機械を極める: Latent Labs が描く生物学の未来

18 世紀の哲学者、ジュリアン・オフレー・ド・ラ・メトリーは、その著作「人間機械論」において人体を複雑な機械に例えました。数十年後、トーマス・ハクスリーやフランシス・クリックといった先駆的な生物学者や生物物理学者も同様の比喩を用いました。現在では、こうした生物学に対する機械論的な見方が、Latent Labs の運営、使命、そして将来のビジョンを形作っています。創業者兼 CEO のサイモン・コール氏は「生物学は人類を支えています。私たちの体はすべてその構成要素でできています」と述べています。彼は、この科学分野は「計算するシステム」であり、私たちの細胞は「小さなコンピュータ」のようなものだと説明しています。

初期の哲学者たちは自らの哲学を研究に取り入れ、厳密で検証可能な科学の発展の基盤を築きました。それと並行して、機械そのものも進化し、産業機械から近年のような強力な人工知能へと至っています。Latent Labs はこうした背景を踏まえ、生物学を機械に例える古くからのアナロジーを新しい時代へと発展させています。コール氏は、このスタートアップは生成 AI を活用することで、科学者が生物学を「プログラム可能」にし、最終的には「治療法研究を進めるために、生物学を計算によって極める」ことを支援していると述べています。

Latent Labs は AWS Generative AI Accelerator プログラムを通じて AWS と連携し、サポート、AWS ネットワークへの接続、市場参入戦略、Amazon SageMaker HyperPod などのソリューションにアクセスしました。これにより、同社は独自モデルのトレーニングと構築を進め、計算・推論リソースを効率的かつ確実にスケールできるようになりました。同社の Latent-X モデルは Latent Labs プラットフォームで提供されており、「過去の常識を打ち破る」もので、生成 AI 活用型のタンパク質設計アプローチによって「ラボ実験を補完・強化する」ものです。

混沌から秩序を見出す

コール氏は、生物学は「計算するシステム」かもしれないが、ラボにおける技術的限界によって進歩は依然として妨げられていると述べています。従来の研究は「自然界での探索、ラボでの湿式実験、ランダムな結果の取得」というものであり、そのうち良いものは一部にすぎません。彼はさらに、生物学的データは「混沌」として見えることがあり、ラボ実験は「多くの場合、面倒で時間も費用もかかる。試薬を調達する必要があり、実験が簡単ではない応用分野もある」と続けています。

Latent Labs の使命は、自然に委ねるのではなく、「自然が与えるものを単に観察して発見するのではなく、それをプログラム可能にする」ことでした。同社は、生物学の構成要素であるタンパク質、DNA、RNA、および小分子間の相互作用をモデル化するための基盤モデルを構築し、アルゴリズムを開発しています。コール氏は、これらをプラットフォームに組み込むことで、製薬会社やバイオテクノロジー企業の生物学者、生化学者、タンパク質エンジニアが「ボタンを押すだけで、従来ならさまざまな最適化ステップを経て数週間、場合によっては数か月待たなければならなかった分子に到達できる」よう支援しています。

その影響は非常に大きく、「業界を根本から変える上、病気や疾患の治療方法に関して私たちが抱く期待そのものも変える」と彼は続けます。そのスピードと規模は個々に合わせて大幅に改善でき、食品技術や農業から気候科学に至るまで、さまざまな分野で「まったく異なる種類の問題」を解決する機会を切り拓く可能性があります。

しかし、支援している科学者らと同様に、Latent Labs も課題に直面していました。独自モデルのトレーニングと構築にはデータが不可欠であり、同社は多様なソースから得られたデータセットをキュレーションし、統合することが求められていました。さらに、「多くの実験を並行して行う必要がありますが、特定のアイデアやアーキテクチャに注力し、それをスケールしたい段階もあります。」そのすべてに対応するには「信頼性が高く、さまざまな方法でスケーラブルなコンピューティングリソースが必要です」とコール氏は述べています。

スケーラビリティ、信頼性、コミュニティで加速するイノベーション

Latent Labs は、技術面にとどまらず、それを上回る幅広いメリットをもたらすコラボレーションとして、AWS に支援を求めました。この関係は「コンピューティング面で多大な貢献をもたらしましたが、おそらくそれ以上に重要なのは、本当に素晴らしいコミュニティにアクセスできるようになったことです」と、コール氏は説明します。また、コンピューティング面については「現在、私たちにとって最も重要な AWS テクノロジーは Hyperpod です。これにより、トレーニングでも推論でもシームレスにコンピューティングをスケールすることができます。社内には非常に多様なユースケースがあるため、柔軟性が大きな強みとなっています」と述べています。

