OpenAI、生命科学向け創薬探索モデルをAPI追加

米OpenAI（ChatGPTやGPTシリーズを開発する米AI研究企業）が、API料金ページにおいて未発表の生命科学特化モデル「gpt-rosalind-discovery」を新たに追加したことが明らかになった。先行して提供されている「gpt-rosalind-research」と同じ料金体系が適用されており、創薬初期における候補物質の探索支援を目的としたモデルとみられる。

科学者ロザリンド・フランクリンに由来する「Rosalind」ブランドを拡充し、生命科学分野に特化した独立ラインを強化する動きだ。

創薬候補の探索に特化した新たなモデルライン

OpenAIは2026年9月に生命科学研究向けモデル「gpt-rosalind-research」を投入していたが、今回追加された「gpt-rosalind-discovery」により、研究（Research）と探索（Discovery）の2系統体制が整いつつある。

新モデルは医薬品開発の初期段階であるターゲット探索やリード化合物の最適化支援を想定した設計とみられ、汎用的な大規模言語モデルでは対応が難しい高度な生物学的・化学的コンテキストの解析を担う。

製薬ツールベンダーに徹するOpenAIの垂直戦略

AI創薬市場への累積投資額は業界全体で170億ドル（約2兆5,000億円）規模に達しており、大手AI企業にとっても高付加価値な重要領域となっている。そのなかでOpenAIの戦略には明確な特徴がある。

• ​ツールベンダーに徹する方針​: 自社で医薬品開発パイプラインを保有せず、製薬企業や研究機関に対する基盤ツールの提供に専念。
• ​実証実験の推進​: アムジェン（Amgen）やモデルナ（Moderna）といった大手バイオ・製薬企業との連携を進め、自動化ラボを通じた合成コスト削減などを実証。
• ​フィードバック駆動型の改善​: パートナー企業からの利用実績とフィードバックに基づき、モデルの精度と推論プロセスを継続的に改良。

自社で創薬パイプラインを抱えて臨床試験まで進める競合スタートアップや、学術向けツールの無償提供を中心とする機関とは一線を画し、商用プラットフォーマーとしての立ち位置を明確にしている。

湿実験の壁と統合運用の課題

生命科学向け特化モデルの拡充はタスクごとの最適化を可能にする一方で、実際の創薬プロセスへの定着には依然として課題が残る。

第一に、計算機上の予測（ドライ実験）に対して、実際の生体組織や細胞を用いた湿実験（ウェットラボ）および長期の臨床試験による検証が不可欠である点だ。フィードバックの回収に数か月から数年を要するため、ソフトウェアのような迅速な改善サイクルを回しにくい。

第二に、医薬品開発は探索から前臨床・臨床まで緊密に連動しており、細分化されたモデル群を既存の研究ワークフローへどう統合するかが問われる。OpenAIが今後提示する実証データと運用ガイドラインが、市場浸透の鍵を握ることになる。

引用元：HyperAI超神経