Vijay Pandeは、StanfordでFolding@homeプロジェクトを発展させた後、a16zのヘルスケアおよびライフサイエンス分野への投資を拡大し、約4 billionドル規模の事業を率いた。6月に職を離れたPandeは、Zach WernerとともにVZVCを設立した。新会社は、年間30件の投資を行う代わりに、約5件の重点投資に注力している。投資チームにはパートナーが2人しかおらず、日常業務ではAIエージェントを活用している。
Pandeによると、AIは創薬において、疾患標的の特定、医薬品設計、臨床研究の支援を可能にするという。しかし、医薬品が最初の試験から3回目の試験の終了まで成功裏に到達する確率はわずか20％であり、臨床研究には数億ドルの費用がかかる可能性がある。Pandeは、AIが動物モデルよりも優れた結果をもたらし、個別化医療を発展させる可能性があると述べている。
Pandeは、生物学的データをインターネットから容易に収集できないことがAIの進歩を制限しており、企業の多くは自社独自のクローズドデータセットを構築していると述べた。一方で、生物学的知識のアトラスやオープンソースの基盤モデルが普及すれば、この分野に幅広い影響をもたらし得ると説明した。Pandeは、AIだけですべてを解決することはできず、実際の制約要因は多くの場合、データ不足だと強調した。
なぜ重要か
VZVCの小規模なチームと限られた数の重点投資に基づく構造は、ヘルスケアおよびライフサイエンス分野への専門化と、業務効率の向上を同時に追求していることを示している。このアプローチの根底にある主な課題は、医薬品開発における高コストと低い成功確率のため、技術的な進歩が臨床上の成果に直接結びつかないことだ。AIを疾患標的の特定、医薬品設計、研究プロセスに活用することは、こうした理由から、単なるソフトウェアの問題ではなく、生物学的データへのアクセスの問題として浮かび上がっている。データが企業内で閉じられたままになっているため、開発されたツールを異なる研究へ応用することが制限されている。オープンな生物学的アトラスや基盤モデルの普及は、この断片化されたデータ構造を変える可能性がある。しかし、それらが臨床上の成功に与える影響は、依然として明確な答えのない問題として残っている。