何が起きたか
Anthropicは2026年9月4日、科学研究者によるClaudeの活用事例を紹介する記事を公開し、その中でStanford大学が開発した生物医学エージェント「Biomni」を発表した。Biomniは、数百のツールやデータセットを単一システムに統合し、Claude搭載エージェントが自然言語のリクエストに応じて適切なリソースを自動選択する。初期試験では、ゲノムワイド関連解析（GWAS）を20分で完了した。これは通常数か月かかる作業であり、AnthropicのAI for Scienceプログラムが提供する無料APIクレジットを活用して開発された。
詳細
Biomniは、25以上の生物学的サブフィールドにわたって仮説形成、実験プロトコル設計、解析を実行できる。検証事例として、分子クローニング実験の設計が5年以上の経験を持つ博士研究員のプロトコルと盲検評価で一致した。また、30人分の450以上のウェアラブルデータファイル（持続血糖モニタリング、体温、身体活動）を35分で解析し、人間の専門家が3週間かかると推定されるタスクを完了した。さらに、ヒト胚組織由来の33万6,000以上の個々の細胞からの遺伝子活性データを解析し、既知の調節関係を確認するとともに、ヒト胚発生に関連する新規転写因子を特定した。Biomniには、Claudeが軌道から外れた場合を検出するガードレールが含まれており、専門家はスキルとして方法論をエンコードできる。
Key Facts
| Stanford大学は、Claudeを搭載した生物医学エージェント「Biomni」を開発した。 | [1] |
| Biomniは、数百のツール、パッケージ、データセットを単一システムに統合し、25以上の生物学的サブフィールドで解析を実行できる。 | [1] |
| 初期試験では、GWAS解析を20分で完了した。通常は数か月かかる。 | [1] |
| Biomniは、450以上のウェアラブルデータファイルを35分で解析し、人間の専門家が3週間かかるタスクを完了した。 | [1] |
| Anthropicは、AI for Scienceプログラムを通じて、高インパクトな科学プロジェクトに取り組む研究者に無料APIクレジットを提供している。 | [1] |
本紙の見方
今回の発表は、AIが科学研究の単なる補助ツールから、研究プロセス全体に関与する「共同研究者」へと進化したことを示す。Biomniは、ツールの断片化という生物学研究の根本的なボトルネックを解消する点で画期的だ。従来、研究者は数百のデータベースやソフトウェアを個別に習得する必要があったが、Biomniはそれらを統合し、自然言語で操作できるようにした。これにより、実験計画からデータ解析までを自動化し、研究のスピードを飛躍的に向上させる。 本紙の過去報道では、GitHub APIのエンドポイント一覧公開やLeRobotのロボット学習用データセット公開など、AIとロボット分野のデータ・ツール公開の動きを伝えてきた。Biomniも同様の流れに位置づけられるが、その特徴は「エージェント」としての自律性にある。単なるデータセットやAPIの公開ではなく、AIが研究の各段階で能動的に判断し、専門家の暗黙知をスキルとして取り込む点で、より高度な統合を実現している。 業界構造への含意として、Biomniのようなシステムは、研究ツールの提供方法を変える可能性がある。従来は個別のソフトウェアやデータベースが競争していたが、エージェントがそれらを統合することで、プラットフォーム化が進むとみられる。また、AI for Scienceプログラムのような無料APIクレジット提供は、研究コミュニティへのAI普及を加速し、Anthropicにとっては科学研究分野でのモデル採用を拡大する戦略とみられる。 未確定の論点としては、Biomniの精度や汎用性が実際の研究現場でどの程度発揮されるかが挙げられる。検証事例は限定的であり、より多様な研究分野での性能評価が待たれる。また、専門家の暗黙知をスキルとしてエンコードするプロセスは、どの程度スケールするのかも焦点になる。さらに、Biomniが生成した結果の再現性や、研究者がAIの提案をどの程度信頼できるかという点も、今後の実証が必要だ。
なぜ重要か
Biomniは、AIが科学研究のスピードと範囲を根本的に変える可能性を示す具体例である。研究者が数か月かかっていた解析を数十分に短縮することで、より多くの仮説を検証し、新たな発見につなげられる。これは、生物学研究の生産性を飛躍的に向上させるだけでなく、AIと科学の協働の新たなモデルを提示している。