- Google DeepMindが、ノーベル賞を受けた「AlphaFold」の専属開発チームを解体したと報じられました
- 初期論文の著者のうち、およそ4人に1人がすでにGoogleを退社しています
- ノーベル化学賞受賞者のジョン・ジャンパー氏は、6月19日にAnthropic移籍を表明しました
- AlphaFold本体とデータベースは停止されず、300万人以上の研究者が今も使えます
- 「1つの難問に1チーム」から「Geminiで科学全体を支える」への戦略転換が背景にあります
ノーベル賞を取った研究チームが、受賞から2年で解散する。そんなことが本当に起きました。2026年7月29日、Google DeepMindがAlphaFoldの専属チームを解体したと報じられたのです。何が起きたのか、そして私たちの薬や医療にどう影響するのかを整理します。
何が起きたのか：ノーベル賞チームの解体
2026年7月29日、英フィナンシャル・タイムズが1本のスクープを出しました。
Google DeepMindが、AlphaFoldの専属開発チームを解体したという内容です。
AlphaFold（アルファフォールド）は、タンパク質の立体的な形をAIが予測するシステムです。この成果でDeepMindのデミス・ハサビスCEOとジョン・ジャンパー氏は、2024年のノーベル化学賞を受賞しました。
受賞からわずか2年足らずでの解体です。研究者たちはクビになったわけではありません。社内の別プロジェクトへ次々と配置転換されたのです。
研究者はどこへ行ったのか
DeepMindの説明によれば、行き先はバラバラです。
大きな受け皿になったのは、同社の主力AIであるGemini関連のプロジェクトでした。
ほかにも酵素設計、ゲノム研究、核融合といった分野に散っています。一部は創薬企業のIsomorphic Labs（アイソモーフィック・ラボ）へ移りました。
そして見過ごせない数字があります。AlphaFold初期論文の常勤著者のうち、約4分の1がGoogleそのものを辞めたのです。
DeepMindの公式コメント
DeepMindは解体を全面的に否定していません。
同社は「私たちの科学的な功績と、AlphaFoldが世界に与えた影響を非常に誇りに思っている」と述べました。そして「AlphaFoldがIsomorphic Labsの設立につながった」と続けています。
研究者たちは今も社内のあちこちで科学と技術を前に進めている、というのが会社側の説明です。
つまり「チームは無くなったが、人と技術は生きている」という立場になります。
ノーベル賞受賞者はライバル企業へ
この一件で最も注目を集めたのが、ジョン・ジャンパー氏の移籍です。
ジャンパー氏がAnthropicへ
ジャンパー氏はDeepMindのVP（バイスプレジデント）兼エンジニアリングフェローでした。10年近くAlphaFoldの研究を率いた中心人物です。
2026年6月19日、同氏はDeepMindを離れてAnthropicに移ると発表しました。少し休養してから合流するとしています。
Anthropicは対話AI「Claude」を開発する米国企業です。つまりGoogleにとっては、AIの最前線で戦う直接のライバルにあたります。
移籍したのは1人ではありません。AlphaFoldの研究者だったヨナス・アドラー氏も同時にAnthropicへ。同僚のアレクサンダー・プリッツェル氏も加わる予定と伝えられています。
Anthropicは「科学のAI」を本気で取りにきている
この引き抜きは単発の出来事ではありませんでした。
Anthropicはこの半年で、科学分野への投資を一気に積み上げています。
- バイオ企業Coefficient Bioを約4億ドル（約600億円）で買収
- 実際に実験を行うウェットラボ（生物実験室）を開設
- 生物学の作業手順に特化したAIエージェントの研究を公開
- アレン研究所、ハワード・ヒューズ医学研究所と旗艦研究提携
その総仕上げがノーベル賞受賞者の獲得だった、という見方です。ただしAnthropicは、ジャンパー氏の肩書きも所属チームも開始日も公表していません。
