生成AI×ラボ自動化・実験計画の資金調達最前線：2024-25動向と主要プレイヤー

#### 市場概観：ラボ自動化/AI創薬の規模と成長予測 ラボ自動化およびラボロボティクス市場は堅調な成長を続けており、これが投資を引き寄せる背景となっています。 総合的なラボ自動化市場は、2024年の56.8億ドルから2034年には113億ドルに達し、年平均成長率（CAGR）7.15%で拡大すると予測されています[43](https://www.towardshealthcare.com/insights/total-lab-automation-market-sizing)。ラボロボティクス市場に焦点を当てると、2025年の市場規模は27.4億ドルと計算され、2034年には50.9億ドルに到達する見込みです[44](https://www.precedenceresearch.com/laboratory-robotics-market)。 一方、AI創薬・ラボ自動化分野では、特に大規模な資金調達が目立っています。2024年の資金調達額は30億ドル規模に達し[53](https://www.nikkei.com/article/DGXZQOUC16B150W4A211C2000000/)、米国のAI創薬スタートアップ「Xaira Therapeutics」は合計10億ドルという超大型の資金調達を実施しています[53](https://www.nikkei.com/article/DGXZQOUC16B150W4A211C2000000/)。また、バイオ医薬品開発特化型スタートアップへの調達額は16億ドルに上り、前年の2倍以上となりました[53](https://www.nikkei.com/article/DGXZQOUC16B150W4A211C2000000/)。 このように、ラボ自動化とAI創薬の分野では大規模な投資が行われており、今後も高い成長が期待されています。製薬業界では、これらの技術を活用することで創薬プロセスの効率化や成功率向上が期待されています。

#### 資金調達事例マップ：Xaira・Isomorphic・Latent・Persistほか ここでは、AI／生成AIを核にラボ自動化や実験計画自動化を進める主要スタートアップの「資金調達事例マップ」を提示し、それぞれの技術フォーカス、ラボで自動化・効率化される工程、投資家や提携先の特徴を出典付きで整理します。まずマクロ傾向として、2024年以降は「大口資金がAlphaFold系やバイオロジクス設計に集中」「エンドツーエンドで実験→データ→モデルを閉ループするSelf‑driving Lab（SDL）系に投資が回る」という構図が顕著です（例：2024年のAI創薬投資は約33億ドルに達したと報告されています）[7](https://xenoss.io/blog/ai-drug-discovery)、また大手製薬による提携やM&Aも活発化しています[60](https://www.cbinsights.com/research/ai-in-drug-discovery/)。  （次に示す表は「代表事例の一目マップ」です。出典は各行に明記しています。） | 企業 | 最近の主な調達（概算） | 主な投資家 / パートナー | 技術領域（核）／ラボ自動化で担う工程 | 出典（代表） | |---|---:|---|---|---| | Xaira Therapeutics | 約10億ドル規模（Seed約5億＋Series A約5億の報道） | ARCH Venture Partners、Foresite等の支援・インキュベート | タンパク質設計（生成モデル）、大規模機能ゲノミクス（仮想細胞）→設計→実証の閉ループ。ラボでは高コンテンツ実験とデータ生成を強化 | 資金動向・総論：[7](https://xenoss.io/blog/ai-drug-discovery)／技術・仮想細胞：[15](https://www.xaira.com/our-approach)、Perturb‑seq公開：[1](https://www.genengnews.com/topics/artificial-intelligence/xaira-therapeutics-releases-largest-perturb-seq-dataset-to-power-the-virtual-cell/) | | Isomorphic Labs | 大型ラウンド（報道例：数億ドル規模のラウンド） | DeepMind系の技術ルーツ、製薬大手との連携多数 | AlphaFold系の構造予測→創薬設計への応用。製薬との共同研究で計算設計から実験検証へ橋渡し | 事例と業界位置づけ：[6](https://www.labiotech.eu/best-biotech/ai-drug-discovery-companies/)、投資潮流：[7](https://xenoss.io/blog/ai-drug-discovery) | | Latent Labs | シリーズA 約5,000万ドル | Isomer Capital等（ラウンドへ出資） | 合成タンパク質設計の生成AIプラットフォーム。パートナー向けSaaS/サービス提供を重視し、製薬へのツール供給でスケール | 調達・ビジョン：[4](https://isomercapital.com/isomer-capital-backs-latent-labs-in-50m-series/) | | Persist AI | シリーズA 約1,200万ドル（Cloud Lab発表） | Spero Ventures主導ほか、製薬連携あり | AI駆動ロボティクスで「製剤（formulation）」を自動化するCloud Lab。設計→ロボット実行→テストのループで製剤化までを短縮 | プラットフォーム発表・調達：[3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform) | | Recursion Pharmaceuticals | 大型ラウンド（数億ドル） | 複数VC、大手提携先あり | ハイスループットイメージング＋MLで前臨床フェーズの失敗率低減。ラボ側は自動化された画像取得→ML解析のパイプラインを回す | 成果と手法：[6](https://geekyants.com/blog/how-us-biopharma-startups-can-leverage-ai-in-drug-discovery) | | Inductive Bio | シリーズA 約2,500万ドル | Obvious Ventures等 | プレコンペティティブなデータコンソーシアム＋ADMET予測モデル→化合物最適化支援（企業向けプラットフォーム） | 調達とビジョン：[8](https://www.inductive.bio/news/inductive-bio-raises-25m-series-a) | | Periodic Labs（物理系） | 約3億ドル | 大型投資家多数 | 物理・材料の次世代実験に特化したAI＋自動化ラボ。