AlphaFoldの専任チーム再編は、成功したAI研究の終了ではなく、科学者を支援するGemini基盤への転換を示しています。個別課題を解く専用モデルの成果を活用しながら、仮説生成や評価など研究工程の一部を横断的に支援する科学エージェントへ。Google DeepMindは何を変えようとしているのでしょうか。
Google DeepMindは、タンパク質構造予測AI「AlphaFold」の専任チームを再編した。主要研究者はGeminiを使った科学支援、酵素設計、核融合、ゲノミクスなどへ移り、一部はAlphabet傘下のIsomorphic Labsへ移籍した。
AlphaFold関連論文の原著者のうち、Google DeepMindに正社員として在籍していた人の約4分の1は退社した。John Jumper、Jonas Adler、Alexander PritzelはAnthropicへ移る。Google DeepMindは、個別の科学課題に専任チームを置く体制に加え、仮説生成や評価など研究工程の一部を横断的に支援するGemini基盤のシステムへ重点を広げている。
From:Google Disbands AI System AlphaFold Team, Shifts Focus to Gemini
【編集部解説】
今回の動きを理解するうえで、まず区別すべきなのは、「AlphaFoldの専任チームが再編されたこと」と「AlphaFoldの提供が終了すること」は同じではないという点です。
Google DeepMindは現在も、2億件を超えるタンパク質構造予測を収録したAlphaFold Protein Structure Databaseを公開しています。AlphaFold 3のモデルコードと重みも、学術利用向けに提供されています。したがって、今回の報道はAlphaFoldのサービス停止や研究成果の放棄ではなく、開発を担った研究者を別の重点領域へ配置する組織再編と捉えるのが適切です。
AlphaFoldは、特定の科学上の難題に対して専任チームを置き、AIモデルを集中的に開発するGoogle DeepMindの研究手法を象徴する存在でした。タンパク質のアミノ酸配列から立体構造を予測するという、長年の生物学上の課題に対象を絞ったことが、大きな成果につながりました。
Financial Timesの報道によると、AlphaFold論文の主要著者の多くは、Geminiを使うプロジェクトや酵素設計、核融合、ゲノミクスなどへ異動しています。一部はAlphabet傘下の創薬企業Isomorphic Labsへ移り、AlphaFold関連論文の原著者のうち、Google DeepMindに正社員として在籍していた人の約4分の1は退社したとされています。
Google DeepMindが現在進めているのは、個別の科学課題を解く専用モデルだけでなく、複数の分野や研究工程にまたがって科学者を支援するAI基盤の開発です。
その具体例が、Geminiを基盤とするマルチエージェントシステム「Co-Scientist」です。Co-Scientistでは、複数のAIエージェントが研究課題に対して仮説を生成し、相互に評価し、順位付けや改善を繰り返します。単一の質問に回答するだけでなく、文献やデータを参照しながら、研究者が検証すべき仮説を整理する設計です。
注目すべき点は、AlphaFoldがこの新しい体制の中で不要になるわけではないことです。Google DeepMindは、Co-Scientistが必要に応じてAlphaFoldのような専門モデルをツールとして利用できると説明しています。AlphaFoldが分子構造・相互作用予測という特定領域に特化したシステムであるのに対し、Co-Scientistは複数のモデルやデータベースを組み合わせ、仮説生成や評価などを横断的に支援する仕組みと捉えられます。
この意味で、今回の再編は「AlphaFoldからGeminiへの置き換え」という単純な構図ではありません。専門モデルの開発に加え、それらを道具として活用する科学エージェントを構築する方向へ、重点が広がっていると考えられます。
科学エージェント型の利点は、タンパク質構造予測に限らず、創薬、材料、ゲノミクスなど異なる研究分野に共通する作業を支援できることです。文献の整理、仮説の生成、候補の比較といった工程を共通基盤上で扱えれば、新しい科学課題ごとに完全に独立したAIシステムを作る必要は減る可能性があります。
ただし、利用範囲が広がるほど、出力の正確性や再現性をどのように確認するかが重要になります。AlphaFoldはタンパク質構造という比較的明確な対象に対して、予測結果を実験データや評価指標と比較できました。これに対し、科学エージェントが生成する仮説の新規性や妥当性は、分野ごとの専門家による評価や実験による検証が必要です。
Google DeepMindも、Co-Scientistを科学者や臨床専門家の代替ではなく、研究上のパートナーと位置づけています。研究者が出力を確認し、最終的な判断を負うという前提は変わっていません。
AlphaFoldの専任チーム再編は、成功した研究を終わらせる動きというより、そこで得た専門モデルと研究者の知見を、より広い科学AI基盤へ組み込む動きとみられます。ただし、汎用的な科学エージェントがAlphaFoldと同程度に明確な成果を生み出せるかどうかは、今後の実証を待つ必要があります。
【関連記事】
