「タンパク質構造予測」とは何か——ジャンパーが解いた50年来の難問
ジャンパー氏の業績を理解するには、まず「タンパク質とは何か」から始めるのが近道だ。タンパク質は、生命のあらゆる仕事をこなす分子機械である。食べ物を分解する消化酵素も、酸素を運ぶヘモグロビンも、ウイルスを捕まえる抗体も、筋肉を動かす分子も、すべてタンパク質でできている。そのタンパク質は、20種類の「アミノ酸」が数珠つなぎになった一本の鎖として細胞内で合成される。設計図はDNAに書かれており、その配列、すなわち「どのアミノ酸がどんな順番で並ぶか」は比較的容易に読み取ることができる。
問題はここからだ。一本の鎖として生まれたタンパク質は、瞬時に折りたたまれて固有の立体構造（3次元の形）をとり、その「形」によって機能が決まる。鍵が特定の鍵穴にしか合わないのと同じで、薬がどのタンパク質に効くか、酵素がどの物質を分解できるかは、すべて立体的な形が決める。つまり「構造が機能を決める（structure determines function）」のである。ところが、1次元の配列情報から最終的にどんな3次元の形に落ち着くのかを予測するのは、半世紀にわたって生物学最大級の未解決問題とされてきた。「タンパク質折りたたみ問題（protein folding problem）」と呼ばれるこの難問は、1970年代から研究者を悩ませ続けてきた。
なぜそれほど難しいのか。一本のタンパク質鎖が取りうる折りたたみ方の組み合わせは天文学的で、しらみつぶしに計算しようとすると宇宙の年齢をもってしても終わらない（いわゆるレヴィンタールのパラドックス）。にもかかわらず、自然界では数ミリ秒で正しい形に折りたたまれる。従来は、X線結晶構造解析やクライオ電子顕微鏡といった実験手法で一つひとつ構造を突き止めるしかなく、一つのタンパク質の形を決めるのに数か月から数年、ときには何年かけても解けないことすらあった。約50年の蓄積をもってしても、人類が構造を解明できたタンパク質は限られていた。
ここに地殻変動を起こしたのが、ジャンパー氏とデミス・ハサビス氏が率いるDeepMindチームが2020年に発表した「AlphaFold2」だ。AlphaFold2は、アミノ酸配列という入力だけから立体構造を、しかも数分で、実験に匹敵する精度で予測してみせた。2020年のCASP14（タンパク質構造予測の精度を競う隔年の国際コンテストで、この分野の「事実上の世界選手権」とされる）では、参加した約145の手法を圧倒し、予測の約3分の2が実験構造に匹敵する品質に達した。長年この分野を牽引してきた研究者から「タンパク質折りたたみ問題は本質的に解かれた」との評価が出るほどの衝撃だった。2024年のノーベル化学賞は、計算によるタンパク質「設計」を切り拓いたワシントン大学のデイヴィッド・ベイカー氏に半分、残る半分がAlphaFoldを生んだハサビス氏とジャンパー氏に共同で授与された。AIそのものが自然科学の最高峰の賞をもたらした、象徴的な受賞だった。
AlphaFoldはどう世界を変えたか——マラリアから「プラスチック分解酵素」まで
AlphaFoldの真価は、論文の華々しさよりも、世界中の研究室で実際に使われている事実にこそある。DeepMindは欧州バイオインフォマティクス研究所（EMBL-EBI）と組み、地球上の生物から見つかっているほぼすべての約2億個のタンパク質について予測構造を公開した。かつては一つの構造を得るのに何年もかかったものが、今や数分で手に入る。ノーベル賞委員会の発表時点で、AlphaFoldはすでに190か国・200万人を超える研究者に利用されていた。基礎研究のインフラが、ある日を境に丸ごと書き換わったのである。
具体例を挙げると、その威力がわかりやすい。マラリアでは、原虫の発育に関わる「Pfs48/45」というタンパク質の構造が長年研究者を阻んできたが、AlphaFoldがこれを解いたことでワクチン開発が前進し、このタンパク質に基づくワクチンは第I相臨床試験を完了するに至った。抗生物質耐性の分野では、細菌が薬剤に抵抗する仕組みに関わるあるタンパク質の構造が10年間も解明できずにいたところ、AlphaFoldがわずか30分で構造を提示し、米コロラド大学ボルダー校の研究チームの解析を一気に加速させた。さらにノーベル賞委員会自身が、AlphaFoldが「プラスチックを分解できる酵素の姿を描き出す」ことを可能にしたと評価している。酵素は産業から環境まであらゆる場面で使われる分子であり、その形が分かれば、狙った働きを持つ酵素を設計しやすくなる。創薬、がん治療、酵素設計など、応用は文字どおり生命科学の全域に広がった。
