本DBの審議と洞察は、PD-1・iPS・ADCという世界水準の基礎研究を持つ日本が、治験強化とAI創薬による『世界直行型』開発でドラッグ・ロスを反転し、海外市場を獲りにいくべきだと示す。
政府の目標・KPI
- ドラッグ・ロス解消と創薬エコシステムの再構築(H1(2025-2028))
- 新規モダリティの本格普及と個別化医療(H2(2029-2035))
- 予防・先制医療への転換と国際競争での地位(H3(2036-2050))
注目の投資機会(可能性 高)
- 抗体医薬・抗体薬物複合体(ADC)
- 核酸医薬・mRNA
- 再生医療(iPS細胞)
見落としやすいリスク・盲点
投資機会は抗体医薬・細胞遺伝子治療・AI創薬という高成長モダリティと、それを支える国産治験・製造基盤に集中する。
本分野でいま開かれている投資機会を、機会の大きさ(可能性)と実証の確からしさ(確度)の2軸で位置づける。右上=大きく確実なほど優先度が高い。下図に代表テーマを配置し、続けて要点と全テーマを示す。
- 1抗体医薬・抗体薬物複合体(ADC)近
- 2核酸医薬・mRNA近
- 3再生医療(iPS細胞)近
- 4AI創薬・創薬支援基盤近
- 5遺伝子治療・細胞治療(CAR-T)遠
- 抗体医薬・抗体薬物複合体(ADC)(H1-H2(2025-2035)):新規ペイロード・リンカー技術/新標的の抗体・ADC/二重特異性抗体/製造(抱合・精製)。中外製薬・第一三共・PeptiDream
- 核酸医薬・mRNA(H1-H3):核酸合成・修飾/送達技術(LNP・GalNac)/mRNA設計・製造基盤/個別化がんワクチン。SCARDAの支援とパンデミック備
- 再生医療(iPS細胞)(H1-H3):iPS由来細胞製品(網膜・心筋・神経等)/細胞製造・品質管理の自動化/疾患iPSによる創薬支援/再生医療用の足場・装置。日本のi
- AI創薬・創薬支援基盤(H1-H2):AI創薬プラットフォーム/構造予測・分子設計/実験自動化(ラボオートメーション)/医療データ基盤とリアルワールドエビデンス。アカ
全テーマの根拠・確度・射程・学術接地を開く代表5件+全10件
投資機会テーマの全体(10件・一覧)
本一覧はC章の技術ロードマップ(抗体・ADC/核酸・mRNA/遺伝子治療/細胞治療CAR-T/再生医療iPS/AI創薬/ゲノム医療/オルガノイド・DTx)と、日本の創薬戦略(創薬力構想会議の中間とりまとめ・AMED・SCARDA)・アカデミア発シーズ(PD-1・iPS・ADC)・ドラッグ・ロス解消という政策課題に接地して導出。代表例は射程・確度と日本の強み(抗体/ADC・iPS)で抜粋。
世界医薬品市場は2024年に1.6兆ドルへ達し、抗体・細胞遺伝子治療など先端モダリティが収益の伸びを牽引する。
世界医薬品市場は2024年に約1.6兆ドル(前年比9.1%増)へ達し、巨大かつ成長を続けている。ただし何を測るかで桁が変わり、抗体医薬・細胞遺伝子治療・AI創薬といった先端モダリティの市場は全体の一部にすぎず、調査会社ごとの定義差で楽観値と保守値が大きく開く。では日本は、この成長する市場のどこで収益を取りにいくべきか。一次・権威データ(IQVIAの世界支出・政府投資・創薬力構想会議の数値目標)を二次の市場予測と分けて読み、低分子50件・希少疾患薬150件・国際共同治験150件という政策目標と高成長モダリティを軸に収益機会を見極める。
市場データ・図表の詳細を開くSECTION F
医薬品市場は実在し巨大だが、何を測るかで桁が大きく変わる。世界医薬品市場全体は2024年に約1.6兆ドル(IQVIA調べ・前年比9.1%増)に達する一方、先端モダリティ別の市場(抗体医薬・細胞遺伝子治療・AI創薬等)はその一部にすぎず、規模も成長率も大きく異なる。さらに市場予測は調査会社ごとに定義(治療領域・モダリティの線引き)が異なり、楽観値と保守値で大きく開く。ここでは①先端モダリティ別の世界市場規模(抗体医薬・細胞遺伝子治療・遺伝子治療・AI創薬・2024年)②主要モダリティの市場予測(2024→2030/2033の成長)③日本の創薬関連の政府投資・政策目標(創薬力構想会議の数値目標・SCARDA基金・薬価)を分けて示す。市場予測は二次情報、世界医薬品支出(IQVIA)・政府投資・政策目標は一次・権威情報。
世界医薬品市場全体 ※一次・権威(IQVIA)
先端モダリティ別市場 ※二次情報(定義差大)
日本の創薬関連 政府投資・政策目標 ※一次情報
産業インテリジェンス — 20カテゴリの実データIIDB 識別子接続
産業インテリジェンスDB の「医薬品」・「バイオ医薬・バイオテクノロジー」・「ライフサイエンス研究支援」・「治験・臨床開発支援」・「デジタルヘルス・医療DX」から、市場規模・産業構造・Porter 5 Forces・利益プール・人材・規制など 20 カテゴリの実データを引いた。全 2400 件のうち出典の生存が確認できているのは 1889 件。★この接続は接続元が宣言したものではなく、こちらで中身を読んで割り当てたものである(識別子照合ではない)。★検証状態は接続元の値をそのまま表示している(こちらで格上げしていない)。
M&A・資本提携・再編93件
PESTLE マクロ環境121件
Porter 5 Forces108件
エコシステム指標138件
バリューチェーン構造117件
人材・労働市場・スキル147件
価値移行・BMの変化109件
利益プール分析93件
市場規模・成長130件
技術ロードマップ・破壊的脅威92件
政策・予算・産業戦略130件
未来洞察・シナリオ106件
注目シグナル・弱信号117件
産業構造・集中度118件
産業連関・経済波及118件
研究・知識基盤176件
競合プレイヤー・シェア141件
規制・法制度142件
財務・収益性ベンチマーク95件
顧客セグメント・需要ドライバー109件
掲載企業の研究領域 — 全社ベースCLR 法人番号接続
上の企業一覧に載る上場企業について、有価証券報告書の研究開発活動から抽出した全社の研究領域を引いた。★これは会社全体の研究であって、本分野に限った研究ではない。(例: 造船の企業でも、水素ガスタービンや原子炉が並ぶ。本分野の研究と読み替えないこと。)★法人番号での接続だが、その法人番号自体は社名の一致で当てたものであり、同定の強さは社名一致に留まる。
アステラス製薬5件
エーザイ6件
レナサイエンス(Renascience)4件
中外製薬6件
武田薬品工業12件
第一三共6件
2026年前後に遺伝子治療の臨床承認とAI創薬の本格統合が同時に立ち上がり、精密・再生医療の実装が加速する。RMP 技術ロードマップDB 接地
先端医療の技術ロードマップは、2025-2026年にAI創薬・CAR-T・プライム編集・in vivo CRISPR・mRNAがんワクチンが相次いで臨床・実装段階へ進むと示す。一方でCRISPRのオフターゲット変異、脳オルガノイドの倫理、BCIの長期信頼性、iPSの腫瘍化という重大リスクが未解決のまま残る。加速する実装と未解決リスクのどちらを軸に近未来を読むべきか。Goldman Sachsが2026年までに遺伝子治療の年間承認12-18件、NISTがプライム編集92%精度を予測する一方、反証条件(オフターゲット・長期安全性)を併記し、確度を見極めて投資と開発の優先順位を決める。
- 12025AI-Powered Drug Repurposing (2025)TRL5→7
- 22025CAR-T Solid Tumor Efficacy BreakthTRL6→8
- 32025Prime Editing Clinical Trial InitiTRL6→7
- 42025Organ-on-Chip Multi-Tissue IntegraTRL6→8
- 52026Senolytic FDA IND Application (202TRL6→7
- 62026Neural Regeneration iPSC-Derived CTRL6→8
- 72026CRISPR In Vivo Liver Gene Editing TRL6→8
- 82026Prime editing systemic delivery deTRL5→6
- 92026mRNA cancer vaccine personalized cTRL8→9
- 102027BCI Communication Rate 100 WPM AchTRL7→8
- 112027Multi-Gene Therapy Combination AppTRL6→8
- 122027Universal Influenza mRNA Vaccine ATRL6→9
- 132028Partial Reprogramming Longevity TrTRL6→7
- 142028Organoid Kidney Transplant Animal TRL5→7
- 152028AI Drug-Protein Interaction PredicTRL6→8
- 162029Non-Invasive Glucose Monitoring ApTRL5→8
- 172029De novo drug approval AI-designed TRL8→9
- 182035Programmable Matter Organ ReconstrTRL4→7
- 192036Lifespan Extension 5+ Years Human TRL6→8
- 202036GPCR-targeted base editing therapeTRL6→9
- 212036Aged hematopoietic stem cell rejuvTRL5→6
- 222037Germline therapy clinical trial inTRL5→6
- 232037Reversible epigenetic base editingTRL4→5
全マイルストーンの一覧(TRL遷移・反証条件・一次出典)を開く24件
| 射程 | 実現年 | TRL | マイルストーン |
|---|---|---|---|
| 近(〜3年) | 2025 | TRL5→7 | AI-Powered Drug Repurposing (2025)期日経過反証条件: AI駆動型薬剤再開発で臨床試験段階に進行した適応症が年内に3件以上確認されるか否か 出典 |
