元 Google DeepMind の科学者が設立した新しいスタートアップが、5,000万ドルの資金を調達してステルス状態から脱却した。
Latent Labs は「生物学をプログラム可能にする」ための AI 基盤モデルを構築しており、バイオテクノロジー企業や製薬企業と提携してタンパク質を生成、最適化する予定です。
DeepMindのような企業が何をしているのかを理解するには、まずタンパク質が人間の生物学において果たす役割を理解しなければなりません。タンパク質は、酵素やホルモンから抗体に至るまで、生細胞内のあらゆるものの原動力となっています。タンパク質は約20種類のアミノ酸から構成され、それらが鎖状に結合して折り畳まれ、3D構造を形成します。この構造がタンパク質の機能を決定します。
しかし、これまで各タンパク質の形状を解明することは、非常に時間がかかり、労働集約的なプロセスでした。DeepMindがAlphaFoldで達成した大きなブレークスルーは、まさにこの点でした。機械学習と実際の生物学的データを融合させ、約2億個のタンパク質構造の形状を予測したのです。
このようなデータを活用することで、科学者は疾患をより深く理解し、新薬を設計し、さらには完全に新しい用途のための合成タンパク質を開発することさえ可能になります。Latent Labsは、研究者が新しい治療用分子をゼロから「計算的に創造」できるようにするという野心的な目標を掲げ、まさにこの分野に参入します。
潜在能力
サイモン・コール（写真上）は、DeepMindで研究科学者としてキャリアをスタートし、AlphaFold2の中核チームで活躍した後、タンパク質設計チームの共同リーダーを務め、ロンドンのフランシス・クリック研究所にDeepMindのウェットラボを設立しました。この頃、DeepMindは姉妹会社としてIsomorphic Labsを設立し、DeepMindのAI研究を創薬に応用することに注力しています。
これらの進展が重なり、コール氏は、タンパク質設計における最先端（つまり最先端）モデルの構築に特化した、よりスリムな組織を立ち上げ、独立する絶好の機会だと確信しました。そして2022年末、コール氏はDeepMindを退社し、Latent Labsの基盤を築き、2023年半ばにロンドンで法人化しました。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「DeepMindで素晴らしい、そして影響力のある時間を過ごし、生成モデリングが生物学、特にタンパク質設計にもたらすであろう影響を確信しました」とコール氏は今週のTechCrunchのインタビューで語った。「同時に、Isomorphic Labsの立ち上げと、AlphaFold2に基づく彼らの計画を見て、彼らが同時に多くのことを始めていることに気づきました。タンパク質設計にレーザーのように集中して取り組むことにこそ、真のチャンスがあると感じました。タンパク質設計自体は非常に広大な分野であり、未開拓のホワイトスペースがあまりにも多くあります。ですから、機敏で集中力のある組織であれば、その影響力を発揮できると考えました。」
そのインパクトをベンチャーキャピタルの支援を受けたスタートアップとして実現させるには、約15名の従業員を採用する必要がありました。そのうち2名はDeepMind出身、1名はMicrosoft出身のシニアエンジニア、そして1名はケンブリッジ大学の博士号取得者でした。現在、Latentの従業員は2つの拠点に分かれています。1つはフロンティアモデルの魔法が生まれるロンドン、もう1つは独自のウェットラボと計算タンパク質設計チームを備えたサンフランシスコです。
「これにより、現実世界でモデルをテストし、モデルが期待通りに進んでいるかどうかを理解するために必要なフィードバックを得ることができます」とコール氏は述べた。
ウェットラボは、Latent 社のテクノロジーの予測を検証するという点で、短期的な課題として非常に重要になっていますが、最終的な目標はウェットラボの必要性をなくすことです。
「私たちの使命は、生物学をプログラム可能にし、生物学を実際に計算の領域に持ち込み、生物学的なウェットラボ実験への依存を徐々に減らすことです」とコール氏は語った。
これは、「生物学をプログラム可能にする」ことの重要な利点の 1 つ、つまり、数年かかることもある無数の実験と反復に依存している現在の医薬品発見プロセスを根本から変えるものである。
「この技術により、ウェットラボに頼ることなく、真にカスタマイズされた分子を作ることができるようになります。少なくとも、それが私たちのビジョンです」とコール氏は続けた。「特定の疾患に対して、どの薬剤標的を狙うべきかという仮説を誰かが持ち、私たちのモデルが『ボタンを押すだけ』で、必要な特性をすべて備えたタンパク質医薬品を作れるような世界を想像してみてください。」
生物学のビジネス
ビジネスモデルに関して言えば、Latent Labsは自らを「アセットセントリック」とは考えていません。つまり、自社で治療候補物質を開発することはないということです。むしろ、サードパーティのパートナーと連携することで、研究開発の初期段階を迅速化し、リスクを軽減したいと考えています。
「当社が企業として与えることができる最も大きな影響は、他のバイオ製薬企業、バイオテクノロジー企業、ライフサイエンス企業を支援することだと考えています。つまり、当社のモデルへの直接アクセスを提供するか、プロジェクトベースのパートナーシップを通じて彼らの発見プログラムをサポートするかのいずれかです」とコール氏は述べた。
同社の5,000万ドルの資金注入には、これまで発表されていなかった1,000万ドルのシードラウンドと、Radical Ventures（具体的には、DeepMindで元戦略・運営責任者を務めていたパートナーのAaron Rosenberg氏）が共同リードした新たな4,000万ドルのシリーズAラウンドが含まれている。
もう一人の共同リード投資家は、ライフサイエンス分野で長年の実績を持つフランスのベンチャーキャピタル、Sofinnova Partnersです。このラウンドには、Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC、そしてGoogleのチーフサイエンティストであるジェフ・ディーン氏、Cohereの創業者エイダン・ゴメス氏、ElevenLabsの創業者マティ・スタニシェフスキー氏といった著名なエンジェル投資家も参加しています。
現金の大部分は、機械学習の新規採用者を含む給与に充てられるが、インフラをカバーするためにも相当の金額が必要になる。
「コンピューティングも私たちにとって大きなコストです。かなり大規模なモデルを構築していると言っても過言ではないでしょうし、それには大量のGPUコンピューティングが必要です」とコール氏は述べた。「今回の資金調達により、私たちはあらゆる面で倍増する準備が整いました。モデルのスケールアップを継続するためのコンピューティングリソースを確保し、チームをスケールアップするだけでなく、現在目指しているパートナーシップや商業的な牽引力を確保するための帯域幅とキャパシティの構築にも着手します。」
DeepMind以外にも、CradleやBioptimusなど、ベンチャーキャピタルの支援を受けたスタートアップ企業やスケールアップ企業が、コンピューティングと生物学の世界を融合させようと試みています。コール氏は、生物システムの解読と設計において、最適なアプローチが何なのかはまだ完全には分かっていない、まだ初期段階にあると考えています。
「[例えば]AlphaFoldや他のグループによる初期の生成モデルなど、非常に興味深い芽がいくつか芽生えてきました」とコール氏は述べた。「しかし、この分野は、どのようなモデルアプローチが最善か、あるいはどのようなビジネスモデルが機能するかという点で、まだ収束していません。私たちには真の革新を起こす力があると考えています。」
