Red Queen BioのAIバイオセキュリティ、3,600万ドルを調達も、抗体開発は時間との闘い

Red Queen Bioは、AI支援による脅威を含む新興病原体が従来の医薬品開発を上回る前に、AI設計の抗体を構築するため3,600万ドルを調達した。Red Queen BioのAIバイオセキュリティ戦略は、不都合な前提から始まる。人工知能の危険な利用をすべて阻止するだけでは十分ではない、というものだ。

その代わりに、このOpenAI支援のスタートアップは、新たな生物学的能力を生み出すモデルと歩調を合わせて、防御的なバイオテクノロジーを進化させたいと考えている。同社は、まだ出現していない関連株を含む危険なウイルスから守る可能性のある抗体医薬を開発している。報道によれば、インフルエンザ系統を対象とする抗体の最初の臨床試験は2027年に予定されている。

これによりRed Queen Bioは、単なるAI創薬企業ではなくなる。同社の主な敵は、急速に変化する生物学的脅威と、遅い医療対策開発との間で広がる隔たりだ。中心的な問いは、AIが新たな安全性、検証、製造、規制上の問題を生まずに、その隔たりを埋められるかどうかである。

Red Queen BioのAIバイオセキュリティ、資金調達から医薬品開発へ

重要な変化は、Red Queen Bioがより大きな資金基盤を得て、ヒト試験に向けた明確な道筋を定めたことだ。

The Wall Street Journalに帰属する報道された資金調達によると、同社の累計調達額は3,600万ドルに達した。OpenAIは主要投資家であり、2026年の大規模な新規投資にも参加したと報じられている。

この総額には、Red Queen Bioが2025年に立ち上がった際に発表した1,500万ドルのシードラウンドが含まれる。OpenAIがこのラウンドを主導し、Cerberus Ventures、Fifty Years、Halcyon Futures、およびミッション重視のその他投資家が参加した。

同社は、Hannu RajaniemiとNikolai Eroshenkoが設立したmRNA治療薬企業HelixNanoからスピンアウトした。両創業者は、通常はモデルの安全策やアクセス制御の観点から議論される問題に、バイオテクノロジーの経験を持ち込んだ。

Red Queen Bioは公益法人である。同社が掲げる使命は、能力を増すAIモデルに歩調を合わせる防御システムを構築することだ。同社はこの考え方を「defensive co-scaling」と呼ぶ。

この言葉は、拡大するAI能力と生物学的防御への投資を直接連動させる考え方を表す。より高速で高性能なモデルは、より強力な脅威評価、医薬品設計、試験、製造能力の整備を促すべきだという。

このアプローチは、主に危険な要求の拒否に重点を置く安全対策とは異なる。そうした制御は依然として必要だが、Red Queen Bioは、決意した行為者が別のモデル、ツール、技術的経路を見つけることがあると想定している。

同社の対応は、危機が起こる前に医療対策を準備することだ。これらの対策には、狭く定義された1つの株ではなく、ウイルス群に共通して保存された特徴を認識するよう設計された抗体が含まれる。

抗体は、分子的標的を認識して結合するタンパク質である。中和抗体は、ウイルスの細胞感染を防いだり、別の不可欠なウイルス機能を妨げたりできる。

抗体医薬は受動免疫をもたらす。つまり、患者は防御分子を直接投与される。一方、ワクチンは接種者の免疫系を訓練し、自ら防御を生み出すよう促す。

Red Queen Bioは当初、深刻なパンデミックリスクと見なされる鳥インフルエンザ株を含むインフルエンザウイルスに対する抗体を試験している。報道された目標は、2027年中に臨床試験を開始することだ。

同社はまた、コロナウイルス、エボラ様ウイルス、コウモリ媒介ウイルス、出血熱ウイルス、天然痘ウイルスの近縁種を対象とする研究も計画している。こうした拡張計画は、検証済み製品ではなく、前臨床段階の構想にとどまる。

