能力が向上します。
ブレット、質問があります。AI創薬の現状はどうなっているのでしょうか？市場に出ている、あるいは何らかの臨床試験段階にある、AIを大きく活用して開発された最も有名な薬は何でしょうか？
具体的な薬について話したことがないと思います。それは時期尚早だからかもしれません。これらの薬は基本的にフェーズ2の段階にあるので、コスト効率がどうなるかはまだかなり幅広い見積もりになります。
私たちが知っていることは、AI開発の薬は、前臨床試験プロセスを終えてフェーズ1に入った後、平均して50%の薬がフェーズ1で失敗します。フェーズ1では副作用が重すぎて先に進めないかどうかをテストします。フェーズ1に入って完了した39のAI開発薬のうち、失敗したのはわずか12.5%でした。つまり、そのプロセスの最初の部分での成功率が約4倍高いということです。
従来の創薬を考えると、支出の70%は失敗するものに使われています。フェーズ1をより成功裏に通過できるだけでも、他のすべてが同じだとしても、より良いリターンプロファイルが得られます。私たちにとって、これらの薬はフェーズ1で失敗する可能性が低いだけでなく、特定のポケットに最も適合する分子を見つけるメカニズムを作り出したため、より効果的になると主張するのは合理的に思えます。そのため、有効な投与量を見つけやすく、より広い集団で効果を確認できる可能性が高くなります。
もう一つ質問があります。あなたの説明を聞いていると、薬を市場に出すには明らかに異なるコンポーネントがあります。AIが発見部分にどのように影響を与えているかについて話しましたが、今はテスト段階について話しています。AIによって同時に多くの薬が発見される未来を想像できますが、テストのシステムがすべてのスループットを受け入れられないかもしれません。そのため、システムを変える必要があるのでしょうか？そしてどのように変えることができるのでしょうか？AIは役割を果たせるのでしょうか？仮想環境でシミュレーションできるのでしょうか？それとも、システムが設定した従来のレールを通る必要があるのでしょうか？
Unity社がオスモシスドローンのシミュレーションを立ち上げているようですが、新しい薬がたくさん出てくることを想像すると、それはボトルネックのように聞こえます。
そうですね、まずFDAがアプリケーションを処理し、データを見るのに不合理でない時間を費やせる必要があります。そこに規制上の摩擦があり、これらの一部を妨げる可能性があります。
しかし、途中でヒトでのテストは常に必要だと思います。有名な話ですが、マウスのがんは何十回も治療に成功していますが、問題は、マウスのがんはヒトの生物学と同じではないということです。そのため、ヒトでは効果がないということになります。
これらのAI開発薬についても、ヒト試験での失敗率がゼロになるとは考えていません。ただ減少すると考えています。臨床試験プロセスの大きな部分は、患者を見つけ、投与することです。この実験的な治療を受けることに同意する人をどうやって見つけ、募集するかということです。
また、対照群を設ける場合、治療を受けられない可能性があることを知りながら参加する人を見つける必要があります。一部の病気では、それはかなり重い負担です。「これをやるなら、治療を受けたい。対照群として待つのはいやだ」というようなことになります。
ニックの指摘についてまとめると、薬の開発に13〜14年かかり、資本コストを含めて総額24億ドルかかっていたものが、将来的には6億ドルで8年程度になるということですが、そのお金はどこに流れ、価値はどこで捕捉されるのでしょうか？
それはAI創薬開発プラットフォームに流れます。なぜなら、バックエンドで同じ商業化の機会を追求する場合、一方では24億ドルを費やし、もう一方では6億ドルを費やすことになります。6億ドルの方のR&D投資収益率は、従来の投資収益率の約8倍高くなります。
以前話したように、保険側は何も変わりません。「これは大丈夫です、まだ請求しますよ」というように、最終結果は同じです。これは人々にとってより手頃な価格の薬につながるわけではありません。
いいえ、しかしそれが可能な場所もあります。従来の創薬企業は、市場に薬を出すために20億ドル以上のビジネスサイクルに取り組むことを知っています。彼らは年間数億ドルの売上を生み出すものに対してのみ、その薬の開発を試みます。つまり、特定の病気の集合は、サイドが悪すぎて小さすぎるのです。年間2億ドルの売り上げを生み出すために24億ドルを費やすのは意味がありません。
しかし、6億ドルしかかからないのであれば、現在は薬の開発を引き受けることができない病気に対する治療法を開発することができ、患者は入院やその他のことに対処しなければなりません。システムの他の部分から、入院や管理側からお金を薬に移すことができます。
米国では、医療費の10%しか処方薬に使われていないと思います。90%は慢性疾患や状態に使われています。つまり、私たちは大きく薬を使用不足しています。多くの時間を費やしています…
それは大胆な見解ですね。Xでそれを主張すべきです。私のフィードでは逆に、みんな薬の使用過多を言っています。