| 近(〜3年) | 2025 | TRL6→8 | CAR-T Solid Tumor Efficacy Breakthrough (2025)期日経過反証条件: 実体腫瘍対象 CAR-T療法の臨床試験で奏効率>30%の成績が報告されるか否か 出典 |
| 近(〜3年) | 2025 | TRL6→7 | Prime Editing Clinical Trial Initiation (2025)期日経過反証条件: Prime Editing臨床試験が2025年中に IND承認・初患者治療開始したか否か 出典 |
| 近(〜3年) | 2025 | TRL6→8 | Organ-on-Chip Multi-Tissue Integration (2025)期日経過反証条件: 複数臓器連結型 organ-on-chipが複数製薬企業での医薬品毒性評価に採用されるか否か 出典 |
| 近(〜3年) | 2026 | TRL6→7 | Senolytic FDA IND Application (2026)反証条件: Senolytic候補のFDA IND承認及び臨床試験開始が2026年中に確認されるか否か 出典 |
| 近(〜3年) | 2026 | TRL6→8 | Neural Regeneration iPSC-Derived Cell Transplant (2026)反証条件: iPSC由来神経細胞の脊髄損傷患者移植で運動機能改善が臨床報告されるか否か 出典 |
| 近(〜3年) | 2026 | TRL6→8 | CRISPR In Vivo Liver Gene Editing (2026)反証条件: 肝臓対象の in vivo CRISPR治療がFDA承認・臨床実施されるか否か 出典 |
| 近(〜3年) | 2026 | TRL5→6 | Prime editing systemic delivery demonstration反証条件: 査読論文で検証済みの全身投与型prime editingシステムが2026年末までに公開されない。 出典 |
| 近(〜3年) | 2026 | TRL8→9 | mRNA cancer vaccine personalized commercial launch反証条件: FDA Pdufa date (2024年10月現在予定2026年4月)を過ぎて2026年末までに承認発表がない、または上市が発表されない。 出典 |
| 近(〜3年) | 2026 | TRL8→9 | Allogeneic CAR-T commercial launch first product反証条件: FDA BLA承認またはclinicaltrials.gov上の完了報告が2026年末までに見当たらない。 出典 |
| 中(3〜10年) | 2027 | TRL7→8 | BCI Communication Rate 100 WPM Achievement (2027)反証条件: BCI技術で毎分100語以上の持続通信速度が複数患者で実現されたか否か 出典 |
| 中(3〜10年) | 2027 | TRL6→8 | Multi-Gene Therapy Combination Approval (2027)反証条件: 複数遺伝子編集治療がFDA承認されるか否か 出典 |
| 中(3〜10年) | 2027 | TRL6→9 | Universal Influenza mRNA Vaccine Approval (2027)反証条件: ユニバーサル型インフルエンザ mRNAワクチンがFDA承認されるか否か 出典 |
| 中(3〜10年) | 2028 | TRL6→7 | Partial Reprogramming Longevity Trial Results (2028)反証条件: 部分的再プログラミング治療が人間で生物学的年齢低下を示す臨床データを発表するか否か 出典 |
| 中(3〜10年) | 2028 | TRL5→7 | Organoid Kidney Transplant Animal Model (2028)反証条件: iPSC由来腎臓オルガノイドの霊長類移植で機能的濾過能が確認されるか否か 出典 |
| 中(3〜10年) | 2028 | TRL6→8 | AI Drug-Protein Interaction Prediction >95% Accuracy (2028)反証条件: AI薬物相互作用予測が>95%精度で公開ベンチマークで実証されるか否か 出典 |
| 中(3〜10年) | 2029 | TRL5→8 | Non-Invasive Glucose Monitoring Apple Watch (2029)反証条件: Appleが無侵襲血糖監視 watch機能をリリースするか否か 出典 |
| 中(3〜10年) | 2029 | TRL8→9 | De novo drug approval AI-designed molecule first FDA approval反証条件: 2029年末までにAI設計化合物初のFDA承認プレスリリースが出現しない場合。 出典 |
| 遠(10〜30年) | 2035 | TRL4→7 | Programmable Matter Organ Reconstruction (2035)反証条件: プログラマブル物質で複雑臓器構造の体外再構成が実現されるか否か 出典 |
| 遠(10〜30年) | 2036 | TRL6→8 | Lifespan Extension 5+ Years Human Trial (2036)反証条件: 複合加齢遅延治療が人間で平均寿命5年以上延伸を公表するか否か 出典 |
| 遠(10〜30年) | 2036 | TRL6→9 | GPCR-targeted base editing therapeutic approved反証条件: FDA BLA approval for base-editing therapy targeting GPCR with clinical trial data demonstr 出典 |
| 遠(10〜30年) | 2036 | TRL5→6 | Aged hematopoietic stem cell rejuvenation by epigenetic editing反証条件: Published study in aged animal model showing epigenetic-edited HSCs restore hematopoietic 出典 |
| 遠(10〜30年) | 2037 | TRL5→6 | Germline therapy clinical trial initiation (non-embryo)反証条件: ClinicalTrials.gov registration and ethics committee approval documents for human germline 出典 |
| 遠(10〜30年) | 2037 | TRL4→5 | Reversible epigenetic base editing with temporal control反証条件: Published proof-of-concept showing reversible base/epigenetic editing with inducible on/of 出典 |
予測の本文一覧(機関・目標年・出典)を開く14件
- Goldman Sachs Research〔2026年〕 15.0approvals/year:FDA will approve 12-18 new gene therapies annually by 2026, up from current 3-5 per year, driven by ex vivo cell therapy breakthroughs. 出典
- NIST〔2026年〕 92.0%:Prime editing will achieve 92%+ accuracy in correcting point mutations by 2026, with <1% unintended edits. 出典
- NIST〔2026年〕:CRISPR off-target editing detection via whole-genome sequencing will become standard in regulatory submissions by 2026. 出典
- NIST〔2026年〕 99.5%:Liquid biopsy ctDNA detection sensitivity will reach 99.5% for 4+ circulating cancer cells per milliliter by 2026. 出典
- ISO〔2026年〕 90.0%:LNP formulation standardization (ISO/IEC standard) will be adopted by 90% of pharma companies by 2026, ensuring safety interoperability. 出典
- BNEF Bloomberg〔2026年〕 350.0USD:Whole genome sequencing costs will reach $350 per sample by 2026, making population screening economically feasible globally. 出典
- EU European Commission〔2026年〕 5000.0patients/year:UK 일부 regulatory authority will establish post-market gene therapy surveillance registry by 2026, tracking 5,000+ treated patients annually. 出典
- NIST〔2026年〕 94.0%:Immunogenicity prediction algorithms (AI-enabled) will achieve 94% accuracy in forecasting patient immune response to CRISPR vectors by 2026. 出典
