脳の860億ニューロンをAIで解く──北京大学の研究者が起こしたスタートアップ

大人の脳は握り拳2つ分の大きさで、約860億個のニューロンと同数の非ニューロン細胞が収まっています。この系を理解するには、分子、細胞、脳領域、全脳という複数の尺度をつなぐ必要があります。北京大学の助理教授、盧萌氏は、その横断作業を大規模モデルで担う道を選びました。率いる格原万維（LattixOrigin）はこのほど、1,000万ドル近いシードラウンドを完了しています。

「細胞は長い文、遺伝子は語」

盧氏は2011年にケンブリッジ大学で博士課程に入り、2024年に帰国するまで神経変性疾患を研究してきました。細胞モデルを組み、解析アルゴリズムを書き、イメージングで細胞内の構造変化を追う。従来の手法です。ただし、それで見えるのはごく狭い範囲で、病気が起きて広がる過程の全体像には届きません。

2017年ごろからAIの導入を試みていますが、当時の技術は画像認識の段階で、尺度をまたぐモデリングには足りませんでした。転機は大規模言語モデルの登場です。盧氏は「Transformerの自己注意機構は生物情報とよく似ている」と気づきます。細胞を長い文、遺伝子を語、細胞の置かれた環境を文脈と見れば、文脈が遺伝子の発現量と細胞の状態を決める。仕組みが同じなら、モデルも共通化できる。

2024年に北京大学へ戻り、AI4S企業である格原万維の主任科学者に就任。チームは初代の全脳基盤モデル「DigitalBrain-M1」を訓練し、一部の脳領域の機能解析で、画像統計解析の結果と高い一致を見せたとしています。

研究の順序を逆にする

盧氏の主張で特徴的なのは、AIの位置づけを反転させている点です。従来の生物学では、研究者の仮説が出発点であり終点でした。AIは既存の工程に差し込む道具にすぎません。対して同氏は、まず高品質で標準化されたデータを置き、モデルに膨大な情報から底層の規則を学ばせる。人の先入観をモデルに押し付けない、という順序です。

資金の使い道が「乾湿実験のループ」である点は重要です。計算だけでは終わらず、実験で確かめる工程を内製する。これはAI創薬の会社が最も苦しむ部分で、ここに金を入れる設計は現実的です。

よくある質問

Q. 「脳のGPT」とは何を指しますか。
A. 研究者が脳疾患の創薬に取り組む際、標的の発見、機構の解析、最適な介入経路の探索を一つの系で回せる基盤、という意味です。

Q. 実用化はいつごろですか。
A. 公開されているのは初代モデルの段階で、創薬応用の時期は示されていません。乾湿の検証ループがどこまで回るかが鍵になります。

編集部の見解

この発表で実務的に面白いのは、モデルの話ではなく「細胞＝文、遺伝子＝語」という比喩の精度です。比喩が正確だと、転用できる範囲が見えます。逆に、なんとなく格好いい比喩は、実装の段階で必ず破綻します。

日本でも、理研や大学発のライフサイエンスAIは同じ課題に直面しています。計算資源は買えても、乾湿のループを回す人と設備は簡単には揃わない。投資の判断では、モデルの性能より、実験を回す体制が組めているかを見たほうが外れません。

my-best.ai 編集部

出典：36Kr「順為資本が北京大学のPIに投資——AIで人間の脳を“解読”する」（寄稿：Hu Xiangyun、2026年10月20日）

あわせて読みたい

• AIは神話を終わらせない──「アルゴリズム神託」という新しい権威
• ロボットの「脳」を1時間3ドルで借りる──Dream Labsが世界初の汎用APIを公開
• AGIが3年で来るなら、博士号はまだ合理的か──Anthropic研究者の助言

本日の36Kr AI版の記事を日本語で整理したものです。最新記事の一覧から他のニュースも読めます。