創薬の計算結果を誰が検証するのか — 生物学とコンピューター科学が協力する理由

創薬の計算を一緒に検証する理由 — 生物学とコンピューター科学が出会う研究現場

薬を作る研究に、なぜコンピューター科学者が必要なのでしょうか。創薬といえば、細胞を観察したり物質を試したりする実験室が思い浮かびます。しかし実験の前にも、難しい選択があります。疾患に関わる体内の働きのうち何を変えるか、どの物質を試すか、限られた時間と費用で何から確かめるかを決めなければなりません。

候補とデータが増えるほど、判断には複数の専門性が必要になります。生物学は生命現象を説明し、化学は物質の性質と反応を扱い、統計とコンピューター科学はデータのパターンを見つけて候補を比較する方法を提供します。異なる分野が同じ問いを解くために方法と判断を組み合わせることが、学際研究です。

生命科学は以前から多くの学問とともに発展してきました。今注目すべきなのは、計算が資料整理にとどまらず、どの実験をするかという意思決定にも深く関わっていることです。計算で候補を選ぶなら、その計算を信頼できるか判断することも研究の一部になります。

薬の候補を選ぶ段階から、複数の学問が交わる

疾患に関わるタンパク質の働きを調節する物質を探す場面を考えます。タンパク質は、信号の伝達や化学反応の補助など、多様な役割を持つ分子です。研究者は、どのタンパク質に働きかければ治療につながるか仮説を立てます。この対象を標的と呼びます。

次に、候補物質が標的のどこに、どのような形で結合するかを計算できます。実際に物質を作って試す前に、先に検討する候補を選ぶ助けになります。生命現象をデータ、数理モデル、計算で研究する計算生物学は、この過程に関わります。ただし、計算でよく合う候補でも、実際の結合、望む作用、安全性は実験で確認する必要があります。

コンピューターへ渡す資料を決める段階から、共同の判断が必要です。タンパク質のどの部分を含めるか、どの実験資料を比較基準にするかには、生物学の理解が欠かせません。計算できる形式への変換、モデル選択、誤差の検討には、コンピューター科学と数学・統計の知識が必要です。資料を変えると結果が変わり、結果の解釈から元の生物学的な仮定を見直すこともあります。

協力は、実験室の問いを一度コンピューターに渡して終わるものではありません。計算結果が次の実験を変え、実験データがモデルや解析方法を変えます。一人が複数分野を学ぶこともできますが、チーム全体でこのつながりを理解し、判断する力が必要です。

研究の問いを入力資料にし、計算環境を経て候補を評価し、実験につなぐ四段階

問い、入力と計算条件、結果解釈、実験は一つの流れです。研究過程の説明図であり、実際の分子構造や実験結果ではありません。

20種類の研究ツールを調べて生まれた、もう一つの問い

協力の必要性は、ツールを準備する過程にも現れました。最近、Nadoo Bioの20種類のカタログ、つまり研究ツール一覧を検討し、個別の実行環境を検証しました。名前を一覧に載せること、指定入力で実行を終えること、結果を研究に使えるか判断することは、それぞれ異なりました。

新しい装置でも動かないプログラムがあり、結果比較には数値の計算方法まで確認する必要がありました。コンピューターが研究道具になると、その道具が動く条件を理解する専門性も必要になります。 CPU・GPUと計算精度の違いは、その具体例です。

CPUモードとGPUモードは、速度だけが違うわけではない

CPUとGPUは、どちらも計算を担う装置です。CPUは多様な仕事や複雑な処理順序に、GPUは似た計算の大量並列処理に強みがあります。ただし、すべての研究ツールをGPUへ移すのが正解とは限りません。データ整理や一部の配列解析にはCPUが適し、多数の掛け算と足し算を繰り返すAIにはGPUが有利な場合があります。配列とは、タンパク質やDNAの構成単位の並びです。実際の利点は実装と入力サイズに依存します。

研究で特に注意したいのは、実行経路の違いです。CPUとGPUで異なる数値ライブラリやカーネルを使うことがあります。カーネルは、装置上で特定の演算をする小さなプログラムです。データのまとめ方や加算順序が違うと、末尾の桁も変わる場合があります。AIで広く使うPyTorchも、同じ入力でCPUとGPUの結果が最後のビットまで一致するとは保証していません。 [1]

CPUの結果が常に正しく、GPUが近似という意味ではありません。実際に使った数値型とアルゴリズムが重要です。逆に、コマンドでGPUを指定しただけで、全処理がGPUで動いたとも言えません。前処理はCPU、モデル計算はGPUという構成も一般的です。