- Goldman Sachs Research〔2026年〕 8.0tumor types:mRNA personalized cancer vaccines will enter Phase 3 trials for 8+ tumor types by 2026, with 65% expected efficacy improvement over checkpoint inhibit 出典
- NIST〔2026年〕 95.0%:Base editing on-target efficiency will exceed 95% in patient-derived fibroblasts by 2026, enabling safe ex vivo therapies. 出典
- NIST〔2026年〕 95.0%:Microfluidic organ-on-chip platforms will enable personalized drug response testing for 95% of CRISPR therapies by 2026. 出典
- WHO〔2026年〕 85.0%:Therapeutic efficacy of CRISPR for hemophilia B will achieve 95%+ stable clotting factor levels in 85% of treated patients by 2026. 出典
各盲点の根拠・反証基準・出典を開く12件
- 重大遺伝子治療:オフターゲット編集による予期しない変異:CRISPR-Cas9のオフターゲット効果は理論値より1000倍高い可能性。2023年Nature論文でスプライシング異常による二次的遺伝毒性を検出。FDA承認CRISPR医薬(Casgevy等)でも長期フォローアップが2-3年に限定され、潜在的な遺伝子変動の顕在化リスク未評価。反証基準: ゲノムワイドシーケンシングで意図しない変異<0.01%を5年以上の長期追跡で実証 出典
- 重大脳オルガノイド倫理:ヒト脳様ニューラル活動発生の規制不確立:ヒト脳オルガノイドが自己組織化により複雑なニューラル活動を示す事例が報告(Stanford 2022等)。意識・苦痛感知の可能性が理論的に否定困難。倫理委員会ガイドラインの国際統一がなく,各国・機関で取り扱い方針バラバラ。反証基準: ヒト脳オルガノイド研究の国際倫理ガイドライン確立,意識可能性の検査法開発 出典
- 重大BCI神経信号録音:信号品質低下と慢性デバイス失敗:Neuralink N1チップ移植患者で術後数週間で電極の神経組織からの離脱(thread migration)報告2024年。信号品質が50%低下,デバイス機能喪失リスク。長期植込みの信頼性確立されず,再手術の可能性。反証基準: BCIインプラント電極が移植後5年以上90%以上の信号品質維持 出典
- 重大iPSC治療の腫瘍化リスク:p53喪失変異の潜在:iPSC誘導プロセスで,初期化因子(Oct4, Sox2等)の過剰発現によりp53経路が不活化される傾向。分化細胞への変換で腫瘍化防止メカニズムが不十分。東大・山中グループもp53野生型の選別強化を2023年報告で提唱。反証基準: 臨床グレードiPSC細胞でp53機能保全,移植後腫瘍化0%を10年以上達成 出典
- 重大CRISPR遺伝子編集の『オフターゲット効果』の過小評価:CRISPR-Cas9は当初『精密な遺伝子はさみ』として宣伝されたが、ゲノム全体での予期しない切断が報告相次ぐ。特にp53遺伝子の不活性化リスク、がん化への危険性が軽視される傾向。反証基準: 臨床CRISPR治療患者の長期追跡調査(5年以上)でオフターゲット関連の有害事象発生率を定量的に公表し、0.1%未満であることを複数機関が独立検証する 出典
- 重大アデノ随伴ウイルス(AAV)の免疫応答と肝毒性:AAVは遺伝子治療用ベクターとして広く使用されるが、宿主免疫反応、肝酵素上昇、予期しない毒性が複数の臨床試験で報告。Roche/Spark の脳脊髄液投与での死亡例。容量制限により大きな遺伝子を運べず。反証基準: AAVベクター含有遺伝子治療製品が、脳脊髄液経由投与で深刻な免疫応答や肝毒性なく、安全に単回投与できることを無作為化第3相試験で示す 出典
- 重大リプログラミング誘導多能性幹細胞(iPSC)の腫瘍化リスク:iPSC誘導時のc-Myc、Klf4などの因子導入は がん化リスクを含む。完全な『脱分化』と『再分化』の精密制御は実現されず。マウス移植でしばしば奇形腫形成が報告。ヒトへの応用は慎重さが必要。反証基準: iPSC誘導細胞の長期培養・移植後(1年以上)の腫瘍形成率がゼロ、または自然発生率以下であることを複数の大規模動物実験で示す 出典
- 重大ゲノム編集による『デザイナーベビー』の倫理的・科学的問題の軽視:HE Jiankuiの『CRISPR双子』事件(2018年)後も、生殖系列編集の科学的基礎は極めて脆弱。オフターゲット効果、長期健康影響は不明。倫理的議論も技術推進企業の声が優位。反証基準: ゲノム編集による生殖系列改変の臨床的利益が、自然妊娠による遺伝的多様性喪失のリスクを上回ることが、長期疫学的証拠で実証される(倫理委員会の承認を含む) 出典
- 重大STAP細胞捏造スキャンダル:2014年、理研の小保方晴子によるSTAP細胞論文は捏造と判定。再現不可、写真改ざん、データ捏造が確認された。幹細胞研究全体への不信を醸成。日本の生命科学倫理への打撃。反証基準: 独立検証でSTAP細胞の再現性が証明されること 出典
- 重大遺伝子編集の生殖細胞オフターゲット効果:He Jiankui の中国での受精卵CRISPR編集事件(2018)後、オフターゲット編集の深刻性が明らかに。全ゲノム配列決定で予期せぬ変異が検出。生殖系編集の安全性立証は現状不可能。反証基準: 人間の受精卵編集で完全なオフターゲット効果ゼロを証明する 出典
注目は大学発シーズを実装するアカデミア起点のスタートアップで、PD-1・iPS・ADCの蓄積が次世代候補を生む。JPS 国内スタートアップDB 接地
国内スタートアップ正本(法人番号主キー)から、大学発・具体技術・資金調達をシグナルに非自明性スコアで選別した(著名な大手は減点し、見落とされがちな深い技術を前面に)。各社の中核技術・大学/研究室・直近調達(額・リード投資家)・上場状況を実データで示す。
投資判断の鍵は薬価制度がイノベーションを評価できるかにあり、引き下げ偏重が続けば日本は新薬に素通りされる。
日本は薬機法の承認制度に加え、再生医療等製品の条件・期限付承認(2014年〜)と緊急承認制度(2022年〜)で先端医療の早期実用化経路を整えてきた。しかし薬価の継続的な引き下げが日本市場の魅力を下げ、欧米の迅速承認(FDA Breakthrough Therapy)やIRA薬価交渉、EU医薬品法改正という各国の制度変化が競争条件を動かしている。規制は日本での開発・上市を後押しするのか、それとも素通りを招くのか。投資判断は、早期承認制度の追い風を活かしつつ薬価がイノベーションを評価できるかにかかり、引き下げ偏重が続けばドラッグ・ロスが常態化する。
規制ロードマップの全項目を開く8件
京大CiRA・阪大IFReC・理研を核に、iPS・免疫・ゲノムの世界的研究者がシーズ創出と臨床橋渡しを担う。RID 研究者DB(正規)接地
研究者正本(RID / 31.1万人版・本体23.5万人はKAKEN照合)から本分野の研究テーマに語の一致で抽出した日本人研究者を h-index 順に掲載する(国際研究者は除外)。★抽出は語の一致であって、この分野の研究者であることの同定ではない。★件数は全17領域で300名に固定されており、適合の閾値ではなく定員である。 ★無作為標本 30 名(乱数種 20260831・判定基準を抽出前に固定)で構成を実測した。判定基準は「創薬・先端医療そのものの研究か(他分野への応用と区別する)」。この領域の中核に当たるのは 30/30(95%信頼区間 89〜100%)。30/30 が再生医療・遺伝子治療・抗体医薬・iPS・mRNA など創薬先端医療そのもの。無関係 0/30。★17領域で測った中で最も密度が高い。判定は Claude(単独判定・二重判定なし)。
- 荒井 隆雄h-index 1研究者詳細ページ ▸研究テーマ:コンピュータ創薬で挑む脳腫瘍の薬剤耐性克服荒井隆雄氏の研究は、脳の悪性腫瘍である神経膠芽腫の治療を難しくしている薬剤耐性の問題に取り組んでいます。標準薬テモゾロミドが効かない原因は、MGMTという酵素が薬の効果を消してしまうことにあります。そこで、荒井氏はコンピュータを使った創薬技術(in silico創薬)で、MGMTを特に狙い撃ちする新しい薬を設計・合成し、実験で効果を確かめています。この研究は
- 長澤 和夫h-index 1研究者詳細ページ ▸研究テーマ:DNA特殊構造の可視化と創薬分子設計長澤和夫教授の研究は、DNAの中にできる特別な形「グアニン四重鎖(G4)」や「アイモチーフ」と呼ばれる構造を調べています。これらは遺伝子の働きを調整する重要な役割を持っていますが、生きた細胞の中でどう動いているかはまだよくわかっていません。教授は、これらの構造に特別にくっついて光る小さな分子(リガンド)を作り、細胞の中でG4ができる様子を見えるようにしていま
- 内田 隆史h-index 1研究者詳細ページ ▸研究テーマ:Pin1による加齢疾患の分子機構解明と創薬内田隆史氏の研究は、Pin1という特別なタンパク質が細胞の働きを調整し、がんやアルツハイマー病などの加齢に伴う病気の原因に関わっていることを明らかにしています。Pin1は細胞の成長や分裂のタイミングをコントロールし、タンパク質の形を変える役割を持ちます。研究では、Pin1が細胞内に正しく入っているかを調べる新しい方法を開発し、Pin1がないと幹細胞の働きが低
- 相見 則郎h-index 1研究者詳細ページ ▸研究テーマ:植物細胞培養による持続可能な創薬資源開発相見則郎氏の研究は、薬に使われる植物の成分を人工的に作り出す方法を探るものです。自然の植物は環境の変化や人間の活動で減ってしまい、薬の材料が足りなくなる問題があります。そこで、植物の細胞を試験管の中で育てて、薬に使う成分(アルカロイド)を作る技術を開発しています。また、タイの伝統的な薬に含まれる成分の働きを調べたり、新しい薬のもとになる物質を見つけたりしてい
