「認められなかった」という経験が、形を変えて繰り返されることがある。
OpenAIが発表した生命科学専用AIの名前は「GPT-Rosalind」でした。ロザリンド・フランクリン——DNAの二重らせん構造の発見に貢献しながら、ノーベル賞を受けることのなかった女性科学者の名です。OpenAIの公式説明は簡潔です。「フランクリンの厳密な研究がDNAの構造解明に貢献し、現代分子生物学の礎を築いた」と。
しかし、この命名には別の問いが重なって見えます。——それは、AIもまた「認められない」存在だという問いです。
OpenAIは2026年4月16日、生命科学研究に特化した推論モデル「GPT-Rosalind」を発表しました。同社初のドメイン特化型モデルであり、ゲノミクス・創薬・タンパク質工学に最適化されています。アクセスは資格審査を通過した限られた機関に制限されており、Amgen、Moderna、Thermo Fisher Scientific、Allen Instituteなどが初期パートナーです。
OpenAI初の「専門家」
GPT-4が世界に普及した2023年から約3年、OpenAIはずっと「汎用」を基軸としてきた。より大きく、より賢く、あらゆる問いに答えられるモデルを作ることが戦略の中心にあった。
GPT-Rosalindはその路線からの逸脱でもある。汎用性を捨て、特定の分野に深く潜る設計を選んでいる。
性能の数字は具体的である。生命情報科学ベンチマーク「BixBench」では0.751（Pass@1）を記録し、Gemini 3.1 ProやGrok 4.2を上回った。LABBench2では11タスク中6タスクでGPT-5.4を超えた。遺伝子治療企業Dyno Therapeuticsとの第三者評価では、未公開RNA配列の機能予測で人間専門家の95パーセンタイルを超えるスコアを出している。
アクセス構造もこれまでとは異なる。GPT-4は公開から数週間でユーザーが1億人を超えた。GPT-Rosalindは「数百機関」への限定提供から始まる。米国のエンタープライズ顧客が対象で、資格審査と安全性レビューの通過が前提だ。研究プレビュー期間中は、対象機関に追加費用は発生しない。
製薬×AI——4月に集中した動き
GPT-Rosalind発表の2日前（4月14日）、Novo NordiskとOpenAIが戦略的包括契約を結んでいる。薬物探索・製造・サプライチェーン・商業運営に至る「全社AI化」を宣言する規模である。2026年末までの完全統合を目指す。
📖『ノボ ノルディスクとOpenAIが包括提携｜創薬・製造・全社DXを一括統合、2026年末に全面適用へ』
Novo Nordiskの動機は財務的に明確なもの。次世代肥満治療薬CagriSemaがEli LillyのZepBoundとの臨床試験で劣後し、株価が約16%下落したばかりだった。 Ozempicで先行したGLP-1市場の主導権を失いつつある中での判断であり、危機感が提携の規模に滲んでいる。
この4月だけを見ても、製薬とAIの接近はいちじるしい。Daiichi Sankyo（第一三共）はImagene AIとオンコロジー向けマルチモーダルAI提携を発表し、AnthropicはNovartis CEOのVas Narasimhanを取締役会に招聘した。AI創薬分野への総投資額は2019年以降で170億ドルに達しており、McKinseyは年間600〜1100億ドルの価値創出ポテンシャルがあると試算している。
AlphaFoldとの関係——競合ではなく「上位レイヤー」
この文脈で必ず比較対象として登場するのがGoogle DeepMindのAlphaFold。タンパク質の立体構造予測問題を解決し、2024年ノーベル化学賞を受賞した。
PitchBookのシニアAIアナリスト、ディミトリ・ザベリン（Dimitri Zabelin）は「DeepMindはドメイン特化型生物推論において数年の先行優位を持つ、最も注視すべき競合だ」と評し、「Rosalindは、Googleがすでに走っているレースにOpenAIが参入したことを意味する」と述べている。
ただし両者の関係は単純な競合ではない。AlphaFoldがアミノ酸配列からタンパク質の三次元構造を予測する「専門ツール」であるのに対し、GPT-Rosalindはその出力を文献・ゲノムデータ・臨床情報と統合して実験仮説に変換する「推論・統合レイヤー」として設計されている。AlphaFoldが問いを解く計算機なら、GPT-Rosalindはその答えを読み取って次の問いを立てるパートナーである——OpenAI自身もそう説明している。
From: 📖 Introducing GPT-Rosalind for life sciences research — OpenAI
【編集部解説】
なぜ「Rosalind」なのか
OpenAIはGPT-Rosalindの命名について、発表文でこう述べています。「このモデルの名前はロザリンド・フランクリンに由来する。彼女の厳密な研究がDNAの構造解明に貢献し、現代分子生物学の礎を築いた」と。ノーベル賞排除への言及はOpenAI自身の文章にはありません。しかし報道各社は、この命名を「意図的な認知の行為（a pointed act of recognition）」と読み取りました。