比較では、同じファイルを渡した記録に加え、前処理と設定、学習済みの重みのバージョン、各段階を動かした装置も残す必要があります。まず、同じ研究の問いを比較しているかをそろえる作業です。

最新のBlackwell GPUでも、以前のモデルはすぐには動かなかった

RFantibodyの検証は、その例です。RFantibodyは、特定の対象を認識して結合するタンパク質である抗体の、候補構造と配列を設計するツールです。BlackwellはNVIDIAのGPU設計系統、CUDAは同社のGPUで計算するためのソフトウェア基盤です。2026年10月22日の記録では、従来のCUDA 11.8とPyTorch 2.3.1の組み合わせが、Blackwell上でno kernel image is availableというエラーで停止しました。その装置で実行できるGPUコードがなかったのです。

PyTorchを2.7.0+cu128へ変えても、もう一度失敗しました。実行ツールのuv runが、記録済みのインストール一覧に従い、以前のPyTorchを復元したためです。実行時にバージョンが戻らないよう固定して、初めてサンプルのパイプラインが完了しました。10月24日のChai-1検証でも、配布パッケージのPyTorch制約と、選んだBlackwell環境の競合を先に解決する必要がありました。

新しいGPUを用意しても、研究ツールがすぐ動くとは限らない

最新GPUを購入したり、クラウドで借りたりしても、研究ツールがそのまま動くわけではありません。プログラムにその装置用のコードが含まれ、ドライバーと計算ライブラリにも互換性が必要です。sm_120、CUDA、cu128は、この関係を確認するときに出てくる表記です。

sm_120は、GPUで動くコードの対象を示します。 120はNVIDIAの「Compute Capability 12.0」を意味します。装置が対応する機能や命令を区別するバージョンであり、性能が120点という意味ではありません。 [2]

CUDAは、NVIDIA GPU用のプログラムを開発・実行するソフトウェア基盤です。 CUDA Toolkitには、装置向けコードを作るコンパイラーや計算ライブラリなどが含まれます。OSからGPUを制御するドライバーも必要です。装置、ドライバー、開発ツール、実行ライブラリは関連していますが、同じものではありません。 [7]

cu128は、CUDA 12.8向けに作られたPyTorchの配布パッケージを示します。 sm_120がコードの対象となる装置機能を示すのに対し、cu128はインストールするソフトウェア側の情報です。PyTorch 2.7は、Blackwell対応とともにこのパッケージを提供しました。 [3]

実行を構成する要素

役割

確認する互換性

GPUとsm_120のコード対象

装置とコードが対象とするアーキテクチャ

そのGPUで実行できるコードが含まれるか

GPUドライバー

OSから装置を制御するソフトウェア

使用するCUDA実行環境に対応するか

CUDA実行環境

GPU計算のソフトウェア基盤

ドライバーと計算ライブラリが適合するか

PyTorchのcu128パッケージ

CUDA 12.8系で構築したフレームワーク

GPUと研究ツールの拡張モジュールに対応するか

研究プログラム

モデルと解析を実行するツール

その組み合わせで入力と計算経路が動くか

すべてのBlackwellがsm_120ではありません。 NVIDIAの公式表では、RTX PRO 4000 BlackwellとRTX 5090は12.0、B200は10.0、GB10は12.1です。同じ世代名だけで実行環境を同一視できません。 [2]

また、cu128を入れても、研究ツールが別に使う拡張モジュールまで自動で対応するわけではありません。装置に適した実行コードか、実行時に装置向けへ変換できる互換コードが必要です。後者の中間表現をPTXと呼びます。 [4]

研究者は、問いを立て、データを準備し、結果を解釈するだけでも多くの時間を使います。そこにパッケージ選択、依存関係の競合、実行時のバージョン復元の追跡まで加わると、研究を始める前から負担が増えます。クラウドは装置を調達する手間を減らしますが、借りた装置とツールの互換性までは自動で保証しません。

だから、生物学研究者とコンピューター科学・インフラの専門家の協力が必要です。研究者は意味のある入力と結果を判断し、環境の担当者は一貫して実行できる構成と記録を整えます。失敗が入力、モデル制約、インストール環境のどこに由来するかを、一緒に区別できることが重要です。