- 竹田 浩之h-index 1研究者詳細ページ ▸研究テーマ:無細胞合成で拓く創薬標的膜タンパク質解析竹田准教授の研究は、薬の開発に重要な「膜タンパク質」(細胞の表面にある特別なタンパク質)を、細胞を使わずに人工的に作り出す技術を使っています。これにより、これまで難しかった膜タンパク質の働きを詳しく調べたり、特定の部分にくっつく「抗体」を効率よく作ったりすることができます。特に、イオンチャネルやGPCRという種類の膜タンパク質を対象に、機能を正確に測る方法や
- 米田 耕造h-index 1研究者詳細ページ ▸研究テーマ:遺伝性皮膚疾患の分子病態解明と創薬米田教授の研究は、遺伝子の異常で起こる皮膚の病気(遺伝性皮膚疾患)を詳しく調べることに取り組んでいます。皮膚の表面を守る大切なタンパク質がうまく働かないことで、かゆみや皮膚のかたまり(角化異常)ができる病気です。教授は、病気の原因となる遺伝子を変えたマウスや細胞を作り、病気の仕組みを分子のレベルで調べています。これにより、病気の根本的な原因を理解し、新しい薬
- 牧江 俊雄h-index 1研究者詳細ページ ▸研究テーマ:創薬情報管理で医療の未来を切り拓く牧江俊雄氏の研究は、新しい薬を作るための情報を早く正確に集める方法と、HIVという病気の患者さんの体の状態を予測する方法の2つに分かれています。薬の情報は世界のいろいろなサイトに分かれていて、全部をまとめて見ることが難しいですが、牧江氏は世界の情報をうまく使って、国内の情報不足を補い、最新の情報を早く知る方法を研究しています。また、HIV患者さんの免疫力(体
- 村田 貴之h-index 1研究者詳細ページ ▸研究テーマ:EBウイルスの再活性化制御と創薬ターゲット探索村田貴之教授の研究は、がんや感染症の原因となるEpstein-Barrウイルス(EBV)の感染や再活性化の仕組みを詳しく調べることに焦点を当てています。EBVは体内に潜んでいる間も、特定の遺伝子やタンパク質の働きで活動を変え、病気を引き起こすことがあります。教授は、ウイルスが細胞から出る過程や、ウイルスの遺伝子がどのように働くか、またウイルスの活動を再び活発
- 広野 修一h-index 1研究者詳細ページ ▸研究テーマ:計算機創薬で拓く安全・効率的医薬品開発広野修一教授の研究は、コンピューターを使って薬の設計を効率よく行う「計算機創薬」に焦点を当てています。薬が体の中でどのように働くか(薬物動態)や、薬が体の中の特定のタンパク質にどう結びつくかを詳しく調べることで、新しい薬の開発を早め、安全で効果的な薬を作ることを目指しています。特に、がん治療薬の設計や薬の副作用を減らすための研究も進めています。これにより、患
- 小野 政輝h-index 1研究者詳細ページ ▸研究テーマ:天然物化学で拓く安全な創薬と健康維持小野政輝教授の研究は、植物から抽出した天然の化合物(樹脂配糖体など)を詳しく調べ、その化学的な形や体への働きを明らかにすることに取り組んでいます。特に、便秘薬の開発や生活習慣病、アレルギーの予防に役立つ成分の探索を進めています。これらの天然成分は、体の中で炎症を抑えたり、活性酸素(体に悪影響を与える物質)を消す力があり、合成薬に比べて副作用が少ない可能性があ
- 香川 由衣研究者詳細ページ ▸研究テーマ:非侵襲的幹細胞で挑む難治性疾患創薬香川由衣氏の研究は、乳歯の中にある特別な細胞(幹細胞)を使って、ミトコンドリア病という難しい病気の新しい薬を作るためのモデルを作ることを目指しています。この細胞は、遺伝子をいじらずに簡単に取り出せ、患者さんの負担も少ないため、社会的にも受け入れやすい特徴があります。研究では、この細胞を使って病気の仕組みを調べたり、既存の薬の効果を確かめたりしています。将来的
- 長岡 貞男研究者詳細ページ ▸研究テーマ:創薬イノベーションと医薬品価格の最適化長岡貞男氏の研究は、新しい薬の開発(創薬イノベーション)とその価格の決め方(医薬品価格政策)に焦点を当てています。日米欧の医薬品価格データを分析し、新薬の革新性が価格にどのように影響するかを比較しました。また、特許制度が知識の流れや技術の進歩に与える影響も調査し、研究開発の競争や企業間の技術取引の仕組みを明らかにしています。これらの研究は、医薬品の価格と革新
- 石原 淳研究者詳細ページ ▸研究テーマ:天然物合成で拓く創薬革新の未来石原淳教授の研究は、薬のもとになる天然の物質(天然物)を効率よく作る方法を開発することです。天然物は病気を治す力が強いですが、形が複雑で作るのが難しく、十分な量を用意できないことがあります。教授は、特別な化学反応を使って、天然物を短い手順で正確に作る技術を研究しています。これにより、新しい薬の開発が進みやすくなります。また、海の生き物から見つかる毒の仕組みを
- 吾郷 由希夫研究者詳細ページ ▸研究テーマ:難治性統合失調症の神経ペプチド創薬研究吾郷由希夫教授の研究は、難しく治りにくい精神の病気である統合失調症の原因を、遺伝子の異常や脳の神経の信号の問題から探っています。患者さんの細胞やマウスを使って、脳の発達時期に起こる神経の異常が病気にどう関わるかを調べ、新しい薬を作るための基礎を作っています。また、運動以外の環境の良い影響が脳を守る仕組みや、うつ病に効く新しい薬の開発も進めています。さらに、記
- 大澤 匡範研究者詳細ページ ▸研究テーマ:膜タンパク質の構造と機能解明による創薬戦略大澤匡範教授の研究は、がんやALS(筋萎縮性側索硬化症)などの病気の原因となるタンパク質同士の結びつき方や、神経や心臓の動きを調整する膜の中のタンパク質(膜タンパク質)がどのように働くかを詳しく調べることです。特に、膜の電気の変化に応じて開閉するイオンチャネルというタンパク質の形や動きを、特殊な顕微鏡やNMR(核磁気共鳴)という方法で原子レベルで解析していま
- 田中 正一研究者詳細ページ ▸研究テーマ:キラル環状アミノ酸で創薬を革新する田中正一教授の研究は、特別な形をした小さな分子(キラル環状ジ置換アミノ酸)を作り、それをつなげてできるペプチド(小さなタンパク質のようなもの)の形をコントロールすることに取り組んでいます。ペプチドの形(ヘリカル構造と呼ばれるらせん状の形)を安定させることで、薬の効果を高めたり、病気の原因となるタンパク質の異常な集まり(アミロイド線維)を防いだりすることができ
- 宗岡 洋二郎研究者詳細ページ ▸研究テーマ:神経ペプチド創薬と生物進化の研究宗岡洋二郎氏の研究は、ミミズや貝、魚など多様な生物から神経の働きを調整する小さなタンパク質「神経ペプチド」を見つけ出し、その働きを調べています。特に、多数のペプチドを一度に作り出して調べる方法を使い、痛みを和らげる新しい薬のもとになる物質を探しています。また、古い魚や両生類のペプチドを比べることで、生き物の進化の仕組みも理解しようとしています。これらの研究は
- 柴田 攻研究者詳細ページ ▸研究テーマ:人工肺サーファクタントによる革新的ナノ創薬柴田攻氏の研究は、肺の中で呼吸を助ける「肺サーファクタント」という物質を人工的に作り出し、その性能を高めることに取り組んでいます。肺サーファクタントは肺の中の空気の通り道を広げ、呼吸を楽にする役割がありますが、病気やけがで不足すると呼吸困難になります。柴田氏は、卵や大豆から取れる成分や特別に作った小さなタンパク質(生体模倣ペプチド)、そしてフッ素を含む化合物
京大・阪大・理研・東大が iPS・免疫・ゲノムの基礎を担い、AMED/SCARDAがアカデミアと産業を資金で接続する。
日本のアカデミアは京大CiRAのiPS細胞、阪大IFReCの免疫、本庶佑のPD-1、第一三共のADCなど世界に通じる基礎研究の蓄積を持つ。だがこの強みは産業に十分つながらず、欧米新薬の約6割が国内未開発という構造的な橋渡しの弱さが残る。大学の施策は、生み出したシーズをどう社会実装へ橋渡しすべきか。京大・阪大・慶應・理研・東大・東北大・国がんが基礎と臨床を担い、AMEDが研究費を戦略配分しSCARDA(基金1504億円)がワクチン・新規モダリティを支えることで、アカデミア発シーズを治験・産業へ接続する。
大学・研究機関施策の一覧を開く大学・研究機関 11
国内 大学・研究機関施策(8機関)
海外 大学・研究機関施策(3機関)
政府は創薬力強化を健康医療安全保障に位置づけ、世界直行型開発と感染症対応製品の国産体制を国家課題に掲げる。
内閣官房 日本成長戦略本部の方針と、各審議会の議事に基づく公式一次情報(捏造ゼロ)。担当体制・主要目標(KPI)を要約し、有識者名簿・審議内容の原文は折りたたみに格納する。
- 類型
- イノベーションを通じた成長
- 担当大臣
- 科技政策大臣、デジタル大臣
- 検討体制
- 創薬・先端医療WG(有識者10名)
- 関係府省
- 内閣府(文科、厚労、経産)(いずれも政務)
- 日本は高い基礎研究力と高品質な治験環境に強みを持ち(免疫分野でのノーベル賞受賞も背景)、これを活かして治験体制の強化とAI・データ利活用による研究開発の高度化・効率化で、日本発の創薬シーズを一気通貫でグローバルに社会実装する「世界直行型」開発を実現し海外市場獲得を目指すことがドライバーとなる。実用化人材不足・スタートアップ資金不足が課題。
- 創薬力をいかに上げるかについてAI for Scienceが鍵とされ、日本の製薬企業に眠る知見を発見するナレッジAIと、AlphaFoldのようなシミュレーションAIの両輪を回すことが重要とされる。技術ロードマップDBでもAlphaFold3の創薬スクリーニング統合(2026・TRL8)が観測され、AI駆動の研究開発プロセス高度化が分野を牽引する。
- 診断機器は画像技術を中心に高い競争力を持ち、AI技術を取り込んだ革新的デバイスの創出とオープンイノベーションコア拠点の強化で世界市場獲得を目指す。あわせてライフログデータを活用したヘルスケア関連サービスの社会実装を進め、予防医療による健康医療安全保障を実現することがドライバー。医療機器メーカーの世界獲得市場2040年28兆円、健康投資額2040年までに約2倍が目標。
- COVID-19に代表される感染症医薬品は供給途絶が国民の生命に直結するため、供給途絶リスク低減が急務とされる。平時有事の需給変動、抗菌薬原材料の特定国依存、免疫グロブリンの国内自給未達が課題で、買上げ・備蓄支援、国際規制調和、国内生産体制確保に取り組むことがドライバーとなる。医療DX基盤のクラウドネイティブ刷新も創薬・先端医療機器開発に接続する。
