バイオ

ADC治療薬の新たな突破口?オルムセラピューティクスの次世代プラットフォーム技術

Editor
8 分で読む

ADC(抗体-薬物複合体)治療薬市場が熱を帯びています。2025年11月26日現在、グローバルADC市場規模は約120億ドルに達し、年平均成長率13.2%で急成長しています。このような状況で、国内バイオテクノロジーのオルムセラピューティクス(Orum Therapeutics、ソウル本社)が既存ADC技術の限界を克服しようとする野心的な動きを見せています。特に彼らが開発中のORM-1153とORM-1023がどのような差別化されたアプローチを取っているのかを見てみると、単なる「me-too」開発ではなく、根本的な技術革新を追求している点が興味深いです。

ADC治療薬の新たな突破口?オルムセラピューティクスの次世代プラットフォーム技術

記事によると、オルムセラピューティクスは既存ADC技術の核心的な限界点を解決するための独自のプラットフォームを構築したとのことです。現在ADC市場をリードしているロシュ(Roche、スイス)のカドサイラ(Kadcyla)やファイザー(Pfizer、アメリカ)のベスポンサ(Besponsa)といった製品が抱える問題点 – 例えば薬物-抗体比率(DAR)の調整の難しさ、リンカーの安定性の問題、そして何よりも腫瘍特異性の不足による副作用 – これらを根本的に改善しようとする試みのようです。

個人的に最も注目される部分は、オルムセラピューティクスが単に既存のADC構造を改良するのではなく、まったく新しい結合方式とペイロード送達システムを開発したという点です。彼らの技術的アプローチを見ると、既存の非特異的結合方式の代わりに部位特異的結合(site-specific conjugation)技術を活用しているとのことで、これは現在市場で最も先進的な技術と評価されているシアトルジェネティクス(Seattle Genetics、アメリカ)のアプローチとも差別化されているようです。

市場データを見てみると、現在世界中で承認されたADC治療薬は15種類に過ぎませんが、臨床試験中のADCは500種類を超えています。この中で実際に市場に成功裏に定着できる製品はごく一部でしょうが、オルムセラピューティクスがこの激しい競争で生き残るためには明確な差別化ポイントが必要だと思われます。記事で言及されたORM-1153とORM-1023の開発状況を見ると、それぞれ異なるターゲットと適応症を狙っており、ポートフォリオの多角化という観点では戦略的にアプローチしているようです。

グローバルADC市場の競争構造と技術的挑戦

現在のグローバルADC市場を見ると、ロシュが約35%の市場シェアで1位を占めており、第一三共(Daiichi Sankyo、日本)がエンハーツ(Enhertu)で急成長し、約25%のシェアを記録しています。特に第一三共の場合、2019年のエンハーツ発売以降、年平均150%以上の売上増加率を示し、ADC市場のゲームチェンジャーとして浮上しました。彼らの成功要因を分析すると、既存ADCに比べて著しく改善された治療指数(therapeutic index)と拡張された適応症が鍵でした。

ADCの毒性と耐性は、標的、抗体、リンカー、ペイロード、がん種、治療レジメンによって異なります。毒性の系統的レビューと耐性機序のレビューは、一部のADCで重篤な有害事象や獲得耐性が生じ得ることを示していますが、ADC全体に30~50%という単一の重篤有害事象率や6~12か月という一律の耐性発現時期を当てはめる根拠ではありません。安全性と有効性は、製品ごとの承認情報と試験結果で確認する必要があります。

オルムセラピューティクスがこれらの既存の限界をどのように克服しようとしているのか具体的なデータはまだ限られていますが、彼らが強調する「次世代ADCプラットフォーム」という表現を見ると、単なる改良ではなくパラダイムシフトを試みているようです。特にORM-1153の場合、HER2陽性固形がんをターゲットにしているとのことですが、これはすでにトラスツズマブ デルクステカン(エンハーツ)やトラスツズマブ エムタンシン(カドサイラ)といった強力な競争相手がいる領域です。このような状況で差別化を図るにはかなり革新的なアプローチが必要だと思われます。

国内バイオテクノロジーのADC開発状況を見ると、オルムセラピューティクスのほかにもアプタバイオ(Apta Bio)、レゴケムバイオサイエンス(LegoChem Biosciences)などがそれぞれ独自のADC技術を開発しています。特にレゴケムの場合、ConjuAllプラットフォームで既に複数のグローバル製薬会社と技術移転契約を締結し、2024年基準で累積技術移転料が10億ドルを超えたと発表しました。このような成功事例を見ると、国内バイオテクノロジーも十分にグローバル競争力を持つ可能性を示しています。

