NVIDIAがBioNeMo Agent Toolkit発表：AIエージェントに生命科学の専門ツールを提供

大規模言語モデルに文章を書かせたりコードを書かせたりすることは日常になりましたが、創薬となると話は別です。汎用AIは専門的なタンパク質構造予測モデルの動かし方も、分子ドッキングの出力データの意味も正確には理解できません。

こうした課題に対し、NVIDIAはBIOカンファレンスにて「BioNeMo Agent Toolkit」を発表しました。同社が10年以上にわたり培ってきたライフサイエンス向けライブラリ、オープンモデル、NIMマイクロサービスを統合し、AIエージェントが科学計算ツールを直接呼び出せるようにした開発キットです。

ジェンスン・フアンCEOは「フロンティアモデルが頭脳なら、BioNeMoは科学ツールボックスだ。この2つが合わさることで、博士号を持つ研究アシスタントのスキルとスーパーコンピュータの速度を兼ね備えたエージェントが誕生する」と語っています。

汎用エージェントを計算生物学の専門家に変える

これまで、汎用AIエージェントに専門的な科学ワークフローを実行させようとすると、適切なツールの選択や入出力形式の調整でつまずきがちでした。

BioNeMo Agent Toolkitは、Nemotron推論モデル、強化学習ライブラリNeMo RL、セキュアな実行環境を提供するOpenShell、企業向け設計フレームワークNemoClawなどで構成されています。これらを組み合わせることで、エージェントは高度な科学計算を文脈に沿って安全に実行できます。

具体的な用途は多岐にわたります。低分子医薬品の仮想スクリーニングでは、化合物の生成から標的タンパク質とのドッキングシミュレーション、薬物様特性の評価までを自動化し、従来数日かかっていた工程を数分に短縮します。

ゲノム解析ではParabricksと連携して変異検出を加速させるほか、ワシントン大学タンパク質設計研究所（IPD）との共同研究では、最先端モデルRosettaFold3の実行速度を前世代比で2倍に高めることに成功しました。同研究所のデイヴィッド・ベイカー教授は、科学の飛躍は単一の発見ではなく、エージェントによる超高速な反復思考からもたらされると指摘しています。

50社超が採用、ウェットラボとの連携も視野に

すでに50社以上の主要企業や研究組織が本ツールの採用を進めています。

モデル開発側のAnthropicやOpenAIが自社モデルとの統合を進めているほか、製薬大手のEli Lilly、計算化学ソフトウェアのSchrödingerやダッソー・システムズ、データ基盤のDatabricksやSnowflakeが名を連ねています。

さらにThermo Fisherなどの実験自動化機器メーカーとも連携しており、AIエージェントが計算上で導き出した仮説を、そのまま物理的なラボの自動実験装置へと流し込む仕組みの構築が進んでいます。本ツールキットは現在、GitHubおよびNVIDIAの開発者ページにて提供されています。

なぜ重要か

NVIDIAはかつてCUDAで築いた計算プラットフォームの支配力を、ライフサイエンス領域のエージェント市場でも再現しようとしています。

バイオ系エンジニアや研究者にとっての価値は明確です。これまで専門ツールの環境構築やデータ変換に費やしていた膨大な時間が削減され、汎用エージェントを数分でバイオ特化型アシスタントへと仕立て上げることが可能になります。創薬スクリーニングに関わるチームであれば、すぐにでも検証してみる価値があります。

業界全体から見れば、NVIDIA自身は創薬リスクを負わず、AnthropicやOpenAIのモデルが使われる際にも自社のNIMマイクロサービスとGPUインフラを必ず経由させるという、きわめて巧妙なエコシステム戦略をとっています。

ただし、バイオ研究におけるハルシネーションは致命的です。エージェントが導き出した候補分子に誤りがあれば、その後のウェットラボでの実証実験で巨額のコストが無駄になります。再現性と精度の担保をどこまで徹底できるかが、実用化に向けた最大の課題となるはずです。