同社は、呼吸器ウイルスに対する免疫応答を強化することを意図した、より広範な治療法についても説明している。公開情報では、その作用機序、開発状況、想定される臨床開発経路はまだ明らかになっていない。

この区別は重要だ。資金は実験、製造準備、規制対応を支える。しかし、候補抗体が安全か、有効か、広範な防御力を持つか、あるいは政府備蓄の準備ができているかを示すものではない。

それでも累計3,600万ドルの調達により、同社は投機的な安全性提案の段階を超えた。投資家は、研究室での作業、抗体候補、発表済みの臨床目標を備えるバイオテクノロジープログラムに資金を供給している。

これにより、測定可能な試験が生まれる。Red Queen Bioは今後、defensive co-scalingという言葉を、再現可能なデータ、実用的な医薬品候補、信頼できる開発スケジュールへと変換しなければならない。

より高速なAIが、より迅速な生物学的防御を求める理由

Red Queen Bioは、より高性能なモデルが生み出すあらゆる生物学的リスクに対処するには、予防だけでは不十分だと見ている。

AI企業はすでに、危険な生物学的支援を制限するため、フィルター、分類器、監視、レッドチーム演習を利用している。レッドチーミングとは、専門家が有害または敵対的な要求でシステムを意図的に試験し、弱点を特定することを意味する。

こうした措置は、高リスク情報へのアクセスを減らせる。しかし、公表済みの科学文献、オープンモデル、実験室の自動化、訓練を受けた研究者の専門知識を消し去ることはできない。

不正利用の試みを示す証拠も、より具体的になりつつある。Anthropicが2026年9月に公表した不正利用ケーススタディでは、危険なウイルスに関する研究支援を求める行為者が記述されていた。

あるケースでは、哺乳類に適応した高病原性鳥インフルエンザに関する研究が関与していた。Anthropicによると、同社の生物学的安全性分類器は、パンデミックの可能性を高めた病原体の構築に関する要求を遮断した。

しかし、その活動はより弱いモデルクラスを通じて継続された。Anthropicは研究に関連するアカウントを停止し、その知見を検出・防止システムの改善に活用した。

これらの事例は、チャットボットが実用的な生物兵器を生み出したことを示すものではない。ただし、ユーザーが、もっともらしいデュアルユースまたは攻撃的な用途を持つ質問でAIシステムを試していることは示している。

デュアルユース研究は、正当な医療目的と危険な用途の双方を支え得る。哺乳類への適応を研究すれば監視は改善し得るが、同様の知識は有害なウイルス改変を導く可能性もある。

この曖昧さは、AI開発者に継続的な圧力をかける。ある要求は科学的に見えても、1回の会話では見えない、より大きな危険なワークフローに寄与している可能性がある。

Red Queen Bioは、対応の一部を下流側へ移す。モデル制御が失敗した場合、防御的な医薬品はすでに存在しているか、従来の開発で可能な速度を大幅に上回って利用可能になるべきだという。

同社の創業者は、従来のバイオディフェンスはあまりに遅いと主張する。攻撃者は数年をかけて準備できる一方、公衆衛生システムが対策に着手するのは脅威を検出した後だけである。

自然発生のアウトブレイクでさえ、この非対称性を露呈させる。研究者は病原体を特定し、標的を選び、候補を作成・試験し、製造を拡大し、承認を確保し、投与量を配布しなければならない。

並外れた連携により、COVID-19ワクチンの開発期間は短縮された。その経験は同時に、並行試験、製造拡大、調達、公衆への配布がいかに難しいかも示した。

人工的に設計された病原体は、より困難な科学的課題を生む可能性がある。未知の性質を組み合わせたり、既存免疫を回避したり、現行のワクチンや治療法の準備に用いられた株とは異なったりするかもしれない。

この可能性は、将来のAIシステムが確実に機能する病原体を設計できることを意味しない。生物学的システムは依然として予測が難しく、物理的な実験は依然として大きな障壁である。