ORM-1153とORM-1023の臨床戦略と市場参入可能性

オルムセラピューティクスの二つの主要パイプラインであるORM-1153とORM-1023の開発状況を見てみると、それぞれ異なる戦略的アプローチを取っているようです。記事によると、両製品とも現在前臨床段階で臨床第1相への進入を準備しているとのことですが、ADC開発の特性上、臨床第1相での最適用量決定(dose escalation)が非常に重要な段階となるでしょう。特にADCの場合、既存の化学抗がん剤や標的治療薬と異なり、毒性プロファイルが複雑なため、初期臨床での安全性データが今後の開発成功の可否を大きく左右すると思われます。

現在ADC開発で最も注目されているトレンドの一つは「次世代ペイロード(next-generation payload)」の開発です。従来主に使用されていたメイタンシノイド(maytansinoid)やカリケアミシン(calicheamicin)系毒素の限界を克服するため、新しい作用機序を持つペイロードが続々と登場しています。例えば、第一三共のエンハーツに使用されたDXd(deruxtecan)は、従来のペイロードに比べて10倍以上強力な細胞毒性を示しながらも、バイスタンダー効果を通じて周辺のがん細胞まで除去できるという利点があります。

オルムセラピューティクスがどのペイロードを使用しているのか具体的には公開されていませんが、彼らが強調する「限界克服」という表現を見ると、従来とは異なる新しいアプローチを試みている可能性が高いです。実際、最近のADC業界では単に細胞毒性ペイロードを使用するだけでなく、免疫調節剤や後成遺伝学的調節剤などをペイロードとして使用する「非細胞毒性ADC」開発も活発に進行しています。このようなアプローチは、既存ADCの毒性問題を根本的に解決できる代案となる可能性があります。

市場参入の観点から見ると、ADC分野は特許障壁が非常に高い領域です。シアトルジェネティクス(現Seagen、ファイザーに買収)が保有する核心特許が2030年まで有効であり、第一三共のDXd関連特許も広範囲に保護されているため、新規参入者が迂回技術を開発するのは容易ではありません。しかし逆に考えれば、独自の技術プラットフォームを確保した企業にはかなりの参入障壁が形成されているということでもあります。オルムセラピューティクスが実際に差別化された技術を保有しているならば、それはかなりの競争優位となる可能性があります。

投資の観点から見ると、ADC分野は現在ベンチャーキャピタルや製薬会社の熱い関心を集めています。2024年基準でADC関連投資規模は前年対比40%以上増加し、特にアジア地域での投資が急増しています。国内でもオルムセラピューティクスをはじめとする複数のADC開発企業が大規模な資金調達に成功しており、これはグローバル投資家がアジアのバイオテクノロジーの技術力を認め始めたというシグナルと解釈されます。ただしADC開発は非常にリスクが高い領域であるため、実際の臨床データが出るまでは慎重なアプローチが必要だと思われます。

結局オルムセラピューティクスの成功の可否は、彼らが本当に既存ADC技術の限界を克服できる革新的なプラットフォームを保有しているかにかかっていると思われます。単に既存技術を改良するレベルであれば、既に飽和状態にあるADC市場で生き残るのは難しいでしょうが、もし本当にゲームチェンジングな技術を保有しているならば、かなりの市場価値を創出できるでしょう。今後彼らの臨床データと技術的差別化ポイントがどのように具体化されるのか注目する必要があります。国内バイオテクノロジーがグローバルADC市場でどのような成果を上げることができるのか、非常に期待される部分です。


この文章はオルムセラピューティクス、「ADC限界克服」…『ORM-1153・1023』開発速度の記事を読んで、個人的な意見と分析を加えて作成しました。

免責事項: このブログはニュースメディアではなく、記載された内容は著者の個人的な見解です。投資決定に関する責任は投資者本人にあり、この文章の内容を根拠とした投資損失についていかなる責任も負いません。

Editor

Leave a Comment

Related Articles

バイオテクノロジー革命の新たな転換点:2026年AI-バイオ融合と個別化医療の急成長

2026年、バイオテクノロジー産業は人工知能との融合を通じて前例のない変化を迎えています。個別化医療と遺伝子治療分野で画期的な進展が続き、グローバルなバイオテク市場規模は1兆2千億ドルを突破する見通しです。

バイオテクノロジーのAI革命: 2025年の新薬開発と精密医療の新たな転換点

人工知能と生命工学の融合が2025年に急速に加速する中、伝統的な新薬開発のパラダイムが根本的に変化しています。グローバルAIバイオテク市場が2024年比で35%成長し、1,240億ドル規模に達する中、韓国を含む主要国が次世代バイオイノベーション競争で新たな機会を模索しています。