Google AI co-scientist｜科学研究を加速させる次世代AIシステム、Gemini 2.0ベースの仮想研究パートナーを発表
Geminiを基盤に、複数の専門AIエージェントが仮説の生成、評価、改善を分担するAI co-scientistの初期発表を扱った記事。今回のチーム再編後にGoogle DeepMindが重点を置く「科学エージェント型」の研究体制を理解するための背景情報。
Google DeepMind、英国初の「AI自動化研究ラボ」を2026年開設──超伝導材料開発で科学研究を革新
Geminiとロボティクスを統合し、材料の合成から評価までを自動化する研究施設の計画を扱った記事。AIが仮説生成だけでなく、物理的な実験工程へ接続されていく動きを示す内容。
AlphaFold 3発表、新薬開発を加速へ – Google DeepMindとIsomorphic Labsが先駆け
タンパク質だけでなく、DNA、RNA、低分子などの構造と相互作用を扱うAlphaFold 3の発表記事。今回再編された研究チームが築いた専門モデルの到達点と、Isomorphic Labsによる創薬応用の背景。
【編集部後記】
ノーベル賞につながる成果を生み出したチームが解散・再編されるという知らせには、時代の変化とはいえ、少し寂しさを感じます。AlphaFoldが科学研究に与えた影響は、組織の形が変わっても失われるものではありません。研究者たちが積み重ねてきた成果は、今後の科学AIや創薬研究にも引き継がれていくのでしょう。
大きな仕事を成し遂げたチームの皆さんに、まずは「お疲れさまでした」と伝えたい気持ちでいっぱいです。
【用語解説】
タンパク質構造予測
アミノ酸の配列から、タンパク質が形成する三次元構造を計算によって予測する技術。タンパク質の働きや分子との相互作用を理解し、創薬や生命科学研究を進めるための基盤。
マルチエージェントシステム
異なる役割を持つ複数のAIエージェントが、情報収集、案の作成、評価、修正などを分担する仕組み。Co-Scientistでは、生成した研究仮説を複数のエージェントが比較・改善する構成。
仮説生成
観察結果や既存研究を基に、現象を説明する可能性のある考えや、実験で検証すべき研究課題を作る工程。科学エージェントが支援対象とする研究活動の一つ。
ゲノミクス
生物が持つ遺伝情報全体を対象に、DNA配列、遺伝子の働き、遺伝子同士の関係などを研究する分野。疾患研究、創薬、品種改良などへの応用。
酵素設計
特定の化学反応を促進するタンパク質である酵素を、目的に合わせて設計・改変する研究分野。医薬品、環境技術、素材、工業生産などへの応用。
【参考リンク】
Google DeepMind（外部）
Gemini、AlphaFold、Co-Scientistなどを開発するGoogleのAI研究部門。AIを科学研究へ応用する複数のプロジェクトを展開する公式サイト。
AlphaFold（外部）
Google DeepMindが開発した分子構造予測AIの公式ページ。AlphaFold Server、2億件を超える構造予測データベース、AlphaFold 3の学術利用向けコードと重みへの案内。
Isomorphic Labs（外部）
AlphaFoldの技術を基盤としてAI創薬を進めるAlphabet傘下企業。機械学習と創薬研究を組み合わせた予測・生成モデルの開発。
Anthropic（外部）
対話型AI「Claude」を開発するAI企業。今回の報道では、AlphaFoldの主要研究者が移籍する企業として登場。
【参考動画】
Generating novel scientific hypotheses with Co-Scientist｜Google DeepMind
Gemini基盤の複数のAIエージェントが、研究仮説を生成し、議論と評価を通じて改善する工程を紹介する公式動画。
AlphaFold: The 50-year grand challenge cracked by AI｜Google DeepMind
タンパク質構造予測が長年の科学的課題となっていた背景と、AlphaFoldが研究へ与えた影響を説明する公式動画。
【参考記事】
Google breaks up team behind Nobel prize-winning AI system AlphaFold｜Financial Times（外部）
AlphaFoldチームの再編、主要研究者の異動と退職、Google DeepMindがGemini基盤の科学研究支援へ重点を移す動きを報じた記事。
Co-Scientist: A multi-agent AI partner to accelerate research｜Google DeepMind（外部）
Gemini基盤のCo-Scientistが、研究仮説の生成、議論、評価、改善を反復する仕組みと、研究者を支援するシステムとしての位置づけ。
AlphaFold｜Google DeepMind（外部）
AlphaFold Server、タンパク質構造データベース、AlphaFold 3のコードと重みが引き続き提供されていることを確認できる公式ページ。
The Nobel Prize in Chemistry 2024｜Nobel Prize（外部）
2024年ノーベル化学賞の受賞者と授賞理由を示す公式発表。タンパク質構造予測に関する受賞者がDemis HassabisとJohn Jumperであることの確認資料。