安全保障上の懸念は、能力が段階的に高まることにある。AIは、文献検索、手法比較、実験のトラブルシューティング、結果の解釈、従来は散在していた知見の結び付けをユーザーに支援できる。

それぞれの改善は、正当な作業と有害な作業の両方に必要な時間、専門性、連携を減らし得る。全体的なリスクが高まるために、単一の回答だけで病原体を生み出す必要はない。

このためRed Queen Bioは、速度を防御上の要件と捉える。目的は、将来の特定のウイルスを1つ正確に予測することではない。関連する脅威全体に対応可能な再利用できる能力を構築することだ。

同社はなお、防御の加速が科学的な厳密性を維持できることを示さなければならない。候補薬が臨床、製造、規制の精査に耐えられなければ、より速く進んでも防御にはほとんど寄与しない。

AI設計抗体は仕組みであり、証明ではない

Red Queen Bioの技術的根拠は、計算設計、実験室での試験、より良い実験データの間にある閉ループに依存している。

報道によれば、ボストンの研究所で研究者はインフルエンザ抗体サンプルを試験し、その結果を同社のモデルにフィードバックしている。モデルはその後、標的により効果的に結合することを意図した候補を提案する。

結合強度は、抗体性能の一部にすぎない。開発者は、特異性、力価、持続性、製造可能性、投与量、安定性、免疫反応、ウイルスのエスケープも考慮しなければならない。

より広い目標は、広域中和抗体を見つけることだ。これらの抗体は、複数の株に共通する特徴を認識し、多くの場合、変化頻度の低いウイルス領域を標的とする。

この戦略には強固な科学的基盤がある。抗ウイルス抗体科学に関する研究は、広域中和抗体を、インフルエンザを含む変異しやすいウイルスに対する有望な手段として説明している。

ただし、実験室アッセイにおける広範な活性は、人での防御を保証しない。抗体は適切な組織に到達し、活性を維持し、有害な免疫作用を避け、ウイルス進化に耐えなければならない。

Red Queen Bioは、モデル出力だけに依存するのではなく、計算的作業と生物学的発見を組み合わせている。AbTherxとの提携は、このハイブリッドなアプローチを示している。

両社は2026年1月に抗体提携を発表した。この提携は、AbTherxのトランスジェニックマウスプラットフォームと、Red Queen Bioのワクチン接種およびAI主導の開発パイプラインを組み合わせるものだ。

トランスジェニックマウスは、ヒト治療薬で使用されるものにより近い抗体レパートリーを生み出せるように、遺伝子操作された遺伝物質を持つ。研究者は動物を免疫化し、さらなる試験に向けて候補結合体を回収できる。

両社によると、3カ月以内に初期のin vivo抗体データを生成した。In vivoは、単離細胞やソフトウェアだけでなく、生きた生物の内部で行われた作業を意味する。

Red Queen Bioは、この共同研究から生じる抗体を開発・商業化する権利を取得した。AbTherxは、研究費、開発マイルストーン、ロイヤルティを受け取る資格を持つ。

この取り決めにより、Red Queen Bioは管理された発見システムを通じて生成される生物学的データにアクセスできる。このような独自データは、公開されている配列を超えてモデルの訓練や誘導に役立つ可能性がある。

このスタートアップによれば、そのパイプラインには多重免疫化、強化学習、実験室自動化、オンデマンドのバイオ医薬品製造も組み込まれている。

多重免疫化では、免疫系を複数の標的または標的変異体にさらす。そこで生じる応答は、1つの株ではなく、ウイルス間で共有される特徴を認識する抗体を明らかにし得る。

この文脈における強化学習は、実験からのフィードバックを用いて将来の提案を改善するものだ。優れた性能を示した候補は、次の設計ラウンドを導くシグナルとなる。

ラボラトリーオートメーションは、一貫した条件下で試験する候補数を増やすことができる。また、モデルによる提案から測定された生物学的結果が得られるまでの間隔も短縮できる。