バイオテクノロジー産業のAI革命:2026年の薬物発見から個別化医療まで

AIは医薬品開発のさまざまな段階でデータの生成や分析に利用できます。FDAとEMAの医薬品開発におけるAI適正利用原則は、明確な使用目的、リスクに応じた検証、性能評価を求めています。この原則は、AIがすべての医薬品開発期間を平均70%短縮するという数値や、2026年のAIバイオ市場が1,200億ドルに達したという単一の推計を示していません。市場規模を示す場合は、範囲と調査方法が明確な資料が必要です。 現在、バイオテクノロジー産業でのAIの活用は大きく三つの領域に分けられます。第一に薬物発見と開発の加速化で、分子設計から臨床試験の最適化まで全過程にAIが適用されています。第二に個別化治療薬の開発で、遺伝子分析と患者データに基づく精密医療が現実化しています。第三にバイオ製造プロセスの最適化で、AIを通じた品質管理と収率改善が行われています。このような変化はバイオテクノロジー企業のR&D投資パターンにも直接的な影響を与えており、2026年上半期基準で主要バイオテクノロジー企業のAI関連R&D投資は前年同期比で平均85%増加しました。 薬物発見分野でのAIの影響力は特に顕著です。英国のディープマインド(DeepMind)が開発したアルファフォールド(AlphaFold)以降、タンパク質構造予測技術は薬物設計のパラダイムを完全に変えました。2026年1月時点でアルファフォールドデータベースには2億以上のタンパク質構造が登録されており、これを活用した薬物候補物質の発掘件数は2025年比で120%増加しました。米国カリフォルニアに拠点を置くスクリップスリサーチ(Scripps Research)は、AIを活用してコロナ19変異ウイルスに対する新しい治療薬候補を従来の方法より6ヶ月早い18ヶ月で発掘したと発表しました。 AIベースの薬物開発の現在の動向と成果 現在、グローバル製薬会社はAIベースの薬物開発プラットフォームへの投資を急激に増やしています。スイスのロシュ(Roche)は2025年末までにAI薬物発見部門に15億ドルを投資すると発表しており、これは同社全体のR&D予算の12%に相当する規模です。米国のジョンソン・エンド・ジョンソン(J&J)も2026年から3年間で総額25億ドルをAIベースの新薬開発に投入する計画を明らかにしました。このような大規模投資の背景には、AIが実際に目に見える成果を示しているという点があります。 具体的な成果指標を見てみると、AIを活用した薬物候補物質の発掘成功率は従来の方法の12%から28%へと2倍以上向上しました。また、前臨床段階から臨床第1相に進むのにかかる時間も平均4.2年から2.8年に短縮されました。米国マサチューセッツに拠点を置くモデルナ(Moderna)は、AIを活用したmRNAワクチン開発プラットフォームを通じて新種感染症に対するワクチン開発時間を従来の10-15年から6ヶ月以内に短縮したと発表しました。これはパンデミック状況でのAIの潜在力を明確に示す事例と評価されています。 韓国のバイオテクノロジー産業もこのAI革命に積極的に参加しています。京畿道松島に本社を置くサムスンバイオロジクスは2025年下半期からAIベースのバイオ医薬品生産最適化システムを導入し、生産収率を平均15%向上させたと発表しました。また、仁川に拠点を置くセルトリオンはAIを活用したバイオシミラー開発プラットフォームを構築し、開発期間を従来の7-8年から4-5年に短縮する成果を上げました。このような成果は韓国のバイオテクノロジー企業がグローバル市場で競争力を確保する上で重要な役割を果たしています。 特に注目すべきはAIベースのバイオテクノロジースタートアップの成長です。2026年第1四半期基準で、世界のAI-バイオスタートアップへのベンチャー投資は総額87億ドルを記録し、これは2025年同期比で65%増加した数字です。このうち約40%が薬物発見プラットフォームに、25%が個別化治療薬開発に、残りの35%が診断およびバイオ製造最適化に投資されました。韓国でもKAIST出身の研究者が設立したAI新薬開発スタートアップが相次いでシリーズBラウンドで大規模な投資を誘致し注目を集めています。 個別化治療と精密医療の現実化 米国国立がん研究所によると、バイオマーカー検査はがんの特徴に応じた治療選択に役立つ場合がありますが、適用と結果はがん種、バイオマーカー、治療法によって異なり、精密医療はまだ大多数の患者に対する標準的な日常診療ではありません。したがって、AIを用いた遺伝子解析による個別化治療が、標準治療と比べてあらゆるがんの5年生存率を平均23%向上させると一般化することはできません。 このような成果の核心はAIのパターン認識能力にあります。現在のAIシステムは患者の遺伝子情報、生活習慣データ、臨床記録など数十万の変数を同時に分析し、最適な治療法を提案することができます。