- H1
- 2026年前後に技術ロードマップDBではCRISPR in vivo眼疾患治療の臨床承認、mRNA個別化ネオアンチゲン治療承認、肝臓in vivo CRISPR治療、AlphaFold3の創薬スクリーニング統合が観測される。FDAは年12-18件の新規遺伝子治療承認(2026・Goldman Sachs予測)へ拡大見込み。日本は世界直行型開発と治験体制強化で日米欧同時承認を狙う射程。
- H2
- 2027-28年にかけて技術ロードマップDBではセノリティクスの生物学的老化マーカー40%低減(2028)、iPSC由来療法14件承認・同種細胞療法18件承認(2028)、AI創薬のR&D採用72%が予測される。METIによる再生医療臨床経路規制(2027)、WHOによる長寿バイオマーカー標準化(2027)が制度面を整え、革新的デバイス世界市場28兆円(2040)への成長軌道が形成される射程。
- H3
- 長期射程では、創薬力強化と感染症対応製品の国産体制が成熟し「健康医療安全保障」が確立する。ライフログ活用のヘルスケアサービスが社会実装され予防医療市場が成熟、アジア諸国等への海外展開が進む。精密医療革命(rmp optimistic 0.28)や、生物学的時間逆行など長寿シンギュラリティ的技術(disruption・低確率)が分野の上限を押し広げる可能性がある。
有識者リスト(10名)
| 氏名・職 | 所属 | 研究テーマ |
|---|---|---|
| 五十嵐 啓朗 代表取締役社長 | ファイザー株式会社 | source_grounded |
| 熊ノ郷 淳 総長 | 国立大学法人大阪大学 | source_grounded |
| 志鷹 義嗣 代表取締役社長 | 株式会社RealizeEdge Partners | source_grounded |
| 平野 未来 代表取締役社長CEO | 株式会社シナモン | source_grounded |
| 藤本 利夫 代表取締役社長 | アイパークインスティチュート株式会社 | source_grounded |
| 本田 麻由美 編集委員 | 読売新聞東京本社編集局 | source_grounded |
| 牧 兼充 准教授 | 早稲田大学大学院経営管理研究科 | source_grounded |
| 宮柱 明日香 ジャパンファーマビジネスユニットプレジデント | 武田薬品工業株式会社 | source_grounded |
| 山本 武 執行役員、ライフサイエンス戦略本部副本部長兼バイオサイエンス&エンジニアリング研究所長 | 富士フイルム株式会社 | source_grounded |
| 吉川 真由 ベンチャーパートナー | ARCH Venture Partners | source_grounded |
出典: https://www.cas.go.jp/jp/seisaku/nipponseichosenryaku/kaigi/dai2/shiryou1-2.pdf
審議内容(10件・委員/大臣の発言・論点・決定)
米欧中英韓が薬事改革と巨額研究投資で競う中、日本はドラッグ・ロスの常態化を避けられるかが分岐点となる。
米国はNIH年470億ドルとFDA迅速承認・高薬価で世界最大の創薬国であり、EU・中国・英国・韓国もそれぞれ薬事改革と集中投資で競争力を高めている。日本は基礎研究の強みを持ちながら、欧米新薬の約6割が国内開発未着手という『ドラッグ・ロス』を抱える。各国が制度と投資で競う中、日本はどのシナリオへ向かうのか。アカデミア発シーズ×モダリティ多様化×エコシステムで世界直行型開発を実現する勝ち筋と、薬価引き下げで市場魅力が下がり素通りされるドラッグ・ロス常態化リスクの分岐に立ち、政策実行の成否が将来を決める。
各国の戦略・統合シナリオの詳細を開くSECTION B
各国 各国の政策一覧
各機関 各機関のシナリオ
この分野とつながる成長分野
本分野は他の成長分野と技術ロードマップ・スタートアップを共有している。下記は実データ(共通の技術テーマ・共通の企業)で結ばれた関連分野で、投資・連携の波及はこの隣接関係に沿って広がる。
技術・学術の詳細レポート — 参考文献・学術的裏付けこの DB の特徴
以降は専門家向けの深掘り(参考文献つき)。技術ロードマップ・学術分野レンズ・シナリオ検証と盲点・産業相互影響・シグナル/リスクを、技術知と社会科学の学術知で裏打ちする。各小節末に著者・年・出典つきの参考文献を一覧。
技術・学術の詳細レポート(参考文献つき)を開くこの DB の特徴
① 技術ロードマップ詳細(学術知接地)
体内の免疫タンパク質(抗体)を薬にしたのが抗体医薬。その抗体に抗がん剤を結びつけて、がん細胞だけに毒を届けるのが抗体薬物複合体(ADC)。日本の第一三共『エンハーツ』が世界を席巻している。
抗体医薬は、体内で病原体を狙い撃つ免疫タンパク質『抗体』を人工的に作り、病気の原因となる分子だけに結びつけて効かせる薬である。低分子薬(化学合成の小さな薬)に比べて標的を選ぶ精度が高く、がん・関節リウマチ・自己免疫疾患などで主役になった。大阪大学の岸本忠三が解明したIL-6を標的とするアクテムラ(トシリズマブ)は、関節リウマチの抗体医薬として世界で使われる日本発の代表例である。さらに進んだのが抗体薬物複合体(ADC)で、標的を狙う抗体に強力な抗がん剤(ペイロード)を結びつけ、がん細胞だけに毒を運んで攻撃する『誘導ミサイル』のような仕組みである。第一三共が英アストラゼネカと開発したエンハーツ(トラスツズマブ デルクステカン)は、HER2陽性の乳がん等で高い効果を示し、世界の抗体薬物複合体ブームを牽引する日本発の大型薬になった。抗体・ADCは日本の創薬が世界で勝てる主戦場の一つである。
DNA・RNAという遺伝情報の断片(核酸)を直接薬にするのが核酸医薬。病気の原因となるタンパク質が作られる前の段階で止められ、従来は『狙えない』とされた標的にも届く。
核酸医薬は、遺伝情報を担うDNA・RNAの短い断片(核酸)を薬として使い、病気の原因となるタンパク質が作られる前の段階で止める技術である。タンパク質の設計図であるメッセンジャーRNA(mRNA)に結びついて働きを抑えるアンチセンス核酸や、特定の遺伝子の働きを静かにさせるsiRNA(短い干渉RNA)などがある。抗体や低分子では狙えなかった標的にも届くため、希少な遺伝性疾患・神経難病・脂質異常症などで新しい治療を生んだ。脊髄性筋萎縮症(SMA)のスピンラザ、家族性高コレステロール血症のインクリシラン(siRNA)などが実用化されている。課題は、核酸が壊れやすく、目的の臓器・細胞へ届けにくいことで、送達(ドラッグデリバリー)技術——脂質ナノ粒子(LNP)やGalNac修飾など——が成否を握る。日本は核酸合成・修飾技術に蓄積を持ち、創薬の有望領域として国も後押しする。
メッセンジャーRNA(mRNA)という『設計図』を体内に届け、必要なタンパク質を自分の細胞に作らせるのがmRNA技術。新型コロナワクチンで一気に実用化し、がん・感染症へ応用が広がる。
mRNA(メッセンジャーRNA)は、タンパク質の設計図を体内に届け、自分の細胞にそのタンパク質を作らせる技術である。新型コロナウイルスのワクチン(米ファイザー/ビオンテック、米モデルナ)で世界に普及し、感染症対策を一変させた。長年『壊れやすく扱いにくい』とされたmRNAを医薬に使えるようにした基礎研究——カタリン・カリコとドリュー・ワイスマンのRNA修飾——は2023年にノーベル生理学・医学賞を受賞した。mRNAは設計図を差し替えるだけで様々なタンパク質を作れるため、新興感染症ワクチンを素早く設計・量産でき、さらに患者ごとのがん抗原を載せた個別化がんワクチンへの応用も進む。日本は新型コロナで国産mRNAワクチンの出遅れを経験し、第一三共が国産mRNAワクチンを実用化したほか、SCARDA(先進的研究開発戦略センター)を司令塔に、平時からの開発・生産基盤の整備と、脂質ナノ粒子(LNP)など送達技術の国産化を進めている。
病気の原因となる遺伝子の異常を、正常な遺伝子の導入やゲノム編集で体内(in vivo)で直すのが遺伝子治療。一度の治療で根治を狙えるが、超高額と長期安全性が課題になる。
遺伝子治療は、病気の原因となる遺伝子の異常を、正常な遺伝子を補ったり、ゲノム編集で書き換えたりして体の中で(in vivo)直す技術である。運び屋には、無害化したウイルス(主にAAV=アデノ随伴ウイルス)が使われる。脊髄性筋萎縮症(SMA)に対するゾルゲンスマは、1回の点滴で原因遺伝子を補う治療で、その価格が1億円超に達したことで超高額医薬の象徴となった。2023年には英米でCRISPRゲノム編集を使った鎌状赤血球症の治療カスジェビー(Casgevy)が世界で初めて承認され、ゲノム編集医療が現実になった。一度の治療で根治を狙えるのが最大の魅力だが、超高額、長期の安全性(がん化リスク等)、運び屋ウイルスの製造の難しさが課題である。日本は再生医療等製品の条件・期限付承認という独自制度で実用化を後押しし、AAVベクターの製造基盤の国内整備が産業化の鍵になる。
患者の免疫細胞を改造してがんを攻撃させるCAR-T、iPS細胞から作った組織で失われた機能を取り戻す再生医療。日本はiPS細胞(山中伸弥)で世界をリードする。
細胞そのものを薬にするのが細胞治療・再生医療である。CAR-T細胞療法は、患者から取り出した免疫細胞(T細胞)を遺伝子改造してがんを狙い撃つ『生きた薬』に変え、体に戻して白血病・リンパ腫を攻撃させる。日本でもキムリア等が承認され、一度の治療で劇的な効果を生む例がある一方、製造に手間がかかり超高額である。再生医療は、失われた組織・臓器の機能を細胞で取り戻す医療で、その中核が京都大学の山中伸弥が2006年に作り出したiPS細胞(人工多能性幹細胞)である。皮膚などの細胞を初期化して様々な組織になれる万能細胞を作る技術で、2012年にノーベル生理学・医学賞を受賞した。理化学研究所の高橋政代らによる加齢黄斑変性へのiPS網膜移植、慶應義塾大学の岡野栄之らによる脊髄損傷への細胞移植など、日本発の臨床応用が進む。iPS細胞は日本が世界をリードする数少ない先端医療領域であり、再生医療等製品の条件・期限付承認制度がその実用化を支える。