フランクリンの話をここで繰り返す必要はないかもしれません。本日4月25日の「DNAの日」記事に詳しく書きました。
ひとつだけ確認しておきたい事実があります。彼女が撮影した「Photograph 51」は、ワトソンとクリックが二重らせん構造を確信するきっかけになったX線回折写真です。彼女の同僚がその写真を無断でワトソンに見せた。1962年、3人の男性にノーベル賞が贈られたとき、フランクリンはすでにこの世にいませんでした。ノーベル賞は生存者にのみ授与される、という制度の前に。
貢献は実在していた。しかし、認定は届かなかった。
「認められない」という構造
ここからは、事実の記述を離れた編集部の解釈です。OpenAIがこの意図を持って命名したという確認はできていません。しかし、見落としにくい平行性があります。
現在のAIは、特許法上の「発明者」になれません。
2022年、米国連邦巡回裁判所はDABUS事件においてこう判示しました——「発明者は自然人でなければならない。AIは発明者として認定されない」。2023年4月、最高裁判所は上告を不受理とし、この判断は法的に確定しています。 米国特許庁（USPTO）は2024年にガイダンスを発表し「AIの貢献がいかに大きくとも、人間による有意な貢献が各クレームに必要」という立場を明確にしました。日本特許庁も同様の立場を取っており、AI単体は発明者として認定されません。
つまり、GPT-Rosalindが仮に画期的な薬物候補を「発見」したとしても——それは「発明」として認定されません。特許保護を受けるためには、人間が「有意な貢献をした発明者」として証明されなければならない。AIがその貢献の核心を担った場合でも、記録には「人間が発明した」と書かれることになります。
「貢献は実在する、しかし認定されない」——この構造は、フランクリンのケースとAIのケースで形は違います。一方は性別と制度の歪みによるもので、他方は法律の定義によるものです。ここに直接の因果関係を見出すことはできません。
しかし、OpenAIがフランクリンへの言及を発表文に明示したとき——私には、この2つの「認定の問題」が意図せず重なって見えました。
マチルダ効果という補助線
科学史家マーガレット・ロシターが1993年に命名した「マチルダ効果（Matilda Effect）」という概念があります。 女性科学者の貢献が男性研究者の功績として吸収・上書きされてきた歴史的パターンの総称で、フランクリンはその代表例として繰り返し引用されています。
マチルダ効果が照らし出すのは、制度が「誰のために設計されているか」という問いです。ノーベル賞の生存者ルールは、授賞の厳密性を守るために存在する。特許法の「自然人」要件は、人間の発明意欲を保護するために存在する。いずれも合理的な理由を持つ設計ですが、その前提が変わったとき——主要な貢献者が「制度の想定外の存在」だったとき——制度は機能しなくなります。
フランクリンの場合、制度は変わらず、彼女は排除されました。AIの場合、制度はまだ変わっていません。
認定の遅れがもたらすもの
これは倫理的な問いにとどまらない、実務的な問題です。
AI創薬に数千億円を投資した製薬企業が、その成果に特許保護を得られなかった場合、何が起きるか。あるいは逆に、AIの貢献を意図的に小さく見せるための「人間の関与の演出」が産業全体に広がった場合、何が起きるか。法制度と技術能力の乖離は、今まさに広がっています。
GPT-Rosalindの発表は、この問いをいよいよ避けられなくする出来事のひとつです。製薬企業は今後、「どこまでが人間の発明か」を文書化し、証明するコストを負うことになる。そのコストを誰が設計し、誰が払うかという問いは、まだ答えがありません。
【用語解説】
BixBench
Edison Scientificが開発した生命情報科学・バイオインフォマティクス特化のAIベンチマーク。実世界の計算生物学タスクによるモデル評価に特化。スコアが高いほど実際の研究ワークフローへの適性が高いとみなされる指標。
マチルダ効果（Matilda Effect）
科学史家マーガレット・ロシターが1993年に命名した科学史上の概念。女性科学者の業績が男性共同研究者の功績として記録・認知されてきた歴史的・制度的パターン。名称の由来は19世紀の参政権運動家マチルダ・ジョスリン・ゲージ。
DABUS事件
AIを特許法上の発明者として申請できるかを争った一連の訴訟。英国・米国・欧州など主要管轄で「発明者は自然人に限る」との判断が確定。米国では2022年連邦巡回裁判所判決、2023年最高裁不受理にて法的決着。
USPTOインベンターシップ・ガイダンス（2024年）
米国特許庁が2024年2月に公表したガイドライン。AIが関与する発明の発明者認定基準を明示。各特許クレームに対し人間が「有意な貢献（significant contribution）」をした場合に限り発明者と認定できるという立場。
AlphaFold