スイスのバーゼルに拠点を置くノバルティス(Novartis)は、AIを活用したCAR-T細胞治療薬の開発で患者別のカスタム製造時間を従来の4-6週から2-3週に短縮したと発表しました。これは患者の生存率向上に直接的な影響を与える重要な改善です。 精密医療分野での韓国企業の成果も注目に値します。ソウル江南区に本社を置くマクロジェンはAIベースのゲノム分析プラットフォームを通じてアジア人特化の疾病予測モデルを開発しました。このモデルは糖尿病、高血圧、認知症など主要な慢性疾患に対して西洋人対象モデルより15-20%高い予測精度を示しています。また、盆唐ソウル大学病院との協力を通じて韓国人の遺伝子特性を反映した個別化抗がん剤選択アルゴリズムを開発し、臨床適用中です。 個別化治療の市場規模も急速に拡大しています。グローバル精密医療市場は2025年の950億ドルから2026年には1,180億ドルへと24.2%成長し、このうちAIベースのソリューションが占める割合は35%に達します。特にアジア太平洋地域の成長率が顕著で、韓国、日本、中国を中心としたこの地域の精密医療市場は2026年に280億ドル規模で前年比42%成長しました。これはアジア各国政府の精密医療育成政策と高いITインフラ水準が結合した結果と分析されています。 しかし、個別化治療の普及には依然として課題があります。最大の問題は高い治療費で、現在AIベースの個別化治療費用は標準治療の3-5倍に達します。また、データプライバシーとセキュリティ問題、医療従事者のAI活用能力不足なども解決すべき課題として指摘されています。これに対応して各国政府と医療機関は関連制度の整備と人材育成に乗り出しています。韓国政府も2026年から精密医療専門人材育成のための5年間で2,000億ウォン規模の投資計画を発表しました。 バイオ製造分野でもAIの影響力が拡大しています。従来、バイオ医薬品の製造は複雑な生物学的プロセスを含み、品質管理が厳しい分野でした。しかし、AIを活用したリアルタイムモニタリングと予測システムの導入により、製造過程の安定性と効率性が大幅に向上しました。米国イリノイ州に拠点を置くアッヴィ(AbbVie)は、AIベースの製造最適化システムを通じてバイオ医薬品の生産収率を平均18%向上させ、不良率を60%削減したと発表しました。 このような成果はバイオ医薬品の供給安定性と価格競争力確保に重要な意味を持ちます。特にコロナ19パンデミック以降、バイオ医薬品のサプライチェーンの重要性が浮き彫りになり、AIを活用した製造最適化は国家レベルの戦略的課題として認識されています。韓国のサムスンバイオロジクスも松島第3工場にAIベースのスマート製造システムを構築し、2025年下半期から本格運営に入りました。このシステムはリアルタイム品質モニタリングを通じて製造過程の変数を予測し、自動で調整して製品品質の一貫性を確保しています。 現在、バイオテクノロジー産業のAI導入にはいくつかの主要な動力が作用しています。第一にコンピューティング性能の急激な向上です。GPUベースの高性能コンピューティングの発展により、複雑な分子シミュレーションと大規模データ分析が現実的なコストで可能になりました。第二にバイオデータの爆発的増加です。ゲノム分析費用が継続的に低下し、蓄積される生物学的データの量が指数関数的に増加しており、これはAIモデル学習に必要な原料を提供しています。第三に規制環境の改善です。FDAをはじめとする各国規制機関がAIベースの医療機器と治療法に対する承認ガイドラインを整備し、商業化の道筋が明確になっています。 投資面でもバイオテクノロジーAI分野は活発な動きを見せています。2026年第1四半期基準でグローバルバイオテクノロジー分野のベンチャー投資中、AI関連投資が占める割合は32%で、2020年の8%から4倍増加しました。特に大手製薬会社のAIバイオテクノロジースタートアップの買収合併(M&A)が活発化しています。2025年の1年間で10億ドル以上規模のAIバイオテクノロジーM&Aが12件成立し、総取引規模は180億ドルに達しました。これはバイオテクノロジー業界がAIを単なるツールではなく、核心競争力として認識していることを示しています。 しかし、AIとバイオテクノロジーの融合過程で現れる課題も無視できません。最も重要な問題はデータ品質と標準化です。AIモデルの性能は学習データの品質に大きく左右されますが、医療データの場合、収集機関と方法によって偏差が大きくなる可能性があります。また、人種、性別、年齢などによるデータバイアス問題も解決すべき課題です。現在、ほとんどの医療AIモデルが西洋人データを基に開発されており、アジア人に適用する際に精度が低下する場合があります。これに対応して各国は自国民の特性を反映した医療データベースの構築に乗り出しています。…