RecursionとGenentech、AIでマッピングした初の神経科学ターゲットを前進

Recursionは、Genentechとの協業で初めて検証された神経科学ターゲットを初期創薬段階へ進めた。これは注目を集めるGoogleニュースの見出しを超える重要な一線だ。ターゲットは、実験室で作製された1兆個超の神経細胞を用いて構築したAI支援マップから見いだされた。Genentechの決定により、このプログラムは分子設計と実験的検証に向けた製薬会社のリソースを得る。ただし、Recursionが薬剤候補を手にしたわけではない。

この違いこそが、このニュースの核心だ。AI創薬企業は長年にわたり、より大規模な生物学的データセット、スクリーニングシステム、予測モデルを構築してきた。より難しい試金石は、製薬パートナーが予想外の計算上の知見を信頼し、さらなる資金と実験室での時間を投じるかどうかである。

Genentechは今回、この神経科学協業の中で一度、その判断を下した。この決定は、ターゲットの正体が非公開のままであっても、Recursionのマッピング戦略に対する初期の商業的検証をもたらす。またこのプログラムは、しばしば期待外れの臨床結果に終わってきた、神経科学研究を支配してきた従来の仮説主導型アプローチと対照をなす。

Googleニュースの見出しの裏で何が変わったのか

Genentechの決定により、AIが生み出した生物学的知見の一つが資金を伴う初期創薬プログラムへ移行した。ただし、ヒトでの試験にはまだほど遠い。

Recursionは、2026年6月30日終了四半期の業績発表とともにこの進展を公表した。同社によると、Genentechは生物学的検証を経て、協業における最初の神経科学ターゲットを選定した。両社は今後、このターゲットを中心に低分子化合物の探索を進める。

ターゲットとは、通常はタンパク質または遺伝子のように、研究者が薬によって活性を変化させたいと考える生物学的要素を指す。ターゲット検証では、その要素を変化させた際に関連性があり再現可能な生物学的効果が生じるかを調べる。これは不可欠な段階だが、安全な薬がヒトでそのターゲットに到達し、制御できることを示すものではない。

このプログラムは、遺伝子介入とヒト由来神経細胞に見られる変化を結び付けた大規模な実験データセット、RecursionのNeuromapから始まった。Recursionによると、研究者は基盤となるマップを構築するために1兆個を超える細胞を作製した。遺伝子ノックアウトを含む全ゲノム規模の遺伝子摂動を用い、細胞の特徴がどのように変化するかを観察した。

フェノマップは、観察可能な細胞変化を体系的に表現したものだ。機械学習モデルは画像を比較し、類似した効果を生む摂動をグループ化する。これにより研究者は、事前に選定されていなかった遺伝子、細胞状態、疾患生物学のつながりを調査できる。

これは、すでに疾患と関連付けられている遺伝子を論文データベースで探す方法とは異なる。このマップは、広大な遺伝的空間にわたる体系的な実験から出発する。アルゴリズムはパターンの特定を助け、実験室での検証は、それらのパターンが信頼できる生物学を表しているかを試す。

ターゲットの前進が重要なのは、継続の実務的な判断をGenentechが担っているためだ。Recursionは順位付けや仮説を生成できるが、その証拠が追加作業を正当化するかを決めるのは製薬パートナーである。この選択は、社内研究の結果やモデルのベンチマークよりも意味がある。

ただし、重要な詳細は依然として明らかになっていない。両社はターゲット、関連疾患、検証アッセイ、効果量を公表していない。そのため外部の科学者は、ターゲットの新規性、再現性、ヒト疾患との関連性を評価できない。

公表されている証拠が裏付ける結論は限定的だ。Recursionのマップは、少なくとも一つ、両社の初期創薬に向けた社内基準を通過したターゲットを生み出した。それは、このプラットフォームが実用的な薬を生み出した、あるいは神経科学の創薬を解決したという主張を裏付けるものではない。

だからこそ、この進展は当初のGoogleニュースの枠組みが示唆する以上に精査に値する。このマイルストーンは、膨大な生物学的マップを具体的なプログラム判断につなげた。次の試験は、選ばれた生物学が薬らしい分子を支えられるかどうかだ。

