ChemLexがAI for Scienceでドラッグディスカバリーを革新：USD 45Mを調達し、シンガポールに自律ラボを設立
AI for Science（aiforscience）は、機械学習と自動化を融合させて科学研究を加速する先端分野です。2023年から2027年にかけて、aiforscience関連の投資は年平均30％で伸び、特に製薬業界では年間200億米ドル規模に到達するとMcKinseyが報告しています。そんな中、ChemLexがUSD 45M（45百万米ドル）を調達し、自律型（self-driving）ラボをシンガポールに設置したことは、aiforscienceスタートアップの新たなマイルストーンといえるでしょう。
ChemLexのミッションと技術概要
ChemLexは、AI for Scienceの原動力として、化学設計・合成・評価を統合的に自動化するプラットフォームを開発しています。主な技術要素は以下のとおりです。
- 自律化合物設計エンジン：ベイズ最適化とグラフニューラルネットワークを組み合わせ、数千万通りの化合物候補を高速にスクリーニング。
- ロボティック合成ステーション：液体ハンドリングとリアルタイム分析を行うロボットアームを複数配置し、ヒト介入を最小化。
- クラウドデータハブ：実験データ、計算シミュレーション、文献情報を一元管理し、AIの継続的学習を促進。 この統合プラットフォームにより、ChemLexはドラッグディスカバリーのリードタイムを最大70％短縮し、コスト削減とリスク低減を実現しています。
USD 45M資金調達の詳細
2025年12月8日、ChemLexはGranite Asiaがリード投資家として参加するUSD 45M（45百万米ドル）のシリーズAラウンドを完了しました。資金は以下に使用されます。
| 用途 | 金額 | 内容 |
|---|---|---|
| 自律ラボ建設 | 20M | 8台のロボットアームとGPUクラスターの設置 |
| AIモデルの拡張 | 10M | ディープラーニングモデルのトレーニングとデータセット拡充 |
| 国際人材採用 | 5M | 化学計算科学者、データサイエンティスト、ロボティクスエンジニアの招聘 |
| 事業拡大 | 10M | グローバルパートナーシップ構築と規制対応 |
| このラウンドにより、ChemLexはaiforscience領域における技術リーダーシップをさらに強化できます。 |
シンガポールに設置されたself-driving labの構成
シンガポールは、アジア太平洋地域のバイオテクノロジー拠点として税制優遇と高度な研究インフラを提供しています。ChemLexが設置したself-driving labは以下の要素で構成されています。
- ロボティック合成ステーション：各ステーションに液体ハンドラー、ピペットアーム、リアルタイム分析機器（LC-MS, NMR）を統合。
- AIオーケストレーション層：Kubernetesクラスタ上で動作し、実験スケジュールとデータフローを自動管理。
- ハイパフォーマンス計算クラスター：256GPUとCPUを備え、分子動力学シミュレーションとAIトレーニングを同時に実行。
- 安全・コンプライアンスモジュール：ISO 22716とGMPに準拠したクリーンルーム、バリデーションレポート生成。 このインフラにより、ChemLexはaiforscienceで自律的に薬剤候補を生成し、検証までを一貫して行うことが可能です。
AI for Scienceがもたらすドラッグディスカバリーの変革
AI for Scienceはドラッグディスカバリーに以下の変革をもたらします。
- 候補化合物の高速スクリーニング – AIが数万件の候補を数時間で評価。従来のハイスループットスクリーニングの数週間を短縮。
- リスク低減 – 過去の失敗データを学習し、毒性リスクや相互作用の高い領域を事前除外。
- コスト削減 – 実験あたりの人件費を約60％削減。全体のR&D投資効率が向上。
- スケールアップ – 自律ラボを複数拡張可能で、複数の病態に同時対応できる。 Natureのレビュー記事では、AIが化学設計の成功率を2倍に高める可能性が示唆されています。
実装ガイド：自律ラボを導入する手順
自律ラボを導入する手順は以下のとおりです。
| ステップ | 内容 | 重要ポイント |
|---|---|---|
| 1 | 目的とスコープの定義 | 対象疾患、成功指標を明確化 |
| 2 | データパイプラインの整備 | 既存データをCSV/JSONへ標準化 |
| 3 | AIモデルの選定とカスタマイズ | ChemLex APIでベイズ最適化を適用 |
| 4 | ロボティックステーションのセットアップ | カリブレーションと安全検証 |
| 5 | オーケストレーション層の構築 | Kubernetes + Airflowでワークフロー自動化 |
| 6 | 安全・コンプライアンス確認 | GMP・ISO 22716に準拠 |
| 7 | パイロット実行と評価 | 小規模テストで精度と成功率を測定 |
| 8 | フルスケール展開 | パラメータ調整後、本格的に運用 |
| 上記手順は、ChemLexが提供する技術コンサルティングとトレーニングプログラムと組み合わせることで、導入リスクを最小限に抑えることができます。 |
Key Takeaways
- ChemLexはUSD 45Mを調達し、シンガポールにself-driving labを開設。
- AI for Science（aiforscience）を核に、化学設計・合成・評価を統合自動化。
- リードタイム最大70％短縮、コスト約60％削減という具体的成果を実証。
- Granite Asiaのリード投資により、グローバル展開の資金基盤が強化。
- シンガポールの優れた規制環境とインフラを活用し、アジア太平洋地域でのリーダーシップを確立。
今後の展望と課題
- データ品質とバイアス：AIモデルの信頼性は入力データに大きく左右されるため、継続的なデータガバナンスが不可欠。
- 規制適合：各国の医薬品規制は異なるため、ローカライズされたコンプライアンス戦略を構築。
- 人材確保：aiforscienceとロボティクスの両面を担える人材は希少。教育プログラムの拡充が鍵。 ChemLexが提供するself-driving labとAI for Scienceエンジンは、次世代の医薬品開発を加速させ、投資家とパートナーにとって高い価値を創出します。
参考文献
- PR Newswire, "AI-for-Science Startup ChemLex Raises USD 45M, Launching Self-Driving Lab for Drug Discovery in Singapore", 2025年12月8日, https://www.manilatimes.net/2025/12/08/tmt-newswire/pr-newswire/ai-for-science-startup-chemlex-raises-usd-45m-launching-self-driving-lab-for-drug-discovery-in-singapore/2238568
- McKinsey & Company, "AI in drug discovery: How machine learning is reshaping pharma", https://www.mckinsey.com/industries/pharmaceuticals-and-medtech/our-insights/ai-in-drug-discovery
- Nature, "Artificial intelligence accelerates chemical discovery", https://www.nature.com/articles/d41586-023-00123-4
References
- https://www.manilatimes.net/2025/12/08/tmt-newswire/pr-newswire/ai-for-science-startup-chemlex-raises-usd-45m-launching-self-driving-lab-for-drug-discovery-in-singapore/2238568
- https://www.mckinsey.com/industries/pharmaceuticals-and-medtech/our-insights/ai-in-drug-discovery
- https://www.nature.com/articles/d41586-023-00123-4
Note: Information from this post can have inaccuracy or mistakes.