こんにちは。弁理士の高橋です。2025年4月、米国FDA（Food and Drug Administration）は、医薬品開発における動物実験への依存を段階的に見直す方針を発表しました。
出典１：FDA, “FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs”
https://www.fda.gov/news-events/press-announcements/fda-announces-plan-phase-out-animal-testing-requirement-monoclonal-antibodies-and-other-drugs
出典２：FDA, “FDA Achieves Year 1 Goals for Reducing Animal Testing in Drug Development”
https://www.fda.gov/news-events/press-announcements/fda-achieves-year-1-goals-reducing-animal-testing-drug-development
このニュースは世界中の製薬業界に大きな衝撃を与えました。「FDAが動物実験を廃止する」という見出しを目にした方も多かったのではないでしょうか。しかし実際には、FDAが目指しているのは単純な動物実験の廃止ではありません。より正確に言えば、「人間により近い評価手法への移行」です。
2026年現在、この方針は単なる宣言ではなく、実際の制度運用へと移行しつつあります。AIによる毒性予測（in silico）、ヒト由来オルガノイド、Organ-on-a-chipといった技術は、医薬品開発だけでなく、食品・フードテック分野にも大きな影響を与える可能性があります。
そして興味深いことに、この変化は規制だけでなく、将来的には特許実務にも影響を及ぼすかもしれません。今回はFDAの最新動向を整理しながら、NAMsの普及が知財戦略にどのような変化をもたらす可能性があるのかを考察してみます。
１．なぜFDAは動物実験依存を見直そうとしているのか
従来、新薬開発ではラットやマウス、サルなどを用いた動物実験（in vivo試験）が標準的な評価手法として利用されてきました。その理由は単純です。人間に投与する前に安全性や有効性を確認する必要があるからです。
しかし近年、この前提に対する疑問が強まっています。最大の理由は、「人以外の動物と人は同じではない」という点です。免疫系、代謝経路、受容体の構造などは種によって異なります。そのため、動物で有効だった薬剤が人間では効果を示さなかったり、逆に予想外の副作用が発生したりすることがあります。
特に近年増加しているモノクローナル抗体や遺伝子治療薬などでは、この問題が顕著です。ヒト向けに高度に最適化された医薬品を動物で評価しても、十分な予測能力が得られないケースがあるのです。
出典３：Cambridge Quarterly of Healthcare Ethics, “The Flaws and Human Harms of Animal Experimentation”
https://pmc.ncbi.nlm.nih.gov/articles/PMC4594046/
さらに動物実験には、
・長い開発期間
・高額な試験コスト
・動物福祉上の課題
といった問題もあります。抗体医薬の毒性試験では非ヒト霊長類を用いることも多く、その費用は数千万円から億円規模に及ぶ場合もあります。FDAはこうした背景を踏まえ、動物実験中心の評価体系を見直そうとしているのです。
2．NAMs（New Approach Methodologies）とは何か
FDAが推進しているのがNAMs（New Approach Methodologies）です。NAMsとは、動物実験に代わる、あるいは動物実験を補完する新しい評価技術の総称です。
代表例としては、
・in vitro試験（細胞試験）
・オルガノイド
・Organ-on-a-chip
・AIによる毒性予測
・コンピュータシミュレーション（in silico）
・リアルワールドデータ解析
などがあります。なかでも近年急速に進歩しているのがin silico技術です。
AI創薬の分野では、
・標的探索
・化合物スクリーニング
・毒性予測
・薬物動態予測
が実用レベルに近づいています。また、Organ-on-a-chip技術では、ヒトの臓器機能を模倣したマイクロデバイスを利用して、より現実に近い反応を観察することが可能になっています。FDAはこうした技術を積極的に評価し、実際の承認プロセスに組み込もうとしています。
出典４：NCATS, Microphysiological Systems Program
https://ncats.nih.gov/research/research-activities/tissue-chip
もっとも、現時点でin silicoやin vitroが完全にin vivoを代替できるわけではありません。生体内では、免疫反応、代謝、ホルモン、腸内細菌叢（マイクロバイオーム）、個体差など、多数の要因が複雑に相互作用しています。こうした現象はしばしば「生体の複雑性」と呼ばれ、現在のAIやシミュレーション技術でも完全に再現することは困難です。
FDAが目指しているのも、必ずしも動物実験の全面廃止ではなく、目的に応じて複数の評価手法を組み合わせながら、より人間に近い予測を実現することだと考えられます。
３．AIによる毒性予測技術と特許
一方、NAMsの中でも特に注目されるのがAIを活用した毒性予測です。日本にも関連する特許例があります。特許第6941353号は、化合物の構造情報から毒性発現確率を予測する技術に関する発明です。
出典５：特許情報プラットフォーム（J-PlatPat） 特許第6941353号
https://www.j-platpat.inpit.go.jp/c1801/PU/JP-2017-135877/10/ja
従来の毒性評価では、動物実験や細胞試験による確認が必要でした。これに対し、本技術では分子構造情報から特徴量を抽出し、機械学習モデルを用いて毒性を推定します。もちろん現時点でAIがすべてを代替できるわけではありません。しかし、「どの候補化合物を優先的に評価するか」という判断には非常に有効です。創薬の初期段階では数万～数百万の候補分子が存在することもあります。AIによって候補を絞り込めれば、研究開発コストを大幅に削減できる可能性があります。
