SyntheticGestalt、分子AIモデル「ZAO」「KOYA」を提供開始

NVIDIA BioNeMo Agent Toolkitから利用可能に。AIエージェントと研究者が協働する創薬へ

分子AIを開発するSyntheticGestalt株式会社（本社: 東京都新宿区、代表取締役CEO: 島田幸輝、以下「当社」）は、創薬・化学分野の研究開発を支える分子AI基盤モデルとして、分子基盤モデル「ZAO」と分子生成モデル「KOYA」の2製品を提供開始します。両製品は、膨大な候補化合物の中から有望な分子を見極め、新たな分子を設計する創薬初期の工程をAIで支え、探索から最適化までのサイクルを加速します。あわせて、2026年6月にNVIDIAが発表した「NVIDIA BioNeMo Agent Toolkit」から両製品を呼び出せるようにし、AIエージェントを介した創薬ワークフローへの組み込みに対応します。

ZAOは、低分子化合物の化学構造をAIが扱えるデータに変換する、低分子情報に特化した分子基盤モデルです。

• 分子が実際にとる複数の立体構造を扱う「4D」表現により、平面構造や単一の立体構造しか見ない従来手法では捉えきれなかった分子の立体形状と柔軟性まで表現

• 100億件規模の化合物データで事前学習しているため、手元のデータが数百件規模であっても高精度な予測モデルを構築

• 同じ分子であれば立体構造の選び方に結果が左右されず、安定して再現性のある特徴量を出力

• タスクごとの追加学習なしで、ADMETや活性予測などの公開ベンチマーク9タスクで1位を獲得し、単独の汎用モデルとして世界最高性能を達成 *

KOYAは、標的タンパク質に対する新規かつ高活性なリガンドを、医薬品化学者の意図を細かく反映しながら設計する分子生成モデルです。

• 有望な骨格を固定し、狙った位置・方向にだけ分子を成長させる精密な設計制御により、リード最適化やフラグメント創薬にそのまま対応可能

• 標的タンパク質との残したい相互作用を維持したまま新規分子を生成し、許容する元素や分子サイズも化学者の意図に応じて柔軟に指定可能

• 合成が難しい構造や非現実的な構造を自動で除外し、薬らしさやリガンド効率まで加味した、そのまま評価に進める候補を提示

• 評価した10標的のうち8標的で、ドッキング評価において既知の結合リガンドを上回る新規分子を生成

NVIDIA BioNeMo Agent Toolkitは、構造予測や分子生成、 ドッキングといった機能を、AIエージェントが呼び出せる標準化されたスキルとして提供する基盤です。当社はZAOとKOYAをこの基盤から呼び出せる形で提供し、研究者がエージェントを介して分子の数値化（ZAO）と新規リガンドの設計（KOYA）を、他のライフサイエンスツーと同じワークフロー上で連携させて実行できるようにします。

当社はこれまで、化合物ライブラリー大手のEnamine社との共同研究で380億件規模のバーチャルスクリーニングを実施するなど、大規模な化合物探索で分子AI基盤技術の有効性を実証してきました。国内の主要な製薬・化学企業各社との技術実証も進めています。ZAOとKOYAは、こうした実績で培った基盤技術を製品として提供するものです。

当社代表取締役CEOの島田幸輝は次のように述べています。「AIエージェントが自ら研究を進める時代が始まっています。ZAOとKOYAをNVIDIA BioNeMo Agent Toolkitから使えるようにすることで、エージェントが分子の評価から設計までを担い、研究者と協働して発見を加速す る。そんな新しい創薬のかたちを実現していきます。」

ZAOとKOYAはいずれも法人向けに提供します。利用形態・料金体系は、両製品とも個別に受け付けています。

SyntheticGestaltについて 

SyntheticGestaltは、東京を拠点とする分子AI企業です。製薬、化学、材料、農薬、化粧品、食品の各産業に向けて分子AIを開発・展開しており、2018年の創業以来、「AIによって発明を量産するシステムの構築」を目指しています。これまでの研究プロジェクトでは、医薬品のリード化合物や環境負荷の低い材料を発見するとともに、従来手法と比較して探索のコストと期間を最大90%削減してきました。詳細は https://www.syntheticgestalt.com をご覧ください。

本件に関するお問い合わせ 

SyntheticGestalt株式会社

社長室 水上 蒼
[e-mail]

* 公開ベンチマーク Therapeutics Data Commons（TDC）において、ADMET Benchmark GroupおよびDTI Domain Generalization Groupの計23データセットのうち9データセットで、単独の汎用モデルとして公開リーダーボード1位を獲得したことに基づきます（ 2026年7月時点）