同じ入力で、装置のsm_120、CUDA 12.8ビルド、実際の実行カーネルを順に確認する流れ

GPUモデル、ソフトウェアのビルド、実際のカーネルは個別の確認対象です。これらの事例は特定入力の実行成功を示し、あらゆる研究条件での予測精度を証明するものではありません。

研究に加えて、実行環境まで自分で作るとしたら

研究者は論文を読み、仮説を立て、実験を設計し、データを解釈します。新しい計算ツールを使うために、ドライバーとパッケージのバージョンを合わせ、エラーを追い、メモリ不足に応じて設定を変えるなら、相当な仕事が追加されます。

RFantibodyの例では、生物学的な入力を変えても、インストールのバージョンが戻る問題は解決しませんでした。その対応中は、本来知りたかった候補の性質を調べ始めることすらできません。動いた後も、別のコンピューターへの移行やライブラリ更新で再確認が必要になる場合があります。

学際研究は、一人が生物学、コンピューター科学、インフラ運用をすべて担うことではありません。 専門性をつなぎ、繰り返し必要になる環境準備を共同で管理する方法も必要です。コンピューター科学者はモデル、アルゴリズム、数値計算を扱い、研究ソフトウェアやインフラのエンジニアは導入・実行・記録を安定して維持できます。役割を兼ねることはあっても、科学的な問いと運用作業の責任は区別できるべきです。

生物学研究者が毎回環境を組み立て直さずに済み、計算条件は確認できる。その上で研究者と計算の専門家が一緒に結果を判断することが、現実的な協力です。準備の負担を減らしても、解釈に必要な情報まで隠してはいけません。

FP16とFP32は何を変えるのか

互換性を解決したら、次は数値の問題です。FP16とFP32は命令名ではなく、数をそれぞれ16ビットと32ビットで保存する浮動小数点形式です。 浮動小数点は数の大きさと有効な桁を分けて表します。実際の計算には、命令、ソフトウェア、中間値の加算方法も関わります。

コンピューターはすべての実数を正確には保存できず、決められたビット数で表せる値に丸めます。FP16はFP32より省メモリですが、表現できる範囲や値の間隔には大きな制約があります。小さな算術例で確認できます。

教育用の例: 2048 + 1 - 2048を、各演算後に指定形式で保存するとします。最も近い値へ丸め、ちょうど中間なら有効数字が偶数となる側を選ぶ条件です。タンパク質のスコアや実験値ではありません。

計算段階

FP16

FP32

2048 + 1を計算して保存

2048

2049

保存した値から2048を引く

0

1

FP16で2048の次に大きい表現可能な数は2050です。中間の2049は、この丸め規則では2048になります。最初に失われた1は後から取り戻せません。同じ入力と式でも、保存形式が結果に影響します。

加算順序も影響します。同じFP16でも、括弧を先に計算する2048 + (1 - 2048)は1になります。積と和をまとめて処理するFMA命令は、別々に計算するときと丸め回数が違い、結果が変わることがあります。FMAの方が数学的な正確な値に近い場合もあります。これは故障やデータ改ざんではなく、CPUにも当てはまる数値計算の性質です。 [5]

教育用の計算例。FP16は2048足す1を2048として保存し最終結果0、FP32は2049を保持し最終結果1

各段階で指定形式に丸めた例です。実際のモデルは中間値を高い精度で加算する場合があり、すべてのFP16モデルがこの通りに動くわけではありません。

AIモデルでは混合精度を使うこともあります。例えば、一部の積を低精度で計算し、合計をFP32で蓄積します。BF16も16ビットですが、数の範囲と細かさへのビット配分がFP16と異なります。TF32は、対応GPUの一部の行列演算で入力精度を減らす方法です。「FP32データを入力した」という記録だけでは、内部のすべての演算精度を判断できません。 [1]

低精度はメモリ削減や高速化につながります。問題は低精度そのものより、研究目的に必要な結果を保つか確認せずに使うことです。

数値の違いは、研究判断も変えるのか

コンピューター科学者は数値型、カーネル、乱数、並列処理を追い、数値解析の観点から差を調べられます。生物学・創薬の研究者は、それが候補選定や次の実験にどう影響するかを判断します。一人が両方を担うこともありますが、チームには二つの視点が必要です。

仮に二候補の予測スコアが非常に近く、環境による変動がその差を上回るなら、一度の計算で一位と二位を断定することは困難です。変わった小数桁だけでなく、候補順位、選別基準を通るか、注目する構造領域がどれほど安定しているかを調べます。

