株式会社renue
2026/4/16 公開
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
製薬会社の研究開発（R&D）部門の業務内容｜創薬研究から化合物スクリーニングまで徹底解説
製薬会社の研究開発（R&D）部門は、新しい医薬品の「種」を発見する部門です。疾患メカニズムの解明から創薬標的の特定、化合物のスクリーニング、リード化合物の最適化まで、臨床試験に進む候補化合物を生み出す全プロセスを担います。1つの新薬が誕生するまでに平均10〜15年を要する長期的な研究活動であり、製薬会社の将来の収益を左右する最重要部門です。
本記事では、研究開発部門の主要業務（創薬標的の探索、化合物スクリーニング・リード最適化、非臨床試験、文献調査・研究報告、特許戦略）を具体的に解説します。
研究開発部門の主要業務
業務1：創薬標的の探索・検証
業務の詳細
- 疾患メカニズムの解明：対象疾患の分子生物学的メカニズムを研究し、治療介入のポイント（創薬標的）を特定
- 標的タンパク質の検証：特定した標的タンパク質が薬効を発揮する上で妥当かをin vitro/in vivoで検証
- バイオマーカーの探索：薬効評価や患者層別化に使用するバイオマーカーの特定
- オミクスデータの解析：ゲノミクス、プロテオミクス、メタボロミクス等の網羅的データ解析
- 外部との連携：大学・研究機関との共同研究、ベンチャー企業からのシーズ導入（出典：エーザイ "研究開発の流れ"）
この業務で人間にしかできないこと
- 創薬標的の着想（「この分子を狙えば疾患を治療できるのでは」という仮説構築は研究者の創造力）
- 研究の方向転換判断（「このアプローチは行き止まりだ」と見切るタイミングの判断）
業務2：化合物スクリーニング・リード最適化
業務の詳細
- ハイスループットスクリーニング（HTS）：数万〜数百万の化合物ライブラリーから、標的に作用する化合物を自動スクリーニング（出典：中外製薬 "くすりを創る"）
- バーチャルスクリーニング：計算化学を用いて、コンピュータ上で候補化合物を絞り込み
- ヒット化合物の評価：スクリーニングで見つかったヒット化合物の活性・選択性・物性を評価
- リード最適化：ヒット化合物の構造を改変し、薬効・安全性・体内動態を最適化
- 合成化学：最適化された化合物の合成ルートの設計と実際の合成
この業務で人間にしかできないこと
- 化合物設計のアイデア（「この構造をこう変えれば活性が上がるのでは」というメディシナルケミストの直感）
- 多目的最適化の判断（薬効・安全性・合成容易性・特許性のバランスを考慮した化合物選択）
業務3：非臨床試験（前臨床試験）
業務の詳細
- 薬効薬理試験：動物モデルを用いた薬効の確認（疾患モデルでの有効性評価）
- 安全性試験（毒性試験）：単回投与毒性試験、反復投与毒性試験、生殖発生毒性試験、遺伝毒性試験の実施
- 薬物動態試験（ADME）：吸収、分布、代謝、排泄の評価
- 製剤化研究：原薬を投与可能な剤形（錠剤、カプセル、注射剤等）に加工する製剤技術の開発
- GLP適合試験：GLP（Good Laboratory Practice）基準に適合した規制当局への申請用試験の実施
この業務で人間にしかできないこと
- 毒性所見の解釈（「この所見はヒトにも外挿できるか」の毒性病理学的判断）
- 開発候補化合物の最終選定（Go/No-Go判断は膨大なデータを統合した専門家の総合判断）
業務4：文献調査・研究報告
業務の詳細
- 学術論文のサーベイ：PubMed、Google Scholar等の学術データベースから関連論文を網羅的に調査
- 研究報告書の作成：実験結果をまとめた研究報告書の作成（社内報告・規制当局提出用）
- 学会発表・論文投稿：研究成果の学術的な発信
- 競合パイプラインの調査：競合他社の開発パイプライン、公開特許の動向調査
- レギュラトリーサイエンスの調査：FDA・PMDA等の規制当局のガイドライン・審査動向の調査
この業務で人間にしかできないこと
- 論文の批判的吟味（「この論文の結論は信頼できるか」の科学的判断力）
- 研究戦略への反映判断（「この競合の動きは自社の研究方針にどう影響するか」の戦略的判断）
業務5：特許戦略・知財管理
業務の詳細
- 発明の発掘：研究成果から特許化可能な発明を見つけ出し、発明提案書を作成
- 先行技術調査：出願前に類似の既存特許がないかを調査
- 特許出願戦略：物質特許、用途特許、製法特許等の出願タイミングと範囲の戦略立案
- 特許ポートフォリオの管理：保有特許の維持・放棄判断、ライセンス交渉
- パテントクリフへの対応：主力製品の特許切れに備えたライフサイクルマネジメント
この業務で人間にしかできないこと
- 特許出願のタイミング判断（早すぎれば保護期間が短くなり、遅すぎれば先行される戦略的判断）
- ライセンス交渉（導入・導出の条件交渉は対人コミュニケーション）
AI化の可能性と限界
AIで効率化できる業務
- バーチャルスクリーニングの高速化：AIが数十億の化合物ライブラリーから候補を高速探索
- 化合物の物性予測：機械学習が化合物の活性・毒性・溶解性等の物性を構造から予測
- 文献サーベイの自動化：LLMが大量の学術論文を自動検索→要約→トレンド分析
- 分子生成：生成AIが目標プロファイルに合致する新規化合物構造を自動設計
- 実験計画の最適化：AIが実験パラメータの最適組み合わせを提案し、実験回数を削減
人間にしかできない業務
- 創薬標的の着想：「何を狙うか」の仮説構築は研究者の創造力
- 化合物設計の直感：メディシナルケミストの経験に基づく構造改変のアイデア
- 毒性所見の解釈：動物実験の結果をヒトに外挿する専門的判断
- Go/No-Go判断：開発候補化合物を臨床に進めるかの最終判断
- 特許出願のタイミング判断：競合動向を見据えた戦略的な知財判断
まとめ
製薬会社の研究開発部門は、創薬標的の探索、化合物スクリーニング・リード最適化、非臨床試験、文献調査・研究報告、特許戦略の5つの業務で構成されています。AIはバーチャルスクリーニングの高速化や分子生成、文献サーベイの自動化で創薬プロセスを大幅に加速しますが、創薬標的の着想、化合物設計の直感、毒性所見の解釈、Go/No-Go判断は完全に研究者の創造力と専門的判断力の領域です。