なぜGenentechの決定は別のAIモデルより重要なのか

重要な検証は、Recursionが新たな大規模データセットを作ることではなく、パートナーが科学者と実験を投入することから得られる。

RecursionとGenentechの親会社であるRocheは、2021年12月に協業を開始した。この提携は神経科学と消化器がんの一領域に焦点を当てている。Recursionの画像ベースのスクリーニングと、RocheおよびGenentechの単一細胞データ、疾患に関する専門知識、創薬能力を組み合わせるものだ。

Rocheは当初の戦略を、個別ターゲットや既知の経路を超えて生物学を調べる方法として説明した。discovery partnershipに関する同社の説明では、並列的な遺伝子摂動、低分子スクリーニング、RNAプロファイリングが強調されている。これらの手法を組み合わせることで、同じ生物学的仮説を複数の方法で検証できる。

この協業はスケールを前提に設計された。Recursionは関連する細胞コンテキストにわたるマップを構築し、製薬パートナーは知見の解釈と選定プログラムの推進を支援する。両社はすでに消化器がんプログラムを前進させ、二つの神経科学マップを受け入れている。

最初の神経科学マップでは、ヒト人工多能性幹細胞から分化させたニューロンを使用した。これらの細胞は柔軟な状態から始まり、特化した細胞種へと誘導できる。生きたヒト脳組織への直接的なアクセスは極めて限られているため、研究者はこれらを利用する。

この規模で神経細胞を作製することは、計算上の問題であると同時に製造上の問題でもあった。神経細胞は、従来の実験室用細胞株のようには増殖しない。Recursionは、ゲノム規模の実験に必要な量の一貫した細胞を供給することを目的とした生産方法を開発した。

同社のNeuromap accountによると、このプロジェクトには50人のチームが携わった。また、このマップには社内で作製された1兆個超の神経細胞が使用されたとしている。機械学習システムがその後、得られた細胞画像を解析した。

二つ目のマップは、脳内環境の維持を助ける免疫細胞であるミクログリアに焦点を当てた。機能不全のミクログリアは、神経変性疾患や神経炎症性疾患との関連が示唆されている。企業の開示情報とmicroglia mapに関する報道によると、このデータセットには実験的に摂動を加えた数百万個の細胞画像が含まれていた。

数が多いだけでは、有用なマップにはならない。バッチ効果、細胞の成熟度、実験ノイズ、画像処理の選択は、モデルが生物学と誤認するパターンを生み得る。そのためこの協業には、同じ仮説上の関係を異なる手法で検証する直交的検証が必要になる。

Genentechは、この段階で重要な専門知識をもたらす。観察された細胞パターンがヒト遺伝学、疾患サンプル、タンパク質生物学、過去の実験結果と整合するかを評価できる。また、ターゲットが実用的な創薬プログラムを支えられない場合には、興味深いパターンであっても退けることができる。

この選別機能が、ターゲット選定に重みを与える。製薬パートナーには、すべてのモデル出力を前進させる理由はほとんどない。追加プログラム一つひとつが、別のターゲットに充てられるはずの化学、生物学、毒性学、管理上のリソースを消費する。

この決定は、Recursionのビジネスモデルも試す。同社は、自社のオペレーティングシステムが工業化された実験を繰り返し創薬プログラムへ変換できると主張してきた。パートナーによる受け入れは、これらのマップがRecursion自身のパイプラインを超えて有用であることを示す外部シグナルの一つとなる。

それでも、一つの選定で再現性を確立することはできない。このプラットフォームは、異なるマップや細胞コンテキストで、さらに多くの受け入れられるターゲットを生み出す必要がある。それらのターゲットはさらに、化学、動物試験、規制当局の審査、臨床試験を乗り越えなければならない。

当面の成果は、より限定的だが依然として価値がある。Recursionは研究資産の構築から、初期の製薬ポートフォリオ判断に影響を与える段階へ移った。ここからAIプラットフォームは、他のあらゆる創薬事業と同じ生物学的制約に直面し始める。

AIマッピング対仮説主導型神経科学

主な競争は、Recursionと他のソフトウェア企業の間にあるのではない。広範な実験マッピングと、確立された疾患仮説に集中する研究との対比である。

従来型の創薬に計算技術が欠けているわけではない。製薬企業はすでにゲノミクス、構造生物学、統計モデル、ハイスループットスクリーニングを利用している。意味のある違いは、研究者が最初にどの生物学を調べるかをどのように選ぶかにある。