物理実験のリアルタイム最適化で発見速度を向上 | 大型ラウンド事例（物理AI）：[2](https://www.aicerts.ai/news/periodic-labs-raises-300m-for-next-gen-experiments/) | | Chai Discovery / Genesis / Insilico 等 | 数千万～数億ドルのラウンド事例多数 | VC／製薬提携 | 生成AIによる分子設計（小分子〜抗体）や、臨床設計支援まで多様。ラボではin‑silicoスクリーニング→合成→実測のハイブリッドを短縮 | 各社事例と資金動向：[7](https://xenoss.io/blog/ai-drug-discovery)、[6](https://geekyants.com/blog/how-us-biopharma-startups-can-leverage-ai-in-drug-discovery) | （表注）各金額・年次は公表情報の要約です。個別ラウンドの内訳や追加の最新発表は出典先で随時確認してください。[7](https://xenoss.io/blog/ai-drug-discovery)、[6](https://geekyants.com/blog/how-us-biopharma-startups-can-leverage-ai-in-drug-discovery)、[4](https://isomercapital.com/isomer-capital-backs-latent-labs-in-50m-series/)、[3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform)、[8](https://www.inductive.bio/news/inductive-bio-raises-25m-series-a)、[2](https://www.aicerts.ai/news/periodic-labs-raises-300m-for-next-gen-experiments/) ---- #### 事例から読み取れる主要トレンドと示唆（出典添えつつ解説） 1) 資金は「AlphaFold系の知見を持つチーム」「バイオロジクス向け生成AI」「実験のエンドツーエンド自動化」に集中している。 - 具体例として、AlphaFold由来または関係者が設立した企業（Isomorphic、Latentなど）が大型ラウンドや注目提携を獲得している点は明確です[6](https://www.labiotech.eu/best-biotech/ai-drug-discovery-companies/)、[4](https://isomercapital.com/isomer-capital-backs-latent-labs-in-50m-series/)。言い換えると、構造生物学・タンパク質設計の差別化が投資判断で重視されていると考えられます。 2) 「仮想→実験→学習」の閉ループ（Self‑driving Lab）に資金が流れ、Cloud Lab／SDLビジネスが成長軌道に入っている。 - PersistのCloud Labは、製剤設計をAI予測＋ロボット実行でワンストップ化する例で、ラボ自動化が分子発見から実製品化までのボトルネック（例：製剤化）に食い込む戦略を示しています[3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform)。SDLの「レベル」や安全性課題については技術レビューにも整理があります[23](https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications)。 3) 「データ資産（キュレーション）＋プレコンペティティブなデータ共有」が評価される。 - Inductive Bioのように匿名化した実データを集積・共用してモデル品質を高める手法は、投資家評価につながっていることが報告されています[8](https://www.inductive.bio/news/inductive-bio-raises-25m-series-a)。言い換えると、単なるアルゴリズムよりも「質の高いデータと安全な共有基盤」が競争優位になり得ます。 4) 製薬大手は「買う」「提携する」「社内育成する」を並列で進めており、M&Aや戦略提携が活発化している点はCB Insightsの分析でも指摘されています[60](https://www.cbinsights.com/research/ai-in-drug-discovery/)。この流れは、スタートアップ側に“早期顧客＆戦略的提携”の重要性を示唆します。 ---- #### 投資家／創業者／ラボ運営者への実践的示唆（短期〜中期） - 投資家向け：創薬AIで「差別化されるデータ（機能ゲノム、Perturb‑seq等）」「AlphaFold直系の技術起源」「SDLを実装できるロボット・データパイプライン」を評価指標に加えると良いでしょう（事例：Xairaの仮想細胞とPerturb‑seq公開）[15](https://www.xaira.com/our-approach)、[1](https://www.genengnews.com/topics/artificial-intelligence/xaira-therapeutics-releases-largest-perturb-seq-dataset-to-power-the-virtual-cell/)。 - スタートアップ創業者向け：「狭いユースケースでの導入実績（PoCを越えた商業導入）」「データ供給の契約・ガバナンス」「製薬企業との早期共同研究」を優先してください。投資家はPoC止まりではなく実運用とROIを重視しています（市場傾向）[60](https://www.cbinsights.com/research/ai-in-drug-discovery/)。 - ラボ／企業のR&D責任者向け：すぐ取り組めることは「既存データの構造化とクラウド連携」「Lab‑as‑a‑Service（クラウドラボ）やSDLパートナーのトライアル」「AI出力の説明性（XAI）と規制対応フローの整備」です。PersistのCloud Labのように、外部の自動化ラボを活用して実装リスクを下げる選択肢が現実的です[3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform)、[23](https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications)。 ---- #### リスク・注意点（投資・導入に際して） - 臨床的有効性は依然最大の試金石であり、AI由来薬の商業化までの道のりには不確実性が残ります（初期は高いフェーズI成功率を示す例がある一方、フェーズIIで期待外れが出た事例もある）[7](https://xenoss.io/blog/ai-drug-discovery)。 - SDLの運用には安全性・セキュリティ・規制の課題がつきまとい、人間の介入や「キルスイッチ」等のガバナンス設計が不可欠です[23](https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications)。 - 市場では「データ偏り」「人材不足」「IP（特にAIが生成する発明の扱い）」といった法務・実務上の課題が顕在化しており、早期に対応することが成功確率を上げると考えられます[6](https://geekyants.com/blog/how-us-biopharma-startups-can-leverage-ai-in-drug-discovery)、[23](https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications)。 ---- #### 短いまとめ（セクションの示唆） - 2024–25年の資金流入は「AlphaFoldに端を発する構造／生成AI」と「SDL／Cloud‑Labによる実験自動化」の両輪で加速していると言えます[7](https://xenoss.io/blog/ai-drug-discovery)、[3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform)、[2](https://www.aicerts.ai/news/periodic-labs-raises-300m-for-next-gen-experiments/)。 - その結果、投資先選定は「技術の差別化（例：タンパク質設計・大規模機能データ）」「データ資産の質」「実験自動化の実装力（ロボ／クラウド）」の三つが重要になっており、短中期での商業化に成功するプレイヤーが市場をリードすると示唆されます[15](https://www.xaira.com/our-approach)、[8](https://www.inductive.bio/news/inductive-bio-raises-25m-series-a)。 参考出典（本文で参照した代表リンク） - Xaira Our Approach: https://www.xaira.com/our-approach [15](https://www.xaira.com/our-approach) - Xaira Perturb‑seq dataset: https://www.genengnews.com/topics/artificial-intelligence/xaira-therapeutics-releases-largest-perturb-seq-dataset-to-power-the-virtual-cell/ [1](https://www.genengnews.com/topics/artificial-intelligence/xaira-therapeutics-releases-largest-perturb-seq-dataset-to-power-the-virtual-cell/) - AI創薬資金動向（まとめ）: https://xenoss.io/blog/ai-drug-discovery [7](https://xenoss.io/blog/ai-drug-discovery) - 12 AI drug discovery companies（業界事例まとめ）: https://www.labiotech.eu/trends-reports/ai-drug-discovery-companies/ [6](https://www.labiotech.eu/trends-reports/ai-drug-discovery-companies/) - Latent Labs（Isomer Capital出資）: https://isomercapital.com/isomer-capital-backs-latent-labs-in-50m-series/ [4](https://isomercapital.com/isomer-capital-backs-latent-labs-in-50m-series/) - Persist AI（Cloud Lab）: https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform [3](https://www.mobihealthnews.com/news/persist-ai-secures-12m-series-funding-unveils-cloud-lab-platform) - Inductive Bio Series A: https://www.inductive.bio/news/inductive-bio-raises-25m-series-a [8](https://www.inductive.bio/news/inductive-bio-raises-25m-series-a) - Periodic Labs 大型ラウンド（物理AI）: https://www.aicerts.ai/news/periodic-labs-raises-300m-for-next-gen-experiments/ [2](https://www.aicerts.ai/news/periodic-labs-raises-300m-for-next-gen-experiments/) - CB Insights レポート（M&A／提携動向）: https://www.cbinsights.com/research/ai-in-drug-discovery/ [60](https://www.cbinsights.com/research/ai-in-drug-discovery/) - Self‑driving labs（レビュー、政策含む）: https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications [23](https://www.researchgate.net/publication/393750833_Autonomous_'self-driving'_laboratories_a_review_of_technology_and_policy_implications) 必要であれば、上表の各社について「投資家一覧／ラウンド年月／テクノロジースタック（使用フレームワーク：PyTorch/JAX等）／提供APIやラボ機器の機種」といったより詳細な技術・資本関係マップを作成できます。どの企業を深掘りしますか（例：Xairaの仮想細胞技術、PersistのCloud Labのワークフロー、Latentのパートナー戦略など）？