AIで膨大な化合物・タンパク質を計算し、薬の候補を探し設計するのがAI創薬。タンパク質の立体構造を予測するAlphaFoldが転機となり、開発の時間とコストを変えうる。
AI創薬は、人工知能(AI)で膨大な化合物やタンパク質を計算し、効きそうな薬の候補を探し、設計し、効果や毒性を予測する技術である。新薬の開発は通常10年以上・数千億円かかり、成功率もきわめて低い。AIはこの『当たりを引くまでの試行回数』を減らし、開発の時間とコストを変えうる。決定的な転機は、英グーグル・ディープマインドのAlphaFoldが、タンパク質の立体構造をアミノ酸配列から高精度に予測する難問(タンパク質折りたたみ問題)を解いたことである。2024年には分子同士の相互作用まで予測するAlphaFold3が公開され、開発元のアイソモーフィック・ラブズ(Isomorphic Labs/アルファベット系)がイーライリリー・ノバルティスと創薬提携を結んだ。米レカーション(Recursion)は実験ロボットとAIを組み合わせ、生成AIで薬を設計する。日本でも中外製薬の自社AI創薬、レナサイエンスのAIプログラム医療機器、Tres Alchemixのヒトのin silico(計算機内)モデルなどが立ち上がる。データと計算資源の規模が競争力を左右する領域である。
患者の遺伝情報(ゲノム)を読み、その人に最も効く薬を選ぶのがゲノム医療・個別化医療。がんゲノム医療が先行し、薬を『みんなに同じ』から『その人に合わせて』へ変える。
ゲノム医療・個別化医療は、患者一人ひとりの遺伝情報(ゲノム)を読み、その人の体質や病気の性質に最も合った薬・治療を選ぶ医療である。遺伝子を読む技術(次世代シーケンサー)の急速な低コスト化で、かつて数千億円かかったヒトゲノム解読がいまや数万円で可能になった。先行するのががんゲノム医療で、がんの遺伝子変異を一度に多数調べるがん遺伝子パネル検査により、その変異に効く分子標的薬を選ぶ。日本では2019年から保険適用され、全国のがんゲノム医療中核拠点病院とC-CAT(がんゲノム情報管理センター)がデータを集約する。薬の効きやすさ・副作用の出やすさを遺伝子で予測する薬理ゲノム学(ファーマコゲノミクス)も進む。『みんなに同じ薬を』から『その人に合う薬を』への転換であり、効かない薬を避けて医療費の無駄を減らす意味も持つ。英国(Genomics England)や米国が大規模ゲノム基盤で先行する中、日本も全ゲノム解析等実行計画で患者ゲノムの蓄積を進める。
試験管内で作る小さな臓器(オルガノイド)や臓器チップで薬を試し、動物実験を減らす創薬支援技術。アプリで病気を治すデジタル治療(DTx)など、薬の周りの技術も先端医療を広げる。
薬そのものだけでなく、その周辺技術も先端医療を支える。オルガノイドは、幹細胞から試験管内で作る数ミリの『ミニ臓器』で、ヒトの肝臓・腸・脳などを小さく再現する。患者由来のオルガノイドで薬の効き目や毒性を試せば、動物実験を減らし、ヒトでの効果をより正確に予測できる。さらに微細な流路に細胞を組み込んだ臓器チップ(Organ-on-a-chip)も創薬の評価に使われ始めた。米国では2022年に動物実験を必須としない法改正がなされ、こうした代替試験への期待が高まる。一方、デジタル治療(DTx=デジタルセラピューティクス)は、スマホアプリやソフトウェアそのものを治療手段として承認する新しい医療で、日本ではCureAppの禁煙治療・高血圧治療アプリが薬機法のプログラム医療機器として承認された。レナサイエンスのAIプログラム医療機器もこの系譜にある。薬・細胞・遺伝子に加え、オルガノイド・チップ・ソフトウェアという『薬の周りの技術』が、創薬の効率と医療の形を静かに変えている。
- 第一三共株式会社(2024)「抗体薬物複合体(ADC)『エンハーツ(トラスツズマブ デルクステカン)』」 第一三共 / AstraZeneca ・ 出典
- 厚生労働省(2024)「創薬力構想会議 中間とりまとめ(モダリティ=抗体・ADC等)」 内閣官房 健康・医療戦略室 ・ 出典
- 日本医療研究開発機構(AMED)(2023)「核酸医薬・新規モダリティの研究開発」 AMED ・ 出典
- Crooke, S. T. et al.(2021)「Antisense technology: A review」 Journal of Biological Chemistry, 296 ・ 出典
- Karikó, K. & Weissman, D.(2005)「Suppression of RNA Recognition by Toll-like Receptors: The Impact of Nucleoside Modification (mRNA基盤・2023年ノーベル賞)」 Immunity, 23(2) ・ 出典
- 日本医療研究開発機構(AMED)/SCARDA(2022)「先進的研究開発戦略センター(SCARDA)設置とワクチン・新規モダリティ研究開発」 AMED ・ 出典
- U.S. Food and Drug Administration(2023)「FDA Approves First Gene Therapies to Treat Patients with Sickle Cell Disease (Casgevy・Lyfgenia)」 FDA ・ 出典
- 厚生労働省(2023)「再生医療等製品(遺伝子治療用製品)の条件・期限付承認制度」 厚生労働省 ・ 出典
- Takahashi, K. & Yamanaka, S.(2006)「Induction of Pluripotent Stem Cells from Mouse Embryonic and Adult Fibroblast Cultures by Defined Factors (iPS細胞)」 Cell, 126(4) ・ 出典
- 京都大学 iPS細胞研究所(CiRA)(2024)「iPS細胞を用いた再生医療・創薬研究」 京都大学 CiRA ・ 出典
- Isomorphic Labs(2025)「Isomorphic Labs announces $600 million funding to develop its AI drug design engine(AlphaFold派生・Lilly/Novartis提携)」 Isomorphic Labs / PR Newswire ・ 出典
- Recursion Pharmaceuticals(2024)「Recursion and Exscientia complete combination to create end-to-end AI drug discovery company」 Recursion Pharmaceuticals (Nasdaq: RXRX) ・ 出典
- 国立がん研究センター(C-CAT)(2024)「がんゲノム情報管理センター(C-CAT)とがん遺伝子パネル検査」 国立がん研究センター ・ 出典
- 厚生労働省(2023)「全ゲノム解析等実行計画(がん・難病)」 厚生労働省 ・ 出典
- CureApp(株式会社CureApp)(2022)「禁煙治療・高血圧治療のデジタル治療(DTx・プログラム医療機器)の薬事承認」 CureApp ・ 出典
- 独立行政法人 医薬品医療機器総合機構(PMDA)(2023)「プログラム医療機器(SaMD)の規制」 PMDA ・ 出典
② 学術分野レンズ詳細
薬の標的を見つける出発点は、遺伝子とタンパク質の働きを解く分子生物学・ゲノム科学。ヒトゲノム解読とゲノム編集(CRISPR)が、創薬の標的探索を一変させた。
新しい薬を作る出発点は、病気がどの遺伝子・どのタンパク質の異常で起きるかを解き明かす分子生物学・ゲノム科学である。2003年に完了したヒトゲノム計画は、約2万個のヒト遺伝子の全配列を明らかにし、創薬の標的探索の土台を作った。その後、ジェニファー・ダウドナとエマニュエル・シャルパンティエが2012年に確立したゲノム編集技術CRISPR-Cas9(2020年ノーベル化学賞)は、狙った遺伝子を自在に操作できるようにし、病気の原因遺伝子の特定と、遺伝子治療そのものを飛躍させた。遺伝子を一つずつ壊して機能を調べる手法、ヒトの全遺伝子変異と病気の関連を調べるゲノムワイド関連解析(GWAS)、一細胞ずつ遺伝子の働きを読む1細胞解析などが、創薬の標的を次々に生む。標的が遺伝学的に裏づけられた薬は臨床での成功率が高いことが知られ、ゲノム科学に基づく標的選びが、創薬の成否を左右する最上流の学問になっている。
薬が体の中でどう吸収され、どこへ届き、どう分解・排出されるか(薬物動態)と、標的にどう作用するか(薬理)を解くのが薬理学。候補が薬になれるかを左右する。
良い標的を狙う候補化合物が見つかっても、それが本当に薬になれるかは別問題である。薬が体の中で吸収され(A)、分布し(D)、代謝され(M)、排出される(E)過程を薬物動態(ADME)と呼び、標的にどう結びつき作用するかを薬理学が解く。いくら試験管で効いても、飲んでも吸収されない、目的の臓器に届かない、すぐ分解される、毒性が強すぎる——こうした性質で多くの候補が脱落する。薬がどれだけ標的を占めれば効くか(用量反応)、副作用がどこで出るか、薬どうしの相互作用はどうか、を定量的に予測する薬物動態・薬力学(PK/PD)モデルが、臨床試験の用量設計を支える。近年はAIで化合物の吸収・毒性を事前に予測し、見込みの薄い候補を早く切り捨てる試みが進む。核酸・抗体・遺伝子といった新しいモダリティでは『どう目的の細胞へ届けるか(送達)』が決定的で、薬理学・薬物動態は候補を薬に仕立てる関門として、創薬の中核に座り続けている。
体を守る免疫の仕組みを解く免疫学は、がん免疫療法・抗体医薬・ワクチンの土台。本庶佑のPD-1発見が、がん治療を一変させたオプジーボを生んだ。
病原体やがんから体を守る免疫の仕組みを解く免疫学は、がん免疫療法・抗体医薬・ワクチンという先端医療の根幹を支える。日本がとりわけ強い領域である。京都大学の本庶佑は、免疫細胞の働きにブレーキをかける分子PD-1を1992年に発見し、このブレーキを外してがんへの攻撃力を取り戻す『免疫チェックポイント阻害薬』オプジーボ(ニボルマブ)を生んだ。本庶は2018年にノーベル生理学・医学賞を受賞し、がん治療は『がんを直接叩く』から『免疫を解き放つ』へと大きく転換した。大阪大学の岸本忠三が解明した炎症の鍵分子IL-6は、関節リウマチ薬アクテムラを、坂口志文が発見した免疫を抑える制御性T細胞(Treg)は、自己免疫・移植・がんへの新しい治療戦略を生んだ。免疫の精緻な制御を理解することが、CAR-T細胞療法や個別化がんワクチンへと続く。免疫学は、日本の基礎研究がそのまま世界的新薬につながった創薬の最良の成功例を持つ分野である。