Amazon SageMaker HyperPod を使用すると、トレーニング、微調整、推論 (モデルを使用して新しいデータに基づいて予測を行う) などのモデル開発タスクを、数百から数千の AI アクセラレーターのクラスターで素早くスケールできます。このソリューションにより、Latent Labs は推論を大規模に実行し、必要に応じて迅速かつ簡単にスケールアップやスケールダウンすることが可能になりました。コール氏は「指先ひとつでモデルのパフォーマンスの状態を判断できるようになり、研究効率の向上に大きく貢献しました」と説明しています。

AI モデルを介して新しい生物学的配列 (DNA など) をより正確かつ簡単に生成・テストできるようになれば、最終的にはその製造と現実世界への展開が加速します。「自然が与えるものや、ラボ実験で偶然見つかるものを受け入れる必要がなくなり、AI システムを通じて極めて正確に制御・調整できるようになります」とコール氏は述べています。彼はさらに「これを一連の流れとして捉えれば、分子レベルでも、新薬開発でも、その後のシステムレベルでも、間違いなく実現できるでしょう」と語り、「これこそが、生物学を観察科学から工学的な科学へと転換させるというアイデアの核心です」と続けます。

科学から支援まで:「非常によく構築・設計されたインフラストラクチャ」に加えて、Latent Labs と AWS の関係には AWS Generative AI Accelerator プログラムへの参加も含まれていたとコール氏は言います。これにより、このスタートアップは AWS チームや同プログラムの他の参加者と交流する機会を得ました。「お互いから学ぶ絶好の機会でした」とコール氏は述べています。Latent Labs は、この多様な企業ネットワークにアクセスして交流することで、創業期に伴う重要な課題、つまり「この発芽前のような基盤段階から、AWS エコシステム内で成功しているずっと大きな企業へと、どのように成長していくか」という問いに取り組むことができました。

この問いへの答えは、Latent Labs と AWS の間で発展した「より深いパートナーシップ」を通じて得られました。このパートナーシップには、市場参入戦略の支援、AWS パートナーとの協力、AWS ネットワークを通じたつながりの構築などが含まれます。また、将来の成長機会も開かれました。「私たちは現在、Amazon Bedrock や開発中の他のプラットフォームなど、顧客向けの AWS プラットフォームとの統合を検討しています」とコール氏は述べています。

ワクワクする未来に向けた共通の理念

Latent Labs が最初に取り組んだのは、分子相互作用をモデル化するソリューションの構築でした。AWS とのパートナーシップが進み、そのアプローチが発展するにつれて、同社は将来的に生物全体をモデル化することを目指しています。コール氏は「それが夢です」と語っています。

AI は強力なアクセラレーターであり、「テクノロジー自体も刺激的です」と彼は続けます。「私が最もワクワクするのは、本質的に、そのような生物学を極める力を研究者に委ねることです。」Latent Labs は、AWS re:Invent などのイベントでの認知度向上や市場参入戦略の策定など、AWS のサポートを受けてそのビジョンを実現しています。これらの取り組みは、両社が共有する理念というより深い基盤によってさらに強化されています。「両社とも、私たちのテクノロジーを使用する企業やパートナーに焦点を当てているという点で、非常に大きく一致しています」とコール氏は言います。

AWS と同様に、Latent Labs も、信頼と顧客中心主義がイノベーションと有意義なパートナーシップを支えていると考えています。AWS がこのスタートアップの構築とスケールを支援する一方で、Latent Labs は最も重要な存在である科学者を支援することに注力し続けています。「これらのモデルを何に適用すべきかを最もよく知っているのは、実務家、生物学者、バイオエンジニアです」とコール氏は言います。Latent Labs は、彼らに強力で直感的なツールを提供することで、生物学は機械のように解読、理解、設計できるという古くからの考えを新しいテクノロジーで再発明しています。「この一致こそが、私たちがこの戦略的パートナーシップに強い期待を抱いている理由だと思います」とコール氏は締めくくります。