はい、しかし人々は米国のシステムを見て「ああ、非常に非効率だ」と言います。そしてその通りです。では、その非効率はどこにあるのでしょうか？病院は非常に固定費が高く、巨大な管理負担があり、患者が来たときに書き込めるすべての小さな料金コードに対して可能な限り最大の支払いを引き出そうとする保険会社と戦うように設計されています。
薬の投与は、はるかにシンプルで簡単で、引受や実施も、ある意味でずっとシンプルです。複雑な入院処置を受けた後の請求書を見たことがありますか？バックエンドで得られる請求書は、保険の調整に対する何百ドル、場合によっては何千ドルもの項目が非常に複雑に絡み合っています。これらが自分に対して行われたのかどうか、それが何なのかも分かりません。保険会社がそれが行われたことや何なのかをどうやって知るのか、病院が収益を最大化しようとしてバックエンドで吐き出すEHRシステムを持っている以外に、どうやって追跡しているのかも分かりません。
私たちが削減する必要があるのはこれです。より正確な糖尿病の薬や、脳卒中や心血管疾患を避けるためのより正確な薬を提供できれば、それがシステムに効率性をもたらす方法だと思います。
ブレット、最後の質問です。投薬と、基礎疾患を治療しようとしている多くの企業に私たちが投資していることのバランスをどのように取るか、あるいはその力学をどのように考えますか？糖尿病について話を聞いていて、それを個人から根絶しようとしている人々もいることを知っています。長期的にそれをどのように考えていますか？ほとんどを治療できて、薬を必要とする部分が少し残るという二項的な結果になるのでしょうか？
そうですね、この前段の薬開発プロセスは治療法にも適用できます。創薬開発には、両方とも本当に興味深い2つの独立した要素があり、場合によっては重なり合い、場合によっては重なり合わないでしょう。
米国では希少疾患を治療する機会が約10兆ドルあります。そこにアプローチする方法として、すべてが治療される場合もありますが、一部は実際に基礎となる生物学を直接変更することができないため、定期的な投与が必要になります。
ここには巨額のお金があり、高いレベルで見ると、AIがすべてを豊富にし、多くのものがテクノロジーによって非常に安くなる豊富な世界に入るとすれば、限界的なドルはどこに向かうのでしょうか？それは、すべての安いものを利用するために長く生きることに向かうでしょう。そこには、まだ本格的に開拓され始めていない長寿と、加齢という病気への対処を理解する全市場があります。
10億ドルや100億ドルを持っている億万長者だけでも、それを試みるために数十億ドルを費やすでしょう。なぜなら、10億ドルを持っている場合、追加の1ドルではなく、追加の1年を望むからです。ある意味で、この市場は、他のすべてのニーズを満たした後に、余剰資本をすべて吸収する市場になるでしょう。
競争の観点から、これまで自動化について話し、「みんなが自動化すれば、異常なリターンは得られないかもしれない」と言ってきましたが、それが不均一かウィナー・テイクス・モストであれば、そうかもしれません。これはウィナー・テイクス・モストなのでしょうか？それとも10年後にはみんながこれを行っていて、みんなのコストが24億ドルから6億ドルに下がるため、実際には製薬会社にとって特別な利点ではなくなるのでしょうか？
10年後には生き残っているすべての企業がこれを行っているでしょう。創薬領域の前段では、これに基づいて統合が進むはずです。なぜなら、これらの企業が構築しようとしているエンジンは、薬を開発し、それによってデータを得てモデルに取り込み、より効率的に薬を開発し、より早く市場に出すことができるようになるからです。
それは自己強化的で、R&Dに対するリターンが構造的に他の企業よりも優れているため、大規模なデータ収集エンジンを持つフランチャイズを構築し、すべての資本を集めることになります。2〜3社に集中するビッグテックのようになるかどうかは分かりません。バイオテック業界は一般的に前段では非常に分散していますが、これを基に統合が進むと思います。
実際、創薬事業は株主にとって数十年にわたってかなり悪いビジネスでした。現在、業界全体のR&Dリターンは4%です。2.4億ドルを13年かけて費やして4%の複利リターンを得るのであれば、なぜ薬に投資する必要があるのでしょうか？国債からキャッシュを得ればいいのです。これは良いビジネスではありません。
これと治療法で起きていることの間で、それは変わると思います。ただし、広く変わるのではなく、分散が起きると思います。一部がこれを始めてR&Dで素晴らしいリターンを得る一方で、5年先に商業的な収益を期待しているパイプラインに8年投資している従来のビジネスモデルは、突然、AIのパスウェイにいた限界的な競争相手が8年で市場に製品を投入したために、プログラム全体が死んでしまいます。
これらの戦略を積極的に追求し、優れたデータ収集エンジンを構築している企業と、現状のままで運営できると考えている企業の間で、市場が本当に分かれることになるでしょう。
はい、みなさん、30分弱で量子コンピューターとAI創薬について話しました。また来週お会いしましょう。
コメント