OpenAIとRed Queen Bioは、関連するモデル・イン・ザ・ループのプロセスをすでに試験している。両社が公開したウェットラボ研究では、GPT-5に反復実験を通じて分子クローニングのプロトコルを改善させた。

人間の科学者がプロトコルを実施し、その結果をモデルへ返した。GPT-5はその結果を基に、さらなる変更を提案した。

OpenAIによると、最終的なプロセスは、一定量の投入DNAに対してベースラインの79倍の配列検証済みクローンを生成した。このシステムは、2種類の酵素を新しい組み合わせで導入した。

実験では、制御された環境下で安全な分子生物学システムを使用した。抗体を設計したわけでも、ウイルスに対する防御を実証したわけでも、自律的な医薬品開発プラットフォームを検証したわけでもない。

その意義はフィードバック機構にある。モデルは実験を提案し、物理的な結果から学び、一度きりの静的な回答を出すのではなく、その後の提案を調整できる。

このループが重要なのは、生物学が計算予測のとおりに正確に振る舞うことはまれだからだ。物理的な試験は、もっともらしい設計と、実際に折りたたまれ、結合し、機能し、安定性を維持する分子とを選別する。

したがって、Red Queen BioのAI設計抗体が成功するかどうかは、ウェットラボおよび臨床でのエビデンスによって決まる。モデルは探索範囲を絞り込めるが、生物学的検証を代替することはできない。

真の競争相手は開発・製造に要する時間だ

高速な設計システムが意味を持つのは、アウトブレイクが生産と流通を上回る前に、安全な投与量を届けられる場合に限られる。

ソフトウェアチームは数時間以内にモデル更新を世界中へ展開できる。一方、抗体開発者は細胞株、精製、品質管理、安定性試験、臨床プロトコル、規制審査に向き合わなければならない。

これらの工程が存在するのは、生物製剤が配列解析では見えない形で失敗しうるためだ。有望な抗体でも、凝集したり、活性を失ったり、免疫反応を引き起こしたり、実用的でない投与量を必要としたりする可能性がある。

バイオセキュリティにおいて、製造はとりわけ重要である。高用量でしか機能しない治療法は、広範な緊急事態の際に政府が動員できる以上の生産能力を必要とするかもしれない。

結合力の向上は必要投与量の低減に役立つ可能性があるが、その関係は自動的に成立するものではない。防御効果は、抗体が体内で、そして対象となるウイルスに対してどう振る舞うかに左右される。

Red Queen Bioは、自社の医薬品が関連病原体のファミリーをカバーすることを目指している。これにより、新しい株が出現した際にゼロから始める必要を減らせる可能性がある。

備蓄された広域抗体は、曝露した作業者や脆弱な集団に即時的かつ一時的な防御を提供できるかもしれない。その後、開発者は製品を新たに出現した特定の病原体に適応させられる。

このアプローチは、アウトブレイク開始後に開発されるワクチンだけに依存する方法とは異なる。受動抗体は、投与を受ける人が新たな免疫反応を生み出すのを待たずに作用する。

ただし、防御は一時的だ。抗体は時間とともに分解され、大規模なアウトブレイク時には反復投与が運用上困難になりうる。

ウイルスは抗体結合を低下させる変異も獲得しうる。特に多くの感染者に治療が届く場合、単一の治療法はエスケープ変異株を有利にする選択圧を生み出す可能性がある。

開発者は、抗体の組み合わせや保存性の高い標的によってエスケープに対処できる。いずれのアプローチも、科学面と製造面の複雑さを増す。

報道によれば、このスタートアップの長期目標には米国および欧州の政府備蓄への配備が含まれる。実現すれば、その製品は通常の専門薬ではなく公共インフラとなる。

政府調達は、難しい市場問題の解決にも役立つ。社会は危機の前から対策手段が利用可能であることを求めるが、平時の商業需要は限られたままかもしれない。

Red Queen Bioは、破滅的リスク保険に着想を得た金融構造について議論している。その論理では、生物学的緊急事態が発生する前に、政府、AIラボ、その他の機関が即応能力へ資金を拠出する。