ジャンパー氏らの仕事はAlphaFold2で止まらなかった。2024年5月、DeepMindと、Alphabet傘下で創薬に特化した姉妹会社Isomorphic Labs（アイソモーフィック・ラボ）が、後継となる「AlphaFold3」を発表した。AlphaFold3はタンパク質だけでなく、DNAやRNA、そして薬の本体となる低分子（リガンド）まで含めて、それらが互いにどう結合し合うかを一体の立体構造として予測できる。タンパク質と分子の相互作用予測では従来手法から精度が5割以上向上し、多くのカテゴリーで精度が倍増した。薬の候補分子が標的タンパク質にどう結合するかを予測できることは、創薬の中核そのものであり、AlphaFoldが「構造を見るための道具」から「薬を設計するための道具」へと進化したことを意味する。ジャンパー氏が今、創薬と生命科学に本気で投資するAnthropicから熱烈に求められた背景は、まさにこの延長線上にある。
アーカンソーの少年から——生い立ちと学生時代の評価
ジョン・マイケル・ジャンパー（John Michael Jumper）は1985年、米アーカンソー州の州都リトルロックに生まれた。シリコンバレーやボストンのような技術集積地ではなく、米国南部の街で育った点は、後の経歴を考えると意外に映るかもしれない。彼は地元の私立進学校パルスキー・アカデミー（Pulaski Academy）に通い、2003年に卒業している。
学生時代のジャンパー少年を語るうえで興味深いのは、その「全方位的な優秀さ」と「好奇心の広さ」だ。母校の記録によれば、彼は同校で受講可能なAP（大学レベルの先取り科目）とオナーズ科目をすべて履修し、物理・化学・生物・数学に加えて社会科学でも際立った成績を収めた。理系一辺倒の秀才像とは少し違う。チェスクラブ、科学・工学クラブに所属する一方、同校が全米で表彰されるほど強かった模擬国連（Model United Nations）プログラムに参加し、サッカー部でもプレーした。最終学年では、同校で初めて開講されたオナーズ卒業論文クラスに参加し、「ならず者国家のモデル（A Model for Rogue States）」と題する論文を書いている。後にタンパク質という極小の世界を解き明かす人物が、十代の頃は国際政治のモデル化に取り組んでいたというのは示唆に富む。物事を抽象的なモデルとして捉え、定量的に扱おうとする発想は、この頃から一貫していたとみることもできる。母校の校長は受賞に際し、「アッパースクール時代から明らかだった彼の好奇心と卓越への献身が、世界規模の変革的な業績へとつながった」と振り返っている。
大学はテネシー州ナッシュビルの名門ヴァンダービルト大学に進み、2007年に物理学と数学を専攻して理学士号を取得した。一つの分野に絞らず、物理と数学という二つの基礎科学を同時に修めたことは、後に物理の発想を化学・生物の問題に持ち込む彼のスタイルを予感させる。卒業と同年の2007年、彼は英国の大学院で学ぶための極めて競争率の高い奨学金「マーシャル奨学金（Marshall Scholarship）」を獲得した。優秀な米国人学生を英国の大学院に送り出すこの奨学金は、米国の若手研究者にとって登竜門の一つであり、ここまでの経歴だけを見れば、彼は文句なしのエリート街道を歩んでいた。
ケンブリッジ「中退」という分岐点——博士課程をやり直した「偶然の化学者」
ところが、ジャンパー氏のキャリアで最も人間味があり、かつ最も知られていないのが、この直後のつまずきである。マーシャル奨学生として渡英した彼は、ケンブリッジ大学の名高いキャヴェンディッシュ研究所に身を置き、理論的な「物性物理学（凝縮系物理学）」の博士課程に進んだ。英国の博士課程は通常3〜4年。ところが後年のインタビューで本人が語ったところによれば、彼は始めて約1年後、自分がこの物理の領域を本当に愛しているわけではなく、何年もこれを続ける自分が想像できないと悟ったという。そしてある日、指導教員の部屋に入っていき、「辞めることに決めました」と告げた。彼はこれを、博士号の代わりに修士論文を書いて修士号を得る「敗者復活賞（consolation prize）」だったと自嘲気味に振り返っている。記録上は、セント・エドマンズ・カレッジで理論凝縮系物理学の哲学修士（MPhil）を修めた、という一行で残るが、その裏には進路の根本的な軌道修正があった。