従来のプログラムはしばしば、既知の経路に関する既存の証拠から始まる。科学者はヒト遺伝学、学術文献、動物モデル、先行薬から知見を得ることがある。このアプローチは、生物学的裏付けが最も強そうに見える領域へリソースを集中させる。

この集中は、実験を解釈しやすく効率的にする。一方で、多くの組織が類似のターゲットを追う混み合った分野を生む可能性もある。神経科学では、限られた疾患メカニズムを中心とした繰り返しの投資につながってきた。

Recursionのマッピングアプローチは、探索範囲を広げようとするものだ。研究者は数千の遺伝子に体系的に摂動を加え、多数の細胞特徴にわたる変化を測定する。その後、モデルが人間の観察者ではその規模で手作業によるレビューができない関係性を特定する。

魅力は、AIが独力で疾患を理解することにあるのではない。体系的な実験が、元の仮説の外側にあるパターンを明らかにできることにある。Recursionはこれを、既存知識が照らす身近な領域の外を探索することだと説明している。

この可能性は、神経変性疾患において特に重要だ。脳疾患はしばしば数十年にわたって進行し、複数の細胞種、経路、環境要因が関与する。ターゲットは実験室での表現型に影響しても、患者を害する過程を制御していない可能性がある。

Genentechは、提携について語る際にこの不確実性を認めている。同社の研究者は、新規ターゲットを追求することには、基礎となる生物学が十分に理解されていないためリスクがあると指摘した。表明された目標は、単一のシグナルに依存するのではなく、複数の実験的アプローチを通じて確信を得ることだった。

新しいプログラムは、マップ由来の一つのターゲットがこのプロセスの初期段階を通過したことを示唆する。Recursionによると、Genentechが創薬へ移行させる前に、そのターゲットは生物学的に検証された。ただし、両社は独立した評価のための基礎データを公表していない。

ターゲットが非公開であることは、確立された仮説との直接比較も妨げる。マップが完全に未知のメカニズムを見つけたのか、裏付けの弱い考えを強化したのか、あるいは既知の生物学を新たな形で結び付けたのかは不明だ。これらの結果は科学的に異なる意味を持つ。

完全に新しいターゲットなら、このプラットフォームが分野の探索空間を拡張できるかを試すことになる。事前の仮定なしに見いだされた既知のターゲットなら、マップが信頼できる生物学を再現できる能力を裏付ける。既知の要素間の新たな関係は、その中間に位置する。

いずれも有用なプログラムを生み出し得る。ただし、AIマッピングが見落とされてきた疾患メカニズムを一貫して発見するとする最も強い主張を裏付けるのは、最初のケースだけだ。現時点の公表情報は、その結論を正当化しない。

このプログラムは、細胞モデルと患者の間にある翻訳上の課題にも直面している。実験室のニューロンはヒト神経細胞の選択的な特性を捉えるが、加齢した脳を再現するものではない。循環系、免疫系、組織、患者の病歴の間にある完全な相互作用も欠いている。

ミクログリアモデルは関連する別の細胞種を導入するが、複雑性には依然として制約がある。細胞画像を正常化する介入が、記憶、運動、あるいは疾患進行を変えるとは限らない。許容できない安全性リスクを生む無関係なプロセスに影響する可能性もある。

したがって、従来の研究とAIによるマッピングを相互排他的なものとして扱うべきではない。Genentechは、既存の神経科学に関する知識と併せてRecursionのマップを活用している。このパートナーシップでは、広範な探索を、標的を絞った検証、ヒトデータ、確立された薬理学と組み合わせることができる。

圧力がかかるのは、エビデンス基盤を拡大せず、既知の標的に過度に依存する組織だ。マップ由来のプログラムが繰り返し前進すれば、研究チームは広範な表現型データを無視するために、より強い根拠を示す必要がある。そうしたプログラムが早期に失敗すれば、仮説主導の選定は実用面での優位性を維持する。

現時点で、競争上の結論は出ていない。Recursionは、自社の探索プロセスが実行可能な仮説を生み出せることを示した。従来の開発プロセスが、その仮説が医薬品になるに値するかを決定することになる。

検証済みの標的は、まだ検証済みの薬ではない

最大のリスクは、生物学的な標的検証と、患者で安全に機能する分子との間にある隔たりだ。

「検証済みの標的」という表現は、実際以上に確定的に聞こえることがある。検証は、実施された実験、用いられたモデル、適用された意思決定の閾値に左右される。ある標的が複数のアッセイで有望に見えても、薬剤設計や臨床開発で失敗する可能性はある。