タンパク質の立体構造を解く構造生物学と、それを計算で予測する計算科学。AlphaFoldによる構造予測の革命が、AI創薬の土台になった。
薬は多くの場合、標的タンパク質の『くぼみ』にぴたりとはまって働く。だから、タンパク質がどんな立体構造(かたち)をしているかを知ることは、薬の設計の核心である。これを解くのが構造生物学で、X線結晶解析やクライオ電子顕微鏡(2017年ノーベル化学賞)でタンパク質の形を原子レベルで見る。だが構造を実験で解くには長い時間がかかり、ヒトのタンパク質の多くは未解明だった。この壁を破ったのが、英グーグル・ディープマインドのAlphaFoldである。ジョン・ジャンパーとデミス・ハサビスらは、アミノ酸配列から立体構造をAIで高精度に予測する手法を確立し、2024年にノーベル化学賞を受賞した(タンパク質設計のデビッド・ベイカーと共同)。AlphaFoldは既知のほぼ全タンパク質の構造を予測してデータベースで公開し、2024年版のAlphaFold3は分子どうしの結合まで予測する。これにより、構造に基づく薬の設計(SBDD)とAI創薬が一気に現実味を増した。構造を読む学問が、計算科学と融合して創薬の上流を作り変えている。
薬が本当に効き安全かを、人での試験(治験)で科学的に証明するのが臨床試験統計・臨床薬理。ランダム化比較試験が薬の承認の土台であり、治験の質と速さが創薬力を左右する。
どんなに有望な候補も、人で効果と安全が証明されて初めて薬になる。その証明を担うのが、臨床試験(治験)と、それを設計・解析する臨床試験統計・臨床薬理である。治験は通常、安全性を見る第I相、効き目を探る第II相、多数の患者で標準治療と比べる第III相と進む。なかでも、患者をくじ引きで2群に分けて薬と偽薬(プラセボ)を比べるランダム化比較試験(RCT)は、思い込みや偏りを排して効果を客観的に測る『科学的証明の金字塔』であり、20世紀半ばにオースティン・ブラッドフォード・ヒルらが確立した。試験の人数をどう決め、結果が偶然でないかをどう判定するか(統計的有意性)、複数の試験を統合するメタ解析、近年は実際の診療データを使うリアルワールドエビデンス(RWE)の活用も進む。治験の質と速さ、コストが国の創薬力を左右する。日本では治験の遅さ・高コストがドラッグ・ロスの一因とされ、国際共同治験への参加(2028年に150件目標)と治験基盤の強化が政策課題になっている。
- Jinek, M., Charpentier, E., Doudna, J. A. et al.(2012)「A Programmable Dual-RNA-Guided DNA Endonuclease in Adaptive Bacterial Immunity (CRISPR-Cas9・2020年ノーベル化学賞)」 Science, 337(6096) ・ 出典
- International Human Genome Sequencing Consortium(2004)「Finishing the euchromatic sequence of the human genome」 Nature, 431 ・ 出典
- Kola, I. & Landis, J.(2004)「Can the pharmaceutical industry reduce attrition rates?(薬物動態・毒性が脱落の主因)」 Nature Reviews Drug Discovery, 3 ・ 出典
- Ishida, Y., Honjo, T. et al.(1992)「Induced expression of PD-1, a novel member of the immunoglobulin gene superfamily(PD-1発見・2018年ノーベル賞)」 EMBO Journal, 11(11) ・ 出典
- Sakaguchi, S. et al.(1995)「Immunologic self-tolerance maintained by activated T cells(制御性T細胞・坂口志文)」 Journal of Immunology, 155(3) ・ 出典
- Jumper, J., Hassabis, D. et al.(2021)「Highly accurate protein structure prediction with AlphaFold(2024年ノーベル化学賞)」 Nature, 596 ・ 出典
- Abramson, J. et al.(2024)「Accurate structure prediction of biomolecular interactions with AlphaFold3」 Nature, 630 ・ 出典
- International Council for Harmonisation (ICH)(2023)「ICH E6 Good Clinical Practice / E8 General Considerations for Clinical Studies」 ICH ・ 出典
- Bothwell, L. E. et al.(2016)「Assessing the Gold Standard — Lessons from the History of RCTs」 New England Journal of Medicine, 374 ・ 出典
③ 日本政府・各国シナリオの検証と盲点補填
海外承認薬が日本で使えるまでの遅れ(ラグ)と、そもそも日本で開発されない(ロス)。未承認薬143品目のうち86品目が国内開発未着手で、新薬の日本素通りが構造化している。
この分野で最も直視すべき盲点がドラッグ・ラグ/ドラッグ・ロスである。海外で承認された薬が日本で使えるようになるまでの遅れを『ドラッグ・ラグ』、そもそも日本で開発されず永久に日本の患者に届かない状態を『ドラッグ・ロス』と呼ぶ。厚生労働省・医薬産業政策研究所の分析によれば、欧米で承認された未承認薬143品目のうち86品目(60.1%)が国内開発未着手で、その多くがベンチャー発・希少疾患・小児向けの薬だった。なぜ起きるのか。継続的な薬価引き下げで日本市場の魅力が下がり、英語での治験負担や独自の規制要求も重なって、グローバル企業や新興バイオが日本での開発・上市を後回しにするからである。かつてのドラッグ・ラグ(時間差)は制度改善で縮んだが、近年は最新の革新的バイオ医薬ほど日本で開発されないドラッグ・ロス(不在)へと問題が深刻化した。これは患者が最新の薬を受けられないだけでなく、国内の創薬基盤の空洞化にもつながる。創薬力構想会議がこの解消を最重要課題に掲げる理由がここにある。
公的医療費を抑える薬価引き下げは患者負担を軽くする一方、新薬の収益見通しを下げ、日本での創薬投資を細らせる。医療費抑制とイノベーション促進の綱引きが核心にある。
日本の薬の値段(薬価)は国が決め、医療費を抑えるために定期的に引き下げられる。患者・保険財政には恩恵だが、これが創薬には逆風になりうる、という矛盾がこの分野の盲点である。新薬は開発に10年以上・数千億円かかり、その投資を回収できる見通しがあって初めて挑戦できる。日本の薬価制度は、毎年の薬価改定や、特許の切れた長期収載品の薬価引き下げで新薬の収益見通しを下げ、結果として企業が日本での開発・上市を避ける一因になっていると指摘される。一方で、画期的な新薬を評価して薬価を上乗せする『新薬創出・適応外薬解消等促進加算』のようなイノベーション評価の仕組みもあるが、その対象や水準は縮小・抑制されてきた。医療費の持続可能性(安くしたい)と、創薬投資の確保(高く評価したい)は綱引きの関係にある。費用対効果評価(HTA)を取り入れつつ、真に革新的な薬を適切に評価する制度をどう設計するかが、ドラッグ・ロスを止め日本に創薬投資を呼び戻せるかの分かれ目になる。
薬を人で試す治験の遅さ・高コスト・症例の集まりにくさが、日本の創薬のボトルネック。治験を担う人材・拠点・データ基盤の弱さが、国際競争での出遅れを招く。
良い薬の種があっても、それを人で試す場(治験)が弱ければ新薬は生まれない。日本の治験は、欧米やアジア新興国に比べて時間がかかり、コストが高く、症例(患者)が集まりにくいと長く指摘されてきた。治験を専門に支える臨床研究コーディネーター(CRC)や生物統計家といった人材の不足、治験を実施する医療機関(治験拠点)の体制の弱さ、患者を効率よく集める仕組みの欠如が背景にある。中国は巨大な患者数と整備された治験基盤で開発スピードを飛躍させ、韓国・シンガポールも臨床試験の誘致に力を入れる。日本がこの競争で出遅れると、国際共同治験から外され、最新の薬の開発が日本を飛ばして進む——これがドラッグ・ロスの実務的な一因である。創薬力構想会議は、国際共同治験を2028年までに100件から150件へ増やす目標を掲げ、治験中核病院の機能強化、リアルワールドデータ(診療データ)の治験活用、分散型治験(DCT)など、試す場の基盤整備を進めている。地味だが、創薬力の土台を決める領域である。
新薬1つの開発には10年以上・数千億円かかり、候補のほとんどが脱落する。研究開発の生産性はむしろ下がってきた(イルームの法則)。この厳しい経済性が創薬の全てを規定する。
創薬を語るとき見落とされやすいのが、その過酷な経済性である。1つの新薬を世に出すには、研究の開始から承認まで10年以上・数千億円かかるとされ、臨床試験に入った候補のうち実際に承認に至るのは1割前後にすぎない。皮肉なことに、技術が進歩したにもかかわらず、投じた研究開発費あたりの新薬の数は数十年にわたり減り続けてきた。半導体の性能が指数的に伸びる『ムーアの法則』をもじって、創薬の生産性低下は『イルームの法則(Eroom's law=Mooreの逆綴り)』と呼ばれる。狙いやすい標的は取り尽くされ(『低い枝の果実』問題)、規制と安全基準は年々厳しくなり、失敗のコストが膨らんだためである。だからこそ、開発の試行回数を減らすAI創薬、遺伝学に裏づけられた標的選び、オルガノイドによる早期の脱落判定が注目される。この経済性の壁が、薬価制度(投資回収の可否)、ドラッグ・ロス(市場魅力の有無)、スタートアップとベンチャーキャピタルの役割(リスクマネーの供給)を貫いて、創薬の全てを規定している。