この事業モデルは依然として固まっていない。公的機関は、備蓄製品にコミットする前に、エビデンス、製造能力、長期安定性、信頼できる展開計画を求める。

AIラボも相反するインセンティブに直面する。防御への資金提供は、生物学的能力が生み出すリスクを認める一方で、同じ能力の進歩を継続させることにもなる。

OpenAIによる支援は、Red Queen Bioに資本と最先端モデルの専門知識へのアクセスをもたらす。同時に、独立性とガバナンスも重要な論点となる。

同社は、公益法人としての構造により、いかなる単一の提携よりもミッションを優先すると述べている。それでも外部の観察者は、安全性の優先事項が研究アクセスと製品判断を形づくっていることを示す証拠を必要とする。

AI開発企業からの資金は、防御能力を支えうる。しかし、規制当局、独立した科学者、公衆衛生機関、セキュリティ専門家による透明性の高い評価に代わるものではない。

最も厳しいベンチマークは運用面にある。Red Queen Bioは、このループが計算上の設計段階だけでなく、対策手段に至る全体のタイムラインを短縮することを示さなければならない。

安全性の主張は3つの試験に直面する

Red Queen Bioは、効果、有責な研究管理、実社会での即応性を、いずれも過大に主張することなく証明しなければならない。

第一の試験は臨床エビデンスである。計画中のインフルエンザ試験は、同社の候補がラボでの最適化を超えて進めるかを示す最初の公開指標となるだろう。

第1相試験は主に、安全性、忍容性、投与量、そして身体が医薬品をどう処理するかを評価する。将来のパンデミックに対する人口規模の防御を立証するものではない。

Red Queen Bioは、完全な試験設計、候補の仕様、登録計画、規制申請を公表していない。したがって、報じられている2027年のスケジュールは目標として扱うべきである。

第二の試験は広域性に関するものだ。抗体は複数の実験室株に結合できても、十分に異なるウイルスや現実的な曝露条件下では機能しない可能性がある。

病原体ファミリーに対する防御の主張には、中和パネル、動物試験、適切な場合のチャレンジデータ、そして最終的にはヒトでのエビデンスが必要となる。独立した再現は、こうした主張をより強固にする。

第三の試験はバイオセキュリティ・ガバナンスだ。潜在的脅威への防御を構築するには、どの脅威をモデル化し、どの実験が正当化されるかを判断する必要がある。

この作業は、デュアルユースの価値を持つ知識を生みうる。危険な病原体を作製しなくても、チームは慎重な取り扱いを要する脆弱性、標的となる特徴、実験経路を特定する可能性がある。

Red Queen Bioは、危険な機能獲得研究を決して実施せず、危険な病原体を作製または分離しないと述べている。同社のミッションは、独自の防御的データセットと医療対策手段を強調している。

これらの約束は重要な境界を定める。それでも読者には、審査手続き、アクセス制御、外部監督、出版基準を含む運用上の詳細が必要だ。

OpenAIのクローニング研究は、可能性と注意の両方を示している。モデルは安全なワークフローを改善したが、同じ一般的な能力は生物学的実験をより利用しやすく、効率的にする可能性がある。

OpenAIはタスクを限定し、管理された環境を用い、安全性の目的でモデルの振る舞いを評価した。実験システムの能力が高まるなか、こうした予防策は引き続き中心的であるべきだ。

さらなる不確実性は、脅威そのものに関わる。一部のアナリストは、AI支援型生物兵器を緊急性の高い新興の危険と考えている。他方で、現在のシステムは既存の科学ツールを超える価値をほとんど加えないと論じる人もいる。

両方の見方には真実が含まれうる。現在のモデルは実行可能な病原体を確実に発明できないかもしれないが、研究、計画、トラブルシューティングにまたがる作業の摩擦を減らす可能性はある。

