私たちのチームは18名で動いていて、10名がバイオロジスト、7名がデータサイエンティスト、1名がメディシナルケミスト（創薬化学者）という構成です。

一般的な製薬会社ではデータサイエンティストはデータサイエンティスト、バイオロジストはバイオロジストで仕事をしています。ですが、ライフサイエンスAI事業本部の最大の特徴は、バイオロジストとデータサイエンティスト、創薬化学者という異なる専門家が隣り合わせで仕事をしているところです。

この協働体制の最大の利点は、たとえばバイオロジストが大量のデータの紐づけに困っている場合、隣のデータサイエンティストが「エクセルよりもPythonの方が簡単にできますよ」と、最適な方法を教えてくれるんです。逆に、データサイエンティストが大量のデータをダウンロードして解析しても、疾患名や発症のメカニズムは分かりません。そんなときにバイオロジストが「この疾病はこういう特徴があります」という具合に補完することができる。

この相互補完をしている間にどんどん新しいアイデアが生まれてくるのが、他にはない強みなんです。データサイエンティストだけでもダメ、バイオロジストや創薬化学者だけでもダメ。皆が協働してはじめて、良質な仕事につながっていくんです。

たとえば、ペニシリンを発見したフレミングも、たまたま培養シャーレに混入したアオカビの周りの細菌が増えていないことに気づいたから大発見に至ったと言われています。このような「偶然なる幸運」を、自然に任せるとしたら、我々はどれだけ待てばいいのか…。でもKIBITなら意図的に発生させることが可能なんです。

豊柴さんは数学者なのでどちらかというとシンプルさを求めますが、私はバイオロジストですのでイレギュラーな出来事やカオスなモノほど、心が躍ります。生物は種を絶やさないために、バラエティを持たせるようにできていて、研究の第一線にいたいのも「こんなモノがいるの？」と驚きたいからでもあります。FRONTEOには、数学と生物学の融合があり、それが非連続的発見から創薬へとつなげる土壌を育む要素になっているのではないか、と思っています。

クライアントのニーズである新規標的探索やドラッグリポジショニング（既存の薬を転用する）に全力で取り組んでいます。そしてKIBIT発の新規な標的や適応症が、一日も早く臨床でその有効性が確認されることを心より願っています。

一方で、我々自身もできることを少しずつでも実施していきたいと思っています。ひとつは希少疾患への取り組みです。患者数が少なく、症例が集まらないためメカニズムも明らかになっていない希少疾患はたくさんあります。多くの製薬企業も希少疾患にフォーカスしているとはいえ、あまりに患者数が少ないと製薬企業は手を出せません。なにしろ一つの薬の開発費は数百億円以上とされていますから。

ですがKIBITを使えば、少ないデータでも解析できますし、効果が得られる既存薬の発見も可能だと思っています。ドラッグリポジショニングであれば、かなり開発コストが抑えられます。根本治療は難しくても、対処療法で患者さんの体調が少しでも良くなれば、それは大きな意味があると思います。

もうひとつは個人的な思いでもありますが、熱帯病が気になっています。マラリアはよく知られる熱帯病ですが、ほかにも多くの顧みられない熱帯病が存在しています。そういう疾病に対する治療薬の発見にKIBITで迫れると面白いですよね。「世界中に薬を待っている方がいる」という思いが、私たちの原動力になっています。