10月28日、ibtimes.sgが「Claude Helped Redesign Cancer-Fighting Cells: The Lab Results Show a Potential Breakthrough」と題した記事を公開した。AnthropicのAIエージェントClaude Codeを使い、がん治療用免疫細胞の遺伝子設計を再設計したところ、実験室レベルで受容体発現量が標準の約10倍に達したという。設計部品の大幅な短縮でCAR-T療法の長年のボトルネックに切り込んだ研究として注目を集めている。
CAR-T細胞療法の部品を70%短縮、受容体発現が10倍に
この研究を実施したのは、Generate Biomedicinesの科学者6人だ。Generate Biomedicinesは、機械学習を用いてタンパク質・抗体・細胞療法などの生物医薬品設計を加速することを専門とする米国のバイオテク企業で、AIドリブンな創薬アプローチで知られている。研究チームはClaude Codeを使い、CAR-T療法の遺伝子設計の一部であるシグナリングドメインを再設計した。
CAR-T療法（Chimeric Antigen Receptor T-cell therapy）とは、患者の免疫細胞（T細胞）を遺伝子操作して、がん細胞を認識・攻撃できるよう改変する治療法だ。ただし、細胞に組み込める遺伝子命令の容量には限りがある。ここがエンジニアリング上のボトルネックになっている。
研究チームはClaude Codeを使って候補設計を生成・精査し、それを実験室で検証した。その結果、標準設計より約70%短いシグナリングドメインを持つ候補が見つかった。この設計をヒトT細胞で試験したところ、細胞表面に発現する受容体の数が標準版の約10倍に増加。腫瘍細胞の殺傷効率も向上し、免疫細胞の活性持続時間も長くなったという。Anthropicは2025年10月27日にこの成果を発表した。
科学者たちがゴール設定と実験を担当し、Claudeは候補設計の生成と改良を担った、という役割分担だ。
なぜ固形腫瘍が難しいのか
CAR-T療法は血液がんへの有効性が先行しているが、固形腫瘍（胃がん、肺がんなど）は臨床がん全体の約90%を占めるにもかかわらず、治療成績が劣る。固形腫瘍は免疫活動を抑制する環境を形成し、さらにがん細胞が標的マーカーを変化させて回避する。
CAR-T療法が固形腫瘍に対して有効性を発揮しにくい背景には、設計上の制約も大きい。研究者たちは複数のマーカーを同時に狙うマルチターゲット設計を探求しているが、そのためには遺伝子命令の容量に余裕が必要だ。今回の70%短縮という設計は、その余裕を生み出すアプローチとして意義がある。ただし、固形腫瘍に対してより効果的な治療に直結するかどうかは、現時点では確認されていない。
「まだマウス実験も未実施」——現在地を冷静に見る
AnthropicとGenerate Biomedicines自身が、今回の結果を「初期の実験室研究」と位置付けている。注意点は以下の通りだ。
- 生体（動物・ヒト）での試験は未実施
- 一部の実験は少数のドナー由来の細胞のみで行われた
- 免疫細胞は個人差が大きく、限られたサンプルでの結果がより広い患者群で再現するとは限らない
次のステップはマウスモデルでの検証と、固形腫瘍を標的にするための戦略策定だ。動物実験で正の結果が出たとしても、ヒトでの安全性・有効性の証明にはさらなる臨床試験が必要になる。
医薬品開発全体へのClaude活用
Anthropicはこの研究以外にも、Claude活用事例を複数公開している。
- Divergence Labs：約1ヶ月で約3万5,000種の抗体設計を生成
- BigHat Biosciences：約10週間で約1,010のバリアントを作成・試験
- Enveda：製造文書の人的レビュー時間を89%削減
なお、Anthropicはまれな筋ジストロフィー治療薬を開発するMithril Medicineの買収も明らかにした。順調に進めば早ければ2028年後半にヒト臨床試験に入れる候補があるとしているが、この見通しには条件付きの前提が多い。
受容体発現量10倍という数値は実験室レベルの話であり、独立した再現実験もまだこれからだ。それでも、AIが生物設計の探索空間を広げる道具として機能しつつあることを示す具体的な事例として、今後の進展が注目される。
詳細はClaude Helped Redesign Cancer-Fighting Cells: The Lab Results Show a Potential Breakthroughを参照していただきたい。