このつまずきが、結果的に彼を世界的な発見へと導く。ニューヨークの計算科学企業D.E.ショウ・リサーチ（D.E. Shaw Research）に移った彼は、約3年間、タンパク質などの分子の動きを計算機上で再現する「分子動力学シミュレーション」に没頭した。物理の道で行き詰まった青年は、ここで「分子を計算で扱う」という、後のキャリアの核心となる技能を身につけたのである。さらに転機は続く。ケンブリッジ時代の指導教員が「君は化学者になれるんじゃないか」と問い、シカゴ大学の化学の教授を紹介してくれたのだ。こうして彼は2011年からシカゴ大学に移り、2012年に理論化学の修士号、2017年に理論化学の博士号を取得する。指導教員はトビン・ソズニック（Tobin R. Sosnick）とカール・フリード（Karl Freed）の両教授。学位論文は「粗視化タンパク質の折りたたみとダイナミクスのための厳密な機械学習を用いた新手法（New Methods Using Rigorous Machine Learning for Coarse-Grained Protein Folding and Dynamics）」と題され、まさに機械学習をタンパク質の折りたたみ物理に応用する内容だった。AlphaFoldの萌芽は、この博士論文にすでにあったと言ってよい。
シカゴ大学は彼を「偶然の化学者（accidental chemist）」と呼ぶ。物理を志しながら物理に挫折し、回り道の末に化学の博士となり、最終的にノーベル化学賞に行き着いた——この経歴を一言で言い表した言葉だ。ジャンパー氏自身、母校での講演でソズニック、フリード両教授への深い感謝を述べ、彼らが与えてくれた知的な厳しさと仲間意識が初期の研究を形づくったと語っている。エリートの直線的な成功譚ではなく、「自分に向かない道を勇気をもって降り、向いている道に乗り換えた」という物語こそが、ジャンパー氏の本質を映している。
DeepMindでの9年——「博士号取得から6か月でAlphaFoldを任された」
2017年に博士号を取得したジャンパー氏は、ソズニック研究室で数か月ポスドクを務めたのち、Googleの「DeepMind」に職を得る。当時のDeepMindは、囲碁AI「AlphaGo」で世界を驚かせた直後で、次に何を成し遂げるかを模索していた。CEOのデミス・ハサビス氏は2017年後半、若きジャンパー氏をAlphaFoldプロジェクトに引き入れ、2018年にチームが拡大されると、彼を新たな研究リーダーに据えた。
この抜擢がいかに大胆だったかは、ジャンパー氏自身の言葉が物語る。移籍表明の際、彼はハサビス氏に向けて「博士号を取り終えてわずか6か月後の私に、AlphaFoldチームを率いさせるという本物の賭けに出てくれた」と謝意を述べている。実績も肩書もまだ薄い駆け出しの研究者に、社運を左右しかねない看板プロジェクトを任せる——これは並の判断ではない。そしてジャンパー氏はその信頼に、CASP14での歴史的勝利と、その後のノーベル賞という最大級の成果で応えた。ハサビス氏は移籍に際し、Xに「ジョン、この9年間の並外れたパートナーシップと素晴らしい協働に感謝する。我々がAlphaFoldで成し遂げたことは世界を変え、科学と医療のためのAIに何が可能かをこの分野に示し、AIがいかに人類に貢献しうるかを照らし出した」と投稿し、二人の関係が単なる上司と部下を超えた共同創造者のそれであったことをにじませた。
ジャンパー氏のDeepMindでの貢献はAlphaFoldにとどまらない。2023年からはGoogle DeepMindのディレクター（研究担当）を務め、ブルームバーグによれば、近年はGoogleがなかなか事業化に苦戦してきたコーディング（プログラミング支援）ツールの開発にも深く関わっていたという。タンパク質という生命科学の難問から、ソフトウェア開発支援という全く異なる応用領域まで、AIを「実際に役立つ道具」に変える力こそが彼の持ち味だと言える。この9年間で彼が積み上げた評価は、受賞歴の連なりにも表れている。2021年には科学誌ネイチャーが選ぶ「Nature's 10」に、2022〜2023年にはBBVA財団のフロンティア・オブ・ナレッジ賞、生命科学ブレークスルー賞、そして医学界のノーベル賞とも称されるラスカー賞（2023年、ハサビス氏と共同）に名を連ね、2024年のノーベル化学賞へと至った。さらに2025年には英国王立協会フェロー（FRS）、2026年には全米工学アカデミー会員にも選ばれている。
なぜAnthropicへ——「充電」後の新天地と、明かされない役割
そのジャンパー氏が、約9年を過ごしたGoogle DeepMindを去る。本人は2026年6月18日（米国時間の木曜）、Xで「約9年を経てGoogle DeepMindを離れ、Anthropicに加わることを決断した」と表明し、「しばらく充電期間を取ってから、Anthropicでスタートを切る」と述べた。古巣への敬意も忘れず、「GDMは特別な場所だ。これからも彼らが次にどんな素晴らしい発見をするのか、聞くのを楽しみにしている」と書き添えている。ブルームバーグやCNBC、ロイター、TechCrunchなど米英の主要メディアが6月19日にいっせいに報じ、日本でも読売新聞、東洋経済、日本語版ブルームバーグなどが続いた。