Google DeepMindが開発したタンパク質立体構造予測AIモデル。アミノ酸配列から三次元構造を予測する「タンパク質フォールディング問題」を実質的に解決。2024年ノーベル化学賞の受賞対象。
GLP-1（グルカゴン様ペプチド-1）
膵臓からのインスリン分泌を促す消化管ホルモン。GLP-1受容体作動薬は血糖値コントロールと体重減少効果を持ち、糖尿病・肥満治療薬として急成長中。Novo NordiskのOzempic（セマグルチド）、Eli LillyのZepbound（チルゼパチド）が代表的な製品。
【参考リンク】
Introducing GPT-Rosalind for life sciences research — OpenAI（外部）
OpenAI公式発表。命名の背景・性能評価・パートナー情報を含む一次資料。
Inventorship Guidance for AI-Assisted Inventions — USPTO（外部）
米国特許庁による2024年ガイダンス全文。AI関与発明における発明者認定基準の公式指針。
National DNA Day — NHGRI（外部）
米国国立ヒトゲノム研究所（NHGRI）による毎年4月25日「DNAの日」の公式ページ。フランクリンをはじめ関連資料へのリンクが充実した一次窓口。
OpenAIが「GPT-Rosalind」を発表。ライフサイエンス特化モデルの中身と、Trusted Accessで囲い込んだ理由を読み解く — アイドリ｜AI-Driven Lab（外部）
ベンチマーク数値の詳細とTrusted Access設計の意図を日本語で解説。日本の製薬・バイオ企業への影響にも言及。とても分かりやすく、正確な情報。
【参考記事】
OpenAI’s life sciences push energizes VCs — PitchBook（外部）
PitchBookによる投資・競合分析。DeepMindとの競合構造の整理と「Rosalind is OpenAI entering a race Google is already running」（Zabelin）を含む有用な一次調査レポート。
Novo Nordisk and OpenAI partner to transform how medicines are discovered — BioSpace（外部）
Novo Nordisk公式プレスリリース全文。GPT-Rosalind発表2日前の提携発表。契約全社規模・2026年末統合目標の確認に有用な一次資料。
Who Owns the AI-Discovered Drug? — DrugPatentWatch（外部）
AI創薬と特許問題の実務的分析。USPTO要件との整合と企業の文書化リスクについての詳細な解説。
Can AI-Discovered Drugs Be Patented? — Goodwin Law（外部）
法律事務所による実務解説。人間の「有意な貢献」証明の課題をQ&A形式で整理。
GPT-Rosalind: What OpenAI’s Life Sciences Model Actually Does to Drug Development — DrugPatentWatch（外部）
GPT-RosalindとAlphaFoldの競合構造・Novo Nordisk文脈を整理した長文分析。「Nobel Prize vs benchmark score」の比較を含む深掘り記事。
【関連記事】
- 4月25日【今日は何の日？】「DNAの日」、たった2ページの論文が与えた生物学の衝撃 — ロザリンド・フランクリンの詳細とDNA発見の経緯を扱った記事。本記事の前提として読むと理解が深まる。
【編集部後記】
フランクリンが亡くなったのは1958年のことです。GPT-Rosalindが発表されたのは2026年。68年の時間が経ちました。
その間に私たちは、「彼女のデータがなければ発見はなかった」という事実を科学史として記録しました。そして今、彼女の名を冠したAIが、次世代の科学的発見のための「推論基盤」になろうとしています。
この記事で書いた「二重の不認定」という解釈は、確認された事実ではありません。OpenAIがAI特許問題を念頭に命名したという証拠はない。ただ、OpenAIがフランクリンの名を選んだとき、私にはその平行性が見えました——見えてしまいました、と言う方が正確かもしれません。
「認められる」ことは、科学の進歩に本当に必要でしょうか。
フランクリンの貢献なしにDNA構造は解明されなかった。しかし、フランクリンが「認められた」かどうかとは関係なく、科学は前に進みました。マチルダ効果が繰り返されてきたにもかかわらず、人類の知識は積み上がりました。AIが特許発明者になれなくても、AIは薬物候補を見つけるでしょう。
では何が失われるのか。私はまだうまく言えません。ただ、失われているものはあると思っています。制度的な認定は、単なる名誉の問題ではなく、次世代の誰かが「この道を進んでいい」と思えるかどうかと、どこかで繋がっているからです。
GPT-Rosalindは、今日4月25日のDNAの日も誰かの研究室で問いを立てています。