すべての出力に同じ許容誤差も使えません。分類、エネルギー、原子座標は意味と単位が違います。研究に合う比較基準を定め、基準実行と変更環境を照合します。FP32も比較基準にはなりますが、生物学的な正解ではありません。

特に構造予測の信頼度は、提示された形をモデルがどの程度信頼するかという指標です。結合の強さや薬効とは異なります。計算差が小さいこと、予測構造が妥当であること、実際に結合することは、それぞれ別の根拠です。

基準実行と変更実行の数値分布を比較し、候補選別の安定性を確認して実験対象を決める流れ

重ねた線と候補カードは比較方法の概念図であり、実測値や特定モデルの精度グラフではありません。

クラウドでは計算条件も研究記録になる

クラウドは、インターネット経由で外部の計算資源を借りる方法です。研究チームは装置を買わずにサーバーやGPUを使えます。ただし仮想サーバーやGPUだけの提供なら、OS、ライブラリ、モデルの準備と障害対応は利用者に残る場合があります。

計算装置へアクセスできることと、研究ツールが準備された環境を使えることは異なります。 管理された環境や共用研究基盤は負担を減らせます。それでも、どのモデル、入力範囲、装置の組み合わせを実際に確認したかが分かる必要があります。GPUを借りただけで研究条件は同じになりません。装置のソフトウェア、モデルと重み、精度設定も比較条件を変えます。

シードも記録します。シードは乱数生成の出発値で、候補生成やサンプリングを再比較する助けになります。ただし、同じシードでもCPU・GPUやライブラリのバージョンをまたいだ同一結果は保証されません。 [6]

必要なのは複雑な運用ログ全体というより、どの入力を、どのモデルと環境で、どの条件で計算したかを再確認できるつながりです。元入力と前処理、モデル・重みのバージョン、実行イメージ、装置、精度、シード、出力を残します。エラーと再試行履歴も、成功結果がどの過程から生まれたかを知るために必要です。

費用も研究設計につながります。同じ予算で、多数の候補を一度ずつ計算するのと、少数を複数条件で繰り返すのでは研究が異なります。総実行時間と失敗・再試行費用まで分かれば、どの比較に資源を使うか判断できます。高速化の専門性と、繰り返し確認する問いを選ぶ専門性が出会うところです。

入力ファイル、固定した実行環境、結果と再試行記録を結び、次の比較実行へつなぐ流れ

入力・環境・結果・再試行を一緒に残せば、次の実行で変わった条件を追えます。研究チームに必要な記録の説明図です。

一緒に決めるのは、何を信頼するか

互換性や丸めは、導入や数値処理の問題に見えます。しかし、その計算で実験候補を選ぶなら、何を比較し、どこまで信頼できるかをチームが共有する必要があります。計算条件と生物学的解釈を切り離しにくくなるのです。

協力は、研究者が問いを渡し、エンジニアがサーバーを起動する分業を超える必要があります。問いを表す入力を一緒に定め、何を固定・比較するかを実行前に合意し、数値差が次の実験を変えるほど意味を持つかを一緒に判断します。

生物学的な問いが明確だから計算が役立ち、計算過程が検証されるから結果を解釈できます。実験結果が戻れば、モデルの仮定や評価基準も見直します。創薬で二分野が協力する理由は、計算量を増やすだけでなく、どの計算結果を根拠に次の実験を決めるかについて、責任を共有するためです。

参考文献

  1. PyTorch. Numerical accuracy. 2.9公式文書。CPU・GPUの差、TF32、FP16・BF16の中間加算。2026年10月25日確認。

  2. NVIDIA. CUDA GPU Compute Capability. 装置ごとの公式能力表。2026年10月25日確認。

  3. PyTorch Team. PyTorch 2.7 Release. 公式リリース案内、2025年4月23日。Blackwell・CUDA 12.8対応節。2026年10月25日確認。

  4. NVIDIA. Blackwell Compatibility Guide. 公式互換性文書。バイナリーとPTXの互換性。2026年10月25日確認。

  5. NVIDIA. Floating Point and IEEE 754. 公式技術文書。§2.1–2.3の数表現、演算順序、FMA。2026年10月25日確認。

  6. PyTorch. Reproducibility. 2.9公式文書。乱数制御と環境間の再現性の限界。2026年10月25日確認。

  7. NVIDIA. NVIDIA CUDA Toolkit. 公式製品・開発文書。コンパイラー、計算ライブラリ、ランタイム構成。2026年10月25日確認。