注目すべきは、Anthropicでの具体的な役職が、本人からも会社からも明らかにされていない点である。一部メディアは「AIネイティブな科学発見プラットフォームを率いる新たな取り組みを主導する」といった見立てを報じているが、これはあくまで観測・分析であり、Anthropicとジャンパー氏のいずれも肩書や担当領域を公式には確認していない。本稿執筆時点（2026年6月22日）で確実に言えるのは、ノーベル賞受賞者が競合へ移るという事実そのものと、それがAnthropicの生命科学・AI for science戦略と整合する、ということまでである。憶測の役職を既成事実のように語ることは避けたい。
この移籍が衝撃をもって受け止められたのは、タイミングも大きい。ジャンパー氏の表明とほぼ同時期（約48時間以内）に、Google DeepMindのジェミニ（Gemini）共同責任者で、現代の大規模言語モデルの基盤となった2017年の論文「Attention Is All You Need」の共著者でもあるノーム・シャジール氏が、OpenAIへの移籍を表明していた。Googleは約2年前、シャジール氏と彼が率いたCharacter.AIのチームを呼び戻すために約27億ドル（約4,200億円）を投じたと報じられており、その人物が再び去ったことになる。看板級のAI人材二人を48時間で失った格好で、各紙は「Googleにとって痛手」と一様に評した。資金で人材の在籍は買えても、忠誠や永続は買えない——シャジール氏の再離脱は、その厳しい現実を象徴している。
シリコンバレーのVCはどう見るか——「ノーベル賞級の成果」を買う賭け
ここからは、シリコンバレーのベンチャーキャピタル（VC）の視点で、この一件が持つ意味を統合的に読み解きたい。結論から言えば、投資家コミュニティはこの移籍を、単なる著名研究者の転職ではなく、「AI競争の次の主戦場がどこに移るかを告げる号砲」として受け止めている。
第一に、これは典型的な「ステートメント・ハイヤー（意思表示としての採用）」である。複数のテックメディアが指摘するように、ジャンパー氏は「フロンティアAIが、VC界隈の誇大広告ではなく、ノーベル賞委員会に値する科学的成果を生み出せること」を体現する存在だ。Anthropicが彼を迎えることは、同社が「一流の科学者が野心的な仕事をできる場所」であると世界に宣言するに等しい。投資家にとって重要なのは、この採用が、Anthropicが構築してきた「AI for science」部門が、生物学データベースにチャットの皮をかぶせただけのものではなく、ノーベル賞級の基礎科学的成果を生み出しうる組織を志向している、という強いシグナルになる点である。「ハードサイエンスへのAI応用レースは過熱しており、Anthropicはこの分野で間違いなく最強格の選手を獲得した」という評価が、業界の共通認識になりつつある。
第二に、これはAnthropicの一貫した戦略の総仕上げという文脈で読むべきだ。同社CEOダリオ・アモデイ氏は2024年のエッセイ「Machines of Loving Grace」で、AIによって生物学と医療が劇的に加速し、本来なら今後50〜100年かかる進歩を5〜10年に圧縮できる「圧縮された21世紀」が訪れうると説いた。感染症の予防・治療、がんの死亡率と発症率の大幅な低減、多くの精神疾患の治療、さらには人間の寿命の倍増までを射程に入れた、極めて野心的なビジョンである。このビジョンを実現するための布石を、Anthropicは2026年を通じて着実に打ってきた。2月にはアレン研究所（Allen Institute）と、ハワード・ヒューズ医学研究所（HHMI）との生命科学分野での旗艦的提携を発表し、HHMIのジャネリア研究キャンパスを拠点に、実験室で使える専門特化型のAIエージェントを開発する取り組みを始めた。4月には、設立からわずか半年あまり、社員10人未満ながら大半が旧ジェネンテックの計算生物学者という新興企業Coefficient Bioを、株式で約4億ドル（約620億円）と評価して買収した。これは「同社が作り上げたもの」への値付けというより、「適切な研究者さえ揃えればAnthropicが何を作れるか」への賭けだと評された。社内にウェットラボ（実験室）を構え、生物学ワークフロー向けAIエージェントの研究論文も公表してきた。こうして人材・データ・実験基盤・計算資源を一つずつ揃えてきた流れの頂点に、ノーベル賞受賞者の招聘が置かれたのである。