最初の障害は創薬可能性であり、これは研究者が実用的な治療手法によって標的を制御できるかを指す。一部のタンパク質には、従来型の低分子に適した結合部位がない。ほかにも、複数の必須機能を担うため、選択的な介入が難しいものがある。

RecursionとGenentechは、このプログラムで低分子創薬を用いる計画だ。次の作業には、分子設計、ヒット創出、検証が含まれる。ヒットとは、初期スクリーニングで意図した標的に対して測定可能な活性を示す化合物である。

初期ヒットが医薬品に必要な特性をすべて備えていることはまれだ。化学者は、活性、選択性、安定性、組織への曝露、安全性を改善しなければならない。神経科学向けの化合物は、脳組織へ入る物質を制限する血液脳関門も通過する必要がある場合がある。

Recursionの化学能力は、Exscientiaとの統合によって拡大した。企業取引により、計算設計と自動化された低分子合成が同じ組織にもたらされた。この統合により、Recursionは標的に関する知見から実験用化合物に至る経路をより強く管理できる。

統合によって生物学的な不確実性がなくなるわけではない。適切に設計された分子でも、疾患進行を変えずに標的へ作用する可能性がある。また、ヒトへは移行しない動物モデルで利益を示すこともある。

Recursionのより広範なプラットフォームは、家族性大腸腺腫症を対象とする別プログラムREC-4881で臨床的エビデンスを得ている。このプログラムは、同社がプラットフォーム支援型の研究を患者試験へ進められることの証拠となる。ただし、新たに選定された神経科学の標的を検証するものではない。

標的の正体が非公開であることも、外部評価に別の制約をもたらす。独立した研究者は、遺伝学的エビデンスを調べたり、過去の論文と比較したり、既知の安全性上の懸念を特定したりできない。投資家と読者は主に、社内判断に関するパートナー企業の説明に依存することになる。

両社は、この選定に特に紐づくマイルストーン支払いについても開示していない。これまでの協業イベントには、公表された財務上の影響が伴っていた。RocheとGenentechは2024年に最初のNeuromapに関するオプションを行使し、ミクログリアマップの受領は2025年に別の支払いを発生させた。

Recursionは2025年後半までに、パートナーシップ全体で累計5億ドル超の契約一時金およびマイルストーン支払いを報告した。この総額は、この神経科学研究だけでなく、複数の協力企業とプログラムを対象としている。各アセットの科学的品質を明らかにするものではないが、商業的な関与を示している。

財務上のマイルストーンは有用だが、不完全な証拠である。パートナーが契約上の成果物を受け入れた、あるいはプログラム上の判断を下したことを示す。しかし、査読済みデータ、規制当局への提出書類、臨床アウトカムの代わりにはならない。

公開された実験の詳細が不足していることは、この発表を説明する際の表現にも反映されるべきだ。Genentechは、パートナーが検証済みとみなす標的を選定した。この標的は、開示データを通じて独立に検証されたものではなく、薬剤候補もまだ前臨床開発には入っていない。

これは、この発表が空虚だという意味ではない。初期の創薬プログラムは常に、完全なエビデンスが存在する前に始まる。注意すべきなのは、この出来事を長い開発タイムラインの正しい地点に位置づけることだ。

創薬には、標的選定後にも失敗の機会がいくつもある。研究者は適切な化合物を特定し、活性を再現し、疾患との関連性を確立し、毒性試験を行い、一貫した材料を製造しなければならない。その後、規制当局がヒト試験を許可する必要がある。

臨床開発では、安全性と有効性に対するより大きな検証が加わる。神経変性疾患の試験には、長期の観察期間、高感度なバイオマーカー、慎重に定義された患者群が必要になることがある。生物学的に活性を持つ薬であっても、臨床エンドポイントを達成できない場合がある。

したがって、最も信頼できる解釈は条件付きのものだ。今回の標的選定は、Recursionのマップがパートナーに受け入れられる仮説を生み出せるという主張を支持する。しかし、それらのマップが臨床的成功の確率を高めるという主張を支持するには、まだ至らない。

読者は、規模と正確性も区別すべきだ。より多くの細胞と画像は、一部の不確実性を減らす一方で、別の不確実性を増幅させる可能性がある。規模が役立つかどうかは、データ品質、生物学的関連性、実験対照によって決まる。

