AWS 導入事例：塩野義製薬株式会社

AWS 上へのスケーラブルな HPC 環境の構築によりオンプレミス比で数倍から 10 倍以上の計算期間を短縮
数億の化合物規模のバーチャルスクリーニングを実現

2021

創業以来、医薬品や臨床検査薬などの製造、販売を手がける塩野義製薬株式会社。創薬型製薬企業である同社にとって、大量のコンピューティングリソースを使ったシミュレーションが欠かせません。これまではオンプレミス環境で実施してきましたが、リソースに限りがあるためジョブがひっ迫していました。そこでアマゾンウェブサービス（AWS）を採用し、計算リソースを必要に応じて柔軟に確保できるハイパフォーマンスコンピューティング（HPC）環境を構築。オンプレミス比で数倍から 10 倍以上に計算時間を短縮できただけでなく、病気の原因となるタンパク質と効果を示す化合物の最適な組み合わせを見つけるバーチャルスクリーニングにおいて、既存環境では困難であった数億規模の計算を実現しました。

シオノギは新中期経営計画『Shionogi Transformation Strategy 2030（STS2030）』を策定しました。従来の製造業から、ヘルスケアサービスを提供する企業になるための変革には、デジタル変革は必須です。AWS の活用をさらに推進することにより、STS2030 を実現できると考えています

小林博幸氏
塩野義製薬株式会社
デジタルインテリジェンス部部長

開発期間が長い創薬で不可欠な HPC 環境

「常に人々の健康を守るため、必要な最もよい薬を提供する」を理念とする塩野義製薬。感染症治療薬を主力とする同社は、国内大手で初めて新型コロナウイルスワクチンの治験に着手し、2021 年末までに 3,000 万人分以上の生産体制を整備する計画を発表しています。

一般的に新薬の開発には 9 ～ 17 年の年月と数百億～数千億円規模の費用がかかり、成功確率は 1/25,000（製薬協調べ）とされており、効率化は重要課題となっています。新規化合物の発見は年々難しくなり、今まで以上に大規模なスクリーニングが求められています。また、新薬の候補選択には、ゲノムなど大量データの解析が前提となり、高速なコンピューティングリソースが不可欠です。

同社では候補化合物の探索にシミュレーションを実施していましたが、従来のオンプレミス環境では、複数の研究者が利用するとジョブがひっ迫してしまい、ボトルネックが生じていました。「オンプレミスではリソースに限りがあるため、計算に長い時間を要します。リソースの調達も半年以上かかります。クラスターの管理は研究開の担当者自身が行っていたため、開発に影響が及んでいました」と語るのは、経営戦略本部デジタルインテリジェンス部未来創造グループ兼 CCoE（Cloud Center of Excellence）の黒澤晋氏です。

大量の計算リソースの柔軟な確保ときめ細かな AWS の支援体制を評価

こうした課題の解消に向けて同社は、大量のリソースを効率的に利用できるクラウドの活用を検討し、複数のサービスを比較した中から AWS を採用しました。
「決め手は、AWS の支援体制がとても充実していたことです。AWS の本格的活用が初めての私たちにとって、最初は不安だらけでした。AWS のプロフェッショナルサービスやソリューションアーキテクトの方々からとても親身に必要な設計パターンなどを先回りして教えていただきました。他社からは得られないような実績・実践に基づいた詳しいドキュメント類も提供いただき、安心して任せられると判断しました」（黒澤氏）

その他にも、最先端のサービスやアーキテクチャが活用できること、運用負荷を軽減するサーバーレス / マネージドサービスの充実、医薬品業界における実績、HPC としての活用も含めた日本語での情報の豊富さ、他社との交流で得られる情報や知見なども評価したといいます。