第三に、人材市場の力学そのものが、この移籍を後押ししている。人材分析企業シグナルファイア（SignalFire）の調査では、DeepMindのエンジニアがAnthropicへ移る確率は、その逆方向のおよそ11倍に達するとされる。フロンティアと目される企業の引力は、九桁（数億ドル規模）の報酬という引き止め材料すら上回りうる。日本の専門家からも示唆に富む分析が出ている。ジャーナリストの佐藤仁氏は、今回の移籍を「人材獲得競争が、チャットAIやコード生成の性能だけでなく、科学研究を支える人材の獲得にまで広がったことを示す」と位置づけ、「資金と計算基盤を持つだけでは足りない。研究者に計算資源・実験データ・研究時間を与える企業ほど、科学分野で成果を出しやすい」と指摘する。VC的に言い換えれば、AI企業の堀（モート）は、もはやモデルの賢さだけでなく、「一流の科学者が成果を出せる環境」をどれだけ用意できるかへと移りつつある、ということだ。ノーベル賞受賞者が組織図に載るという事実は、製薬企業やバイオテック、政府機関がAnthropicと交渉する際の力学そのものを変える——投資家はその無形の価値を冷静に値踏みしている。
今後の焦点——IPO、創薬、そして「いつ成果が測れるか」
最後に、この動きが今後いつ、どのような形で具体化するかを整理しておきたい。
直近で最大の文脈は、AnthropicのIPO（新規株式公開）である。同社は2026年5月28日、Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital、Capital Group、Coatue、D1 Capital Partnersらが共同主導するシリーズHで650億ドル（約10兆円）を調達し、ポストマネーで9,650億ドル（約150兆円）という、1兆ドルに迫る評価額に到達したと自社で発表した。これによりAnthropicは、評価額でライバルのOpenAIを上回り、世界で最も価値あるAIスタートアップとなった。年換算売上高は2025年末の約90億ドル（約1.4兆円）から、2026年5月には470億ドル（約7.3兆円）超へと急拡大したとされる。シリーズHは上場前最後の私募増資と位置づけられ、複数の報道によれば同社は6月1日に米証券取引委員会（SEC）へ非公開（コンフィデンシャル）でドラフトS-1を提出したという。予測市場ポリマーケット（Polymarket）では、2026年内のIPOに約74%の確率が織り込まれ、早ければ10月の上場という見方も出ている。引受幹事にはモルガン・スタンレーとゴールドマン・サックス、加えてJPモルガンの名が取り沙汰されているが、これらの上場時期・条件は市場環境やSEC審査次第であり、確定情報ではない点には留意が必要だ。
上場を目前に控えるこの局面でノーベル賞受賞者を迎えることは、公開市場の投資家に対して「Anthropicの価値はチャットボットの売上だけではない」と訴える、計算され尽くした一手でもある。AI競争の次の段階は、会話の流暢さよりも、医療・生物学・化学・ソフトウェア工学・半導体設計・材料科学・サイバー防御といった「間違いが高くつく領域」での実力で評価される——これが多くのアナリストの一致した見立てだ。Anthropicは、その最も検証の厳しい領域である生命科学に、世界が認める旗手を据えたことになる。
では、成果はいつ測れるのか。短期的にはまず、ジャンパー氏の「充電期間」が明け、彼が実際にどの役職・どのチームで何に着手するのかが最初の試金石となる。中期的には、アレン研究所・HHMIとの提携やCoefficient Bioの統合が、具体的な創薬パイプラインや科学的発見として結実するか、そしてClaudeを基盤とする科学向けエージェントが研究現場の「年単位のボトルネック」をどこまで縮めるかが問われる。ただし冷静な視点も欠かせない。AlphaFoldという一世代に一度の成果を生んだ研究者であっても、新天地で同等の飛躍を再現できる保証はない。アモデイ氏が描く「圧縮された21世紀」が誇張なのか予言なのかは、今後数年の検証可能な成果——臨床試験に入る新薬候補、査読を経た発見、再現性のあるブレークスルー——によってのみ判定される。シリコンバレーのVCがこの移籍に熱狂しつつも、その視線の奥に「で、実際に何が出てくるのか」という冷徹な問いを潜ませているのは、そのためである。ジャンパー氏のAnthropicでの第一歩は、AI業界全体にとって、来たるべき「AI for science」時代の現実度を測る重要なリトマス試験紙となるだろう。