４．2026年現在、FDAの取り組みはどこまで進んでいるのか
2025年の発表当時、多くのメディアは「動物実験廃止」という言葉を強調しました。しかし実際には、FDAは段階的な移行を目指しています。2026年現在も、動物実験は依然として重要な評価手法です。ただし、FDAはNAMsを利用した評価データの活用を拡大しており、特に抗体医薬を中心に新たな評価体系の構築を進めています。つまり現在は、「動物実験かNAMsか」ではなく、「どのように組み合わせるか」が議論されている段階と言えるでしょう。
5．将来、特許実務はどう変わるのか
ここで気になるのが、「特許出願でもin vivoデータは不要になるのか」という点です。結論から言えば、現時点ではまだ難しいでしょう。
医薬品特許の分野では、
・実施可能要件（Enablement）
・記載要件（Written Description）
が重視されています。
特に米国では、「本当に発明が実施できるのか」が厳しく審査されます。そのため、単なる理論やAI予測だけでは十分でないケースが少なくありません。日本でも薬効を主張する発明では、実験データの裏付けが重要視される傾向があります。したがって、in silicoデータだけで特許を取得できる時代はまだ到来していないと言えるでしょう。
現在の医薬品開発では、in vivo・in vitro・in silicoのいずれか一つだけが利用されるわけではありません。それぞれに長所と短所があり、相互に補完しながら活用されています。また、特許実務の観点から見ると、それぞれのデータが持つ説得力にも違いがあります。
| 項目 | in vivo（イン・ビボ） | in vitro（イン・ビトロ） | in silico（イン・シリコ） |
|---|---|---|---|
| 意味 | 生体内での実験 | 試験管内での実験 | コンピュータ内でのシミュレーション |
| 主な例 | 動物実験、臨床試験 | 細胞培養試験、オルガノイド試験 | AI創薬、毒性予測、分子シミュレーション |
| 実験対象 | 動物（マウス、ラット、サル等）またはヒト | 細胞、組織、酵素、受容体など | データ、アルゴリズム、仮想モデル |
| 生体再現性 | 高い（全身反応を観察可能） | 中程度（特定の細胞・組織に限定） | モデル精度に依存 |
| コスト | 非常に高い | 中程度 | 比較的低い |
| 所要時間 | 数週間～数か月 | 数日～数週間 | 数分～数時間 |
| 倫理的課題 | 動物福祉への配慮が必要 | ヒト細胞利用時に倫理審査が必要な場合あり | 比較的少ない |
| FDA等の規制当局からの評価 | 現在も最も信頼性が高い | 高まりつつある | 急速に評価向上中 |
| 特許明細書での説得力 | 非常に高い | 中～高 | 現時点では補足資料として扱われることが多い |
| 主な用途 | 有効性・毒性の最終確認、薬物動態評価 | 作用機序解析、候補物質の選別 | 化合物設計、毒性予測、スクリーニング |
| 最近の動向 | 動物実験依存を段階的に見直す動き | オルガノイドやOrgan-on-a-chipが急成長 | AI創薬の進展により急速に普及 |
現状では、特許明細書や規制当局への提出資料において、in vivoデータが依然として高い評価を受けています。しかし、AI創薬やオルガノイド技術の進歩により、in vitroやin silicoデータの重要性は着実に高まっています。将来的には、これらの新しい評価手法がどこまで規制当局や特許庁に受け入れられるかが、研究開発戦略や知財戦略を考える上で重要なポイントになるでしょう。
6．それでも変化の兆しはある
一方で、AI予測データやシミュレーション結果の価値は着実に高まっています。
実際にAI創薬スタートアップの出願では、
・バーチャルスクリーニング結果
・結合予測データ
・毒性予測データ
などが明細書に記載される例が増えています。欧米では計算科学的データを補助的証拠として利用する事例も増加しています。
もっとも、FDAと特許庁は制度目的が異なります。FDAは安全性と有効性を評価する機関です。一方、特許庁は発明の開示と再現可能性を評価します。したがって両者は必ずしも同じ基準で動くわけではありません。
それでも、規制当局が新しい科学的証拠を重視し始めれば、長期的には特許実務にも影響を与える可能性があります。
7．この流れはフードテックにも波及するのか
Food Patent Labとして特に注目したいのがこの点です。FDAの動きは医薬品業界だけの話ではありません。
例えば、
・培養肉
・精密発酵
・代替タンパク質
・機能性食品
・腸内細菌関連技術
などの分野でも、人間に近い評価系の重要性が高まっています。培養肉では細胞の安全性評価が重要です。機能性食品ではヒトへの作用機序の説明が求められます。腸内細菌分野ではヒト由来モデルの活用が急速に進んでいます。
今後、NAMsの普及によって、「どのようなデータが信頼できるエビデンスと見なされるのか」という基準そのものが変化する可能性があります。その変化は研究開発だけでなく、特許戦略にも影響を及ぼすでしょう。
８．これからの知財戦略に求められること
今後の知財戦略では次の三つが重要になると考えています。第一に、in silicoやin vitroデータを積極的に活用すること。第二に、FDAやEMAなど規制当局の動向を継続的に追うこと。そして第三に、規制と知財の接点を意識することです。
研究開発の評価基準が変われば、特許実務も少しずつ変化します。将来を見据えるなら、今のうちからNAMsを含めたエビデンス戦略を考えておく価値は十分にあるでしょう。
まとめ
FDAの方針転換は、単なる規制の変更ではありません。AI、オルガノイド、Organ-on-a-chipなどの技術が進歩することで、「どのようなデータを信頼するのか」という基準そのものが変わり始めています。その変化は、医薬品開発だけでなく、フードテック、バイオテクノロジー、そして知財実務にも及ぶ可能性があります。
今後は研究開発だけでなく、特許戦略においてもNAMsを含む新しいエビデンスの活用を意識することが重要になるでしょう。