Recursionのプラットフォームは、この問題の一部に対処するため、反復的な実験室実験を用いている。モデルが知見を生成または優先順位付けし、科学者がフィードバックループの中で検証する。これは、言語モデルにテキストだけから標的を提案させるよりも、実験に根ざした手法だ。

ただし、クローズドループの実験は、利用可能なアッセイに依存し続ける。疾患を弱くしか表現していない測定指標に対して、システムが最適化される可能性はある。ループ内での良好な性能は、患者における有用な性能を保証しない。

最も強い証拠は、複数のプログラムがマッピング段階を離れ、開発上のマイルストーンに到達したときにもたらされる。それまでは、Genentechの決定は決定的な判定ではなく、重要なデータポイントである。

プログラムが前進した場合に圧力を受けるのは誰か

再現可能なマップからプログラムへのプロセスは、AIバイオテックの競合企業と従来型の創薬チームの双方に、同等の実験的検証を示す圧力をかけるだろう。

Recursionは、技術志向の創薬企業からなる広範な集団の中で競争している。ナレッジグラフや科学文献を重視する企業もある。タンパク質構造、生成化学、患者データ、自動化ラボを優先する企業もある。

これらのアプローチは、異なるボトルネックに取り組む。タンパク質構造モデルは、結合の機会を理解する助けになる。生成システムは分子を提案できる。ナレッジグラフは既存の生物医学的エビデンスを結びつける一方、表現型マップは測定された細胞応答から始まる。

Recursionの差別化された主張は統合にある。大規模な生物学実験、機械学習、分子設計、臨床開発ツールを組み合わせている。Genentechのプログラムは、この統合システムが細胞マッピングから得た知見を化学へとつなげられるかを試すものだ。

Exscientiaとの合併も比較の構図を変えた。Recursionはもはや標的探索プラットフォームだけを掲げているわけではない。現在は、生物学、設計、臨床開発の一部をカバーするエンドツーエンドのプロセスを主張している。

これはより高い基準を生む。統合プラットフォームは、単により多くの標的を特定するだけでは不十分だ。引き継ぎを減らし、フィードバックを速め、あるいは意思決定を改善しながら、適切な標的を差別化された化合物へ転換すべきである。

競合企業は、自社の提携マイルストーンや臨床プログラムで応じることができる。AI設計分子はすでに業界全体でヒト試験に入っている。とはいえ、医薬品開発を特徴づける根本的な脱落率を取り除いた企業はまだない。

大手製薬会社は別の圧力に直面する。多くはすでに大規模なデータセット、自動化、機械学習チームを持っている。問題は、外部プラットフォームが、社内システムでは効率的に再現できない生物学的マップや運用スピードを提供するかどうかだ。

Genentechの継続的な参加は、Recursionが何らかの有用なものを提供していることを示唆する。Genentechは神経科学、単一細胞測定、計算生物学に関する深い社内専門性を有する。同社がプログラムを前進させる意思を示したことは、単なる提携発表よりもプラットフォームの信頼性を高める。

それでも、製薬会社は一般に複数の外部実験を同時に進める。パートナー企業は、提供者の技術的主張全体を採用せずとも、一つのプログラムを前進させることができる。化学研究が始まれば、Genentechは通常の創薬基準で標的を評価することになる。

学術神経科学も競争環境の一部であり続ける。大学や研究機関は、商業的なマップがしばしば取り込む疾患モデル、遺伝学的エビデンス、機序に関する知見を生み出している。公開された科学的知見は、独自の結果に異議を唱えることも、裏付けることもできる。

独自の標的は知的財産上の優位性を生み出し得るが、秘匿性は独立した精査を遅らせる。この協業では、出版、特許保護、商業的タイミングの均衡を取る必要がある。より多くのエビデンスが現れるまで、外部の観察者は新規性と機密保持を区別できない。

この分野を追跡するナレッジワーカーにとって、この出来事はより広範な研究上の問題を浮き彫りにする。見出し、投資家向けスライド、科学論文、臨床試験レジストリは、しばしば重複する表現で異なる段階を説明する。検索可能なナレッジベースは、チームが更新をまたいでそうした区別を維持する助けとなる。