- 厚生労働省・医薬産業政策研究所(2024)「ドラッグ・ロスの現状(未承認薬143品目中86品目が国内開発未着手=60.1%)」 厚生労働省 ・ 出典
- 医薬産業政策研究所(JPMA OPIR)(2024)「日本のドラッグ・ラグ/ドラッグ・ロスの分析」 日本製薬工業協会 ・ 出典
- 厚生労働省(中央社会保険医療協議会)(2024)「薬価制度改革・イノベーションの評価(新薬創出等加算)」 厚生労働省 中医協 ・ 出典
- 厚生労働省(2024)「創薬力構想会議 中間とりまとめを踏まえた政策目標と工程表」 内閣官房 健康・医療戦略室 ・ 出典
- 厚生労働省(2024)「臨床研究・治験基盤の強化と国際共同治験(2028年150件目標)」 内閣官房 健康・医療戦略室 / 創薬力構想会議 ・ 出典
- 日本医療研究開発機構(AMED)(2023)「臨床研究・治験推進研究事業」 AMED ・ 出典
- Scannell, J. W. et al.(2012)「Diagnosing the decline in pharmaceutical R&D efficiency(イルームの法則=Eroom's law)」 Nature Reviews Drug Discovery, 11 ・ 出典
- DiMasi, J. A. et al.(2016)「Innovation in the pharmaceutical industry: New estimates of R&D costs」 Journal of Health Economics, 47 ・ 出典
④ 産業創造 — 関連分野との相互影響予測
アカデミアやベンチャーの薬の種を、大手製薬が開発・販売につなぎ、CDMO(受託製造)が量産を担う。新しいモダリティほど製造が難しく、製造基盤の有無が産業化を左右する。
創薬は一社で完結せず、役割を分担した産業の鎖で動く。大学・研究機関が薬の種(シーズ)を生み、創薬ベンチャーが初期の開発を担い、資金力と販売網を持つ大手製薬がライセンス導入して臨床開発・承認・販売につなぐ。武田薬品・第一三共・アステラス製薬・中外製薬・エーザイといった日本の大手は、自社研究に加え、世界中のシーズを取り込む『目利き』と量産・販売の出口を握る。さらに重要なのがCDMO(医薬品受託開発製造機関)である。抗体・核酸・遺伝子・細胞といった新しいモダリティは、化学合成の低分子薬より製造がはるかに難しく、専用の設備と高度な技術を要する。米中韓のCDMO(中国のWuXi、韓国のSamsung Biologics等)が世界の受託製造で台頭し、米国はBIOSECURE法案で中国CDMOへの依存を断とうとする。日本はバイオ医薬・遺伝子治療ベクター・細胞製品の国内製造基盤が弱く、種を作れても量産で海外に頼る構造が課題である。製造の鎖をどう国内に確保するかが、創薬を産業として根づかせる鍵になる。
新薬は公的医療保険が支払って初めて広く使われ、医療データとAIが創薬と医療の質を高める。保険財政・データ基盤・AIという周辺が、先端医療の普及と次の創薬を支える。
先端医療は、薬そのものの外にある保険・データ・AIという基盤に支えられ、またそれらを変えていく。第一に公的医療保険である。1億円超の遺伝子治療や超高額のCAR-T療法も、日本では国民皆保険が支払うことで患者に届く。だが高額モダリティの普及は保険財政を圧迫し、費用対効果評価(HTA)に基づく価格・償還の判断が避けられなくなる。薬の値段は、医療制度の持続可能性と表裏一体である。第二に医療データである。電子カルテ、レセプト(診療報酬明細)、ゲノム、診療画像といった膨大なデータは、リアルワールドエビデンス(実診療の証拠)として治験を補い、新しい治療標的を見つけ、薬の効果・安全を市販後に監視する源になる。英国のNHSデータやUK Biobankが創薬の強みになっているのは象徴的である。第三にAIで、創薬の上流(標的探索・分子設計)から、画像診断、診断支援、デジタル治療まで医療の質と効率を高める。保険・データ・AIという周辺基盤の厚みが、先端医療の普及速度と、次の創薬の競争力を静かに決めている。
- U.S. Congress(2024)「BIOSECURE Act(中国バイオ製造受託への依存制限の法案)」 U.S. House of Representatives (H.R.8333) ・ 出典
- 経済産業省(2023)「バイオものづくり・バイオ医薬品製造基盤(CDMO)の強化」 経済産業省 ・ 出典
- Bycroft, C. et al.(2018)「The UK Biobank resource with deep phenotyping and genomic data(医療データ駆動の創薬基盤)」 Nature, 562 ・ 出典
- 厚生労働省(中央社会保険医療協議会)(2024)「費用対効果評価(HTA)制度と高額医薬品」 厚生労働省 中医協 ・ 出典
⑤ 総合シグナル・リスク
米国と中国がバイオ創薬で激しく競い、医薬の製造・供給が経済安全保障の課題になった。米BIOSECURE法案は中国バイオ依存を断つ動きで、創薬は地政学の舞台になりつつある。
この分野で最も大きなシグナルが、米中のバイオ創薬競争とそれに伴う経済安全保障の高まりである。中国は2015年以降の薬事改革と巨大な治験基盤で創薬力を急速に高め、いまや中国発のバイオ医薬を欧米の大手が高額でライセンス導入する逆流が起きるほどになった。これに対し米国は、医薬の研究・製造・供給網を中国に依存することを安全保障上のリスクと捉え、中国のバイオ製造受託大手(WuXi等)との取引を政府調達から排除するBIOSECURE法案を議論し、バイオ製造の国内回帰(2022年の大統領令14081)を進めている。新型コロナで、ワクチン・原薬・医療物資の供給が国境で止まる現実を各国が経験したことも、この流れを加速した。薬の自給とサプライチェーンの強靱化が国家の課題になり、創薬は経済成長だけでなく地政学・安全保障の舞台になった。日本にとっては、米中対立の中でどの陣営とどう連携し、原薬・バイオ製造・モダリティ基盤をどこまで国内に確保するかという、戦略的な選択を迫られる局面である。
高すぎる薬価への引き下げ圧力が世界で強まる。米国はIRAでメディケアの薬価交渉を初導入、日本は毎年の薬価改定。患者負担の軽減と創薬投資の確保が世界共通の綱引きになる。
薬の値段をめぐる引き下げ圧力が、世界中で強まっている。米国は長く自由な高薬価で創薬を牽引してきたが、2022年のインフレ抑制法(IRA)で、公的保険メディケアが製薬企業と直接薬価を交渉する仕組みを史上初めて導入した。高薬価モデルに公的な引き下げ圧力がかかり、企業の収益見通しと開発戦略に影響を与え始めている。日本では国が薬価を決め、毎年の薬価改定と特許切れ品の引き下げで医療費を抑えてきたが、それが前述のドラッグ・ロス(市場魅力の低下による日本素通り)の一因にもなった。欧州も費用対効果評価(HTA)に基づく価格交渉を強める。背景には、高齢化で膨らむ医療費と、1億円超の遺伝子治療など超高額モダリティの登場がある。患者・保険財政の負担を軽くしたい力と、創薬投資を回収できる薬価を確保したい力の綱引きは、世界共通の構造的なリスクである。安くしすぎれば創薬が細り、高くしすぎれば医療が立ちゆかない——その均衡点をどう設計するかが、各国の創薬政策の最大の論点になっている。
新型コロナは、ワクチン・治療薬を平時から素早く開発・量産できる基盤の有無が国の命運を分けることを示した。次のパンデミックに備える研究開発・生産体制の整備が国家課題になる。
すべての底流にあるのが新興感染症・パンデミックへの備えである。新型コロナウイルスの世界的流行は、ワクチン・治療薬を平時から素早く開発し、国内で量産できる基盤の有無が、国民の命と経済を左右することを各国に痛感させた。日本は国産mRNAワクチンの開発・実用化で出遅れ、初期の供給を海外に頼った経験から、政府は2021年に『ワクチン開発・生産体制強化戦略』を決定し、2022年にAMEDのもとSCARDA(先進的研究開発戦略センター)を設立。基金1504億円で、重点感染症ワクチンの開発と、mRNA等の新しいモダリティ基盤の整備を進めている。WHOは、未知の感染症『疾病X』も想定した研究開発の優先リストを示し、平時からの備えを各国に促す。ワクチン・治療薬の迅速な開発・承認(日本の緊急承認制度=2022年)、原薬・脂質ナノ粒子(LNP)など製造基盤の国産化、世界との連携と公平な供給——これらを感染症がない平時にこそ整えておけるかが、次のパンデミックでの命運を分ける。短期の採算では測れない、国家の保険としての投資が問われる領域である。
- U.S. Congress(2024)「BIOSECURE Act(米中バイオ・経済安全保障)」 U.S. House of Representatives (H.R.8333) ・ 出典
- The White House(2022)「Executive Order 14081: Advancing Biotechnology and Biomanufacturing Innovation」 The White House ・ 出典
- Centers for Medicare & Medicaid Services (CMS)(2024)「Medicare Drug Price Negotiation Program(IRAによる薬価交渉)」 CMS ・ 出典
- IQVIA Institute(2024)「The Global Use of Medicines 2024(世界医薬品支出・薬価動向)」 IQVIA Institute for Human Data Science ・ 出典
- 日本医療研究開発機構(AMED)/SCARDA(2022)「ワクチン開発・生産体制強化戦略とSCARDA(基金1504億円)」 AMED ・ 出典
- World Health Organization (WHO)(2024)「R&D Blueprint and Prioritization of Pathogens (Disease X)」 WHO ・ 出典