AWS 環境は、セキュリティ重視とアジリティ重視の 2 つを用意。AWS の新しいサービスを検証したい場合はアジリティ環境を利用し、機密性の高い社内データにアクセスする際はセキュリティ環境を利用するというように、開発者側で使い分けています。さらに AWS アカウントを一元管理する AWS Organizations を採用し、20 以上のアカウントのセキュリティやリソースを CCoE のメンバーが透過的に管理できるようにしました。

ゲノム分析とシミュレーションで分析時間が大幅に短縮できることを確認

AWS 環境構築後、創薬チームとともにユースケースの開発に着手し、複数の研究が AWS 上で行われています。HPC のユースケースとしてゲノム分析やバーチャルスクリーニング、タンパク質立体構造解析があります。

ゲノム分析では、DNA 断片からゲノムを再構築するタスクと、ゲノムから遺伝子を探し出すタスクで、大規模な計算を実現する AWS Batch を採用しました。ゲノムのデータ量が数十テラバイトにのぼり、解析パイプラインも複雑化する環境で、タスクに合わせて AWS Batch を活用しています。イノベーティブ医療研究所創薬基盤研究 1 の増田圭吾氏は次のように語ります。
「当初は Amazon EC2 を利用して並列処理を行っていましたが、フルマネージド型のAWS Batch を活用して容易にスケールできるようにしました。これまで 3 時間で 1 サンプルの分析が、100 サンプルの同時分析が可能となり、オンプレミスより数倍速く計算を完了させることができました」

コスト面ではスポットインスタンスを活用して Amazon EC2 のコストをオンデマンド比で 50% 以上節約。さらに AWS のオレゴンリージョンの活用で Amazon EC2 コストを約 30% 節約しています。

バーチャルスクリーニングやタンパク質立体構造解析では、数億以上の候補から薬の候補となる化合物を探索するために、自動でスケールするクラスターを AWS 上に構築する AWS ParallelCluster を利用しています。先端医薬研究所ケモインフォマティクスの上原彰太氏は「オンプレミスでは制限された計算リソース内でしかシミュレーションができませんでした。AWS ParallelCluster により、1,000 CPU 以上のクラスターを必要に応じて立ち上げることが可能になり、これまで 1 ヶ月以上かかっていた計算が 3 日以内で終了します。これにより今まで困難だった規模の化合物探索にチャレンジできるようになりました」と語ります。

さらにクラウド上で結果を迅速かつセキュアに確認するために、リモートアクセスソフトの NICE-DCV を採用しています。「高速なリモートデスクトップ環境が提供される NICE-DCV は、分子の 3 次元構造を表示するグラフィカルな解析ソフトも遅延なく動作し、コロナ禍における在宅勤務環境でもストレスなく利用することができました」（上原氏）

研究開発用データレイクの整備と AI/ 機械学習サービスの活用による創薬の高速化

AWS の活用により、創薬に必要な大量のリソースをすぐにデプロイすることが可能になりました。複数の計算を並行して処理することで、プロジェクトを効率的に推進することができ、「1 日でも早く薬を届ける」同社の理念の実現に貢献しています。また、インフラの調達から環境構築にかかる要員の工数削減など目に見えないコストメリットも生まれています。
「デジタル技術で創薬を加速させることをミッションの一つとするデジタルインテリジェンス部において、複数のサービスを組み合わせるだけで、即座に研究者のニーズに対応でき、管理コストも軽減できる AWS のメリットは計り知れません。当社が創薬企業として進んでいくためにはスピードが非常に重要となりますが、そういったときに AWSは必ず役に立つと確信しています」（黒澤氏）

今後は、研究開発のためのデータレイクをAWS 上に整備し、社内外で分散管理しているデータや、オープンデータを統合管理しながら創薬活動を展開していく計画です。さらに、AI/ 機械学習のマネージドサービスを応用し、動画の動態分析による異常行動の検知などにも活用することを検討しています。

そのため AWS に対する期待は大きく、黒澤氏は「創薬分野におけるモダンな開発手法のあり方を今後も支援いただければと思います」と話します。