ここでの重要な区別は単純だ。「標的選定」は、社内のポートフォリオ判断が行われたことを意味する。「ヒット同定」は、チームが活性を持つ化学物質を見つけたことを意味する。「開発候補」は、正式な前臨床研究に適したプロファイルを持つ化合物を示す。

各段階は、プラットフォームに対するより強い試験となる。同時に、元のマップでは完全に予測できない失敗要因もそれぞれ導入する。用語を追跡することで、有望な初期イベントを臨床的証明と誤認することを防げる。

Googleニュースの検索結果は、最初の段階に注目を集めた。競争圧力が高まるのは、RecursionとGenentechが次の段階を通じた進展を開示した場合に限られる。他のプラットフォームも、データセットの規模だけでなく、同じ進展に基づいて評価されることになる。

Recursionの神経標的を試す3つのシグナル

次に意味のあるエビデンスとなるのは、開示された分子マイルストーン、マップから標的へのプロセスのより広範な再現性、そして外部評価を可能にする科学的詳細だ。

最初のシグナルは、標的選定から検証済みの化学ヒットへの進展である。Recursionによれば、パートナー企業は設計、ヒット創出、検証に同社の化学プラットフォームを用いる。ヒットに関するマイルストーンが報告されれば、その標的が低分子による介入を支えられることを示す。

その結果は、Recursionの統合ワークフローの有効性をより強く裏付けることになる。標的の特定で終わらず、生物学的マッピングを化学へと結び付けるからだ。選択的で薬らしい活性を見いだせなければ、実用化可能性がこのプログラムにおける最初の大きな障壁であることが明らかになる。

このシグナルの最も強い形は、標的名、アッセイデータ、明確な選択性測定を含むものだ。裏付けとなる詳細のない契約上のマイルストーンでも、パートナーのコミットメントは示される。ただし、分子の質に関する科学的証拠としては弱い。

2つ目のシグナルは、同じマップから別の神経科学標的が創薬探索に入ることだ。プラットフォームの価値は、偶然の単発成果ではなく、ポートフォリオを生み出せるかどうかで決まるため、再現性が重要になる。Recursionは、RocheおよびGenentechと複数の神経科学バリデーション活動を進めていると述べている。

2つ目の選定があれば、このプログラムが孤立した成功例にすぎない可能性は下がる。また、マップが異なる作用機序を支えるのか、それとも同じ生物学的領域へ繰り返し行き着くのかも示される。追加の選定がないこと自体が失敗を証明するわけではないが、短期的な拡張性に関する主張は弱まる。

3つ目のシグナルは、学会発表、論文、特許、規制当局への提出書類を通じた情報開示の拡大だ。外部の研究者が新規性、疾患との関連性、バリデーションの質を評価するには、十分な詳細が必要となる。標的の正体だけでも、人類遺伝学や既存の治療プログラムとの比較が可能になる。

情報開示は、このケースで「検証済み」が何を意味するのかも明確にする。研究者は、証拠が画像ベースの表現型、トランスクリプトミクス、レスキュー実験、疾患モデル、あるいは複数の独立した手法に基づくものかを評価できるようになる。

パートナーは知的財産を守るため、その情報の開示を遅らせる可能性がある。それは商業的には理解できるが、検証上の隔たりは残る。そうなれば、一般の信頼は直接的な科学レビューではなく、その後のプログラム上のマイルストーンに依存することになる。

これらのシグナルはこの順序で注視すべきだ。化学は直近の運用上の試験となる。2つ目の標的は再現性を試し、公開された証拠は基礎となる生物学の強度と新規性を試す。

結果はRecursionの枠を超えて重要になる。成功する一連の展開は、実験を起点とする広範なマッピングが、仮説主導の神経科学を補完する有効な手法であることを支持する。早期に停滞すれば、興味深い標的を見つけることと、それを軸に医薬品を開発することの間には依然として大きな隔たりがあることを示す。

google news経由で訪れた読者にとって有用な問いは、AIが「治療法を発見した」かどうかではない。そうではない。より良い問いは、この標的が化学、独立した証拠、そして標準的な医薬品開発上の制約に直面しても前進し続けられるかどうかだ。

標的名の公表、検証済みヒット、そしてパートナーが選定した別のプログラムに注目してほしい。こうした展開があれば、初期のポートフォリオ判断は、AI主導の生物学に対するより強力な試験へと変わる。それまでは、Recursionが得たのは意義ある次の実験の機会であり、勝利を祝う段階ではない。