この議論は、恐慌か軽視かのどちらかに収束すべきではない。Red Queen Bioの事業は定量化が難しい将来リスクに依存しているが、生物学的な備えは自然発生的なアウトブレイクも対象とする。

このより広い用途は、同社の実用上の根拠を強める。鳥インフルエンザや他のウイルスファミリーに対する抗体は、攻撃者がAIを使用しない場合でも重要になりうる。

同時に、評価はより複雑になる。インフルエンザ治療薬の成功は技術プラットフォームの一部を検証するが、同社が人工的に設計された病原体に対抗できることを証明するものではない。

同様に、候補の失敗は、より迅速なバイオディフェンスの必要性を否定するものではない。それは、この特定のアプローチ、分子、または開発プロセスに見直しが必要であることを示す。

最も強い評価では、4つの問いを分けることになる。抗体は機能するのか、広域性はあるのか、迅速に製造できるのか、そして機関は安全に配備できるのか。

資金提供は、これらの問いのどれにも答えない。それらを追求するための資源を提供する。

最初のRed Queen Bio試験前に注目すべき点

Red Queen Bioが配備可能な防御を構築しているのか、それとも説得力のある構想だけを提示しているのかを示すシグナルは3つある。

第一のシグナルは、インフルエンザプログラムに関する正式な臨床試験記録だ。その記録では、候補、試験設計、スポンサー、評価項目、実施場所、登録計画が特定されるべきである。

申請済みで開始された試験は、2027年のタイムラインに対する信頼を高めるだろう。前臨床データに裏付けられない遅延は、AIが開発を実質的に圧縮するという主張を弱める。

第二のシグナルは、独立して解釈できる広域性のエビデンスである。有用な開示では、関連する鳥類由来およびパンデミックリスクの変異株を含む、多様なインフルエンザ株に対する活性が示されるだろう。

研究者は、力価、エスケープ耐性、必要投与量、適切な動物モデルでの結果を確認すべきだ。単一の強力な実験室結果だけでは、広範な防御を確立できない。

第三のシグナルは、製造および調達の経路だ。Red Queen Bioには、緊急時の規模で一貫した生物製剤の投与量を生産できる、信頼に足るパートナーまたは社内システムが必要である。

政府との連携も重要になる。備蓄に関する協議、開発契約、あるいは明確に定義された規制経路は、公衆衛生の買い手がこのプログラムを運用上関連性のあるものと見なしていることを示すだろう。

これらのシグナルは総合的に評価すべきである。拡張可能な製造を伴わない臨床進展は、危機に対応できないラボでの成功を生む。

広域的な有効性を伴わない製造準備は、実際の脅威を捉え損ねる在庫を生む。責任あるガバナンスを伴わない広域活性は、防御ミッションを損なうリスクをもたらしうる。

Red Queen BioのAIバイオセキュリティが魅力的なのは、人工知能を圧力の源泉であると同時に対応策の一部として扱うからだ。この対称性こそが、同社の負担でもある。

研究者による抗体設計を助ける同じ加速は、他の場所で生物学的能力を拡大しうる。防御プログラムは、検証、封じ込め、説明責任を維持しながら迅速に進まなければならない。

同社には資本、経験豊富な創業者、OpenAIとの関係、ラボのパートナーシップ、明確な初期ターゲットがある。それでも最大の主張を検証するために必要な公開臨床記録は、まだ欠いている。

今後数カ月にわたり、読者は試験登録、株横断の抗体データ、製造または政府調達に関する合意に注目すべきだ。

こうした進展は、防御的コスケーリングが実働する公衆衛生システムになりうるかを示すだろう。それらがなければ、Red Queen Bioは、時期が不確かなリスクに対する潤沢な資金を得た回答にとどまる。

実務的な問いは、AIが生物学的防衛に属するかどうかではもはやない。すでに属している。問われるのは、Red Queen Bioが時計が重要になる前に、より速い知能を安全な医薬品へと転換できるかどうかだ。