Cradleとは？
Cradleは、AIを使ってタンパク質の設計・最適化を行うバイオテック向けプラットフォームです。製薬、農業、食品、工業用化学品など、タンパク質を扱う研究開発のあらゆる領域をカバーしています。
従来のタンパク質工学は、試行錯誤を繰り返す地道な作業でした。「どの変異を入れれば活性が上がるか」を確かめるために、何百・何千もの候補を実験で一つひとつ検証していく必要があります。時間もコストも膨大です。
Cradleはその流れを変えます。研究者が実験データをアップロードするだけで、AIが「次に試すべき配列の候補96件」を提示してくれます。ラウンドを重ねるごとにAIが学習し、より精度の高い提案を出し続ける仕組みです。コーディングの知識は不要で、ウェブブラウザ上で完結します。
最大12倍
開発スピード向上
最大90%
コスト削減
50+
進行中のR&Dプログラム
Top25製薬の6社
利用実績
主な機能
Cradleには、タンパク質研究を加速させるための機能が揃っています。プログラミング不要で使えるウェブUIが中心です。
AIによる配列生成（Generate Designs）
「Generate」ボタンを押すだけで、AIが次ラウンドで試すべき新しいタンパク質配列を96件提案。多様性と新規性のバランスを保ちながら、目標特性に近い候補を絞り込みます。
複数特性の同時最適化
活性・親和性・特異性・発現量・熱安定性など、複数の特性を同時に最適化します。実際の創薬では「結合力だけ高くても使えない」ため、この多目的最適化が大きな意味を持ちます。
実験データからの継続学習
アッセイデータをアップロードするたびに、AIモデルがそのタンパク質への理解を深めます。ラウンドを重ねるほどに提案精度が上がる仕組みです。
3D構造予測・コドン最適化
3Dの立体構造予測、熱安定性の最適化、コドン最適化など、設計支援ツールを内包。これらを組み合わせて候補の品質を総合的に評価できます。
ラウンド管理・進捗トラッキング
ラウンドステータスの管理と、各タンパク質特性のリアルタイム指標表示に対応。どのラウンドでどれだけ改善したかを視覚的に把握できます。
目標達成予測・API連携
各特性の達成見込みを予測し、目標達成までの期間を推算します。APIエンドポイントも備えており、既存の実験ワークフローへの組み込みにも対応しています。
自社ウェットラボによる基盤データ
Cradleはアムステルダムに自社の実験室（ウェットラボ）を持ち、内部でタンパク質のA/Bテストを行っています。この独自データが基盤モデルの学習に使われており、顧客は自社データだけでも高品質なAIモデルを利用できます。「基盤データセットの不足」という業界課題を自前で解消している点が、他のタンパク質設計ツールとの大きな違いです。
料金
CradleはエンタープライズSaaSとして提供されており、公式サイトには価格表は掲載されていません。利用するにはデモリクエストから問い合わせる形式です。
| 項目 | 内容 |
|---|---|
| 提供形態 | エンタープライズSaaS（要お問い合わせ） |
| 無料トライアル | 公式サイトに記載なし（要確認） |
| 課金モデル | ユーザー数＋利用量に基づく（公式情報） |
| 対象 | 製薬・バイオテック企業の研究チーム |
料金の目安について
大手製薬（J&J、Abbvie、Novo Nordiskなど）や研究機関が主要顧客です。中小の研究チームや個人研究者向けのセルフサービスプランは現時点では確認されていません。利用の可否・費用感はデモで確認するのが確実です。
こんな人におすすめ
Cradleは特定の業界・職種に強く向いています。
製薬・バイオテック企業
抗体医薬品・酵素・ペプチドの開発チームに向いています。複数ラウンドの実験を通じてAIが学習し、開発サイクルの短縮につながります。
MLに詳しくない研究者
機械学習の専門知識がなくても操作できるUIを備えています。「データをアップロードして候補を生成する」流れがメインなので、実験科学者がそのまま使えます。
IP保護を重視する組織
顧客の実験データと知的財産は完全に分離管理されます。共同研究やライセンス契約を結ばずに社内で完結させたいチームに向いています。
抗体医薬品の開発
結合力・安定性・発現量を同時に最適化。Bayer、J&Jなどの抗体エンジニアリングプログラムで採用実績あり。
酵素の機能改善
P450酵素などの工業用酵素を4倍速で最適化した事例を公開。活性・熱安定性の向上に実績。
診断薬・ワクチン開発
診断タンパク質やワクチン用抗原の設計にも対応。多特性の同時最適化が有効に働く分野。
農業・食品向けタンパク質
農薬耐性タンパク質や食品用酵素の開発。従来比1.2〜12倍の開発速度向上が報告されている。
注意点
導入前に把握しておきたい点をまとめました。
知っておきたいこと
- 個人・スタートアップ向けではない：現時点では大手製薬・バイオテック企業がメインのターゲットです。セルフサービスプランや個人向け低価格帯は確認されていません
- 価格が不透明：公式サイトに料金表がなく、デモリクエストが必要です。予算の目安をつけるだけでも時間がかかる場合があります
- 実験データが前提：Cradleは実験データを学習して精度を高める設計です。データが少ないプロジェクトや実験環境がない状況では効果が出にくい可能性があります
- モバイルアプリ・ブラウザ拡張なし：Webプラットフォームのみの提供で、スマートフォンからの操作は想定されていません
- クローズドなコードベース：オープンソースではないため、内部ロジックのカスタマイズや独自の改変はできません
従来の手法との比較
Cradleが既存のアプローチとどう違うかを整理すると、以下のようになります。
| 手法 | 特徴 | 課題 |
|---|---|---|
| 従来の試行錯誤 | 実績・経験に基づく変異導入 | 実験コストが高く、速度が遅い |
| AlphaFold / Rosetta | 構造予測モデル | 専門知識・計算資源が必要。設計（生成）には不向き |
| Cradle | 実験データ学習型AIによる候補生成 | 実験データが少ない初期段階は精度が出にくい |
セキュリティとIP管理
SOC 2 / ISO 27001準拠：エンタープライズ水準のセキュリティを実装
データは顧客のもの：実験データは顧客専用モデルの学習にのみ使用。Cradleの社員も顧客のIPにアクセスできない設計
ゼロトラスト採用：全通信を暗号化し、内部でもゼロトラストアーキテクチャを採用
まとめ
Cradleは、AIによるタンパク質設計をコーディングなしで実行できるエンタープライズ向けプラットフォームです。
「次に試す配列をAIに提案してもらう」という使い方で、実験のラウンド数を減らし開発期間を短縮します。大手製薬6社を含む50以上のR&Dプログラムでの採用実績があり、抗体・酵素・農業用タンパク質など幅広い領域で使われています。
個人研究者や小規模チームには現時点でハードルが高いですが、組織として本格的なタンパク質工学を行うチームなら、導入を検討する価値があります。まずはデモを申し込んで、自社のユースケースに合うかを確認するところから始めるのが現実的です。
グーグル