なぜDeepMindは方針を変えたのか
解体の理由は、業績不振ではありません。勝ち方そのものを変えたということです。
「1つの難問に1チーム」の終わり
DeepMindはこれまで、大きな科学の難問ごとに専門チームを作ってきました。囲碁のAlphaGo、そしてタンパク質折りたたみ問題のAlphaFoldがその代表例です。
研究担当VPのプシュミート・コーリ氏は、こう語っています。
「戦略は進化した」。
孤立した科学の問題を1つずつ攻略するのではなく、科学者を助けるAIそのものを作る。それが新しい方針です。
狙いはGeminiと「AIエージェント」競争
背景には、AI業界の主戦場の移動があります。
いまOpenAIやAnthropicとしのぎを削っているのは、自分で調べて手順を組み立てて動くAIエージェント（人の代わりに作業をこなすAI）の領域です。
DeepMindはGeminiという汎用の土台を持っています。ここに科学の知見を集約すれば、タンパク質だけでなく酵素も、ゲノムも、核融合も同じ基盤で扱えます。
専門チームを解いて人材を分散させたのは、この構想に沿った配置換えだと考えると筋が通ります。
AlphaFoldは使えなくなるのか
ここが研究者にとって一番大事な点です。結論から書きます。
AlphaFoldとデータベースは止まりません。
300万人が使い続けている
AlphaFoldタンパク質構造データベースは、無料で公開されている巨大な「形の図書館」です。
登録されている構造予測は2億4000万件超。人類が知るほぼすべてのタンパク質をカバーしています。2026年3月には、タンパク質同士が結合した複合体のデータも大量に追加されました。
利用者は190か国以上の300万人を超える研究者。しかも利用者の3分の1以上が、低・中所得国に住む人たちです。
かつては1つのタンパク質の形を突き止めるのに、研究者が何年も実験室にこもる必要がありました。それが数分に短縮され、しかも無料で誰でも使えます。この構図は今回の解体でも変わりません。
では何が変わるのか
変わるのは「次のバージョンが出るスピード」です。
専属チームが無くなれば、AlphaFold 4のような後継版に全力を注ぐ体制は弱まります。改良の主導権は、Isomorphic Labsやオープンソース勢に移っていく可能性があります。
ある大学の研究室が、既存のAlphaFoldで論文を書き進めている場面を想像してください。明日から使えなくなる心配はありません。ただ「数年後も最先端であり続けるか」は別の話になります。
競合ツールとの比較：もうAlphaFold一強ではない
実は、タンパク質構造予測の世界はすでに複数のツールが並ぶ状態になっています。
主な3つの選択肢
- AlphaFold 3：DNAやリガンド（薬の候補分子）まで含む複合体を予測できる最上位クラス。ただし利用ライセンスに制限がある
- Boltz-2：オープンソース（誰でも中身を見て使える）。主要ベンチマークでAlphaFold級の精度を示し、ライセンスの縛りがない
- ESMFold：似た配列を大量に集める前処理が不要で、1本の配列から直接予測する。精度を少し譲る代わりに圧倒的に速い
ポイントは、AlphaFold 3のライセンス制限そのものが、オープンな代替品の開発を後押ししたことです。
競争の軸は「精度」から「速さと自由度」へ
整った単一鎖のタンパク質については、精度の勝負はほぼ決着したと言われています。
そこで次の争点になったのが、処理速度、必要な計算機の安さ、そしてライセンスの自由度です。
製薬企業の研究チームが社内サーバーで数万件を一気に回したいとき、外部APIの制限がないBoltz-2のような選択肢が効いてきます。つまり、DeepMindが専属チームを畳んでも、この分野の進歩自体は止まりません。
日本の研究者と製薬企業への影響
日本にとっても他人事ではありません。
日本の創薬現場はAlphaFoldに乗っている
国内では大学や公的機関の講習会でAlphaFoldの活用法が繰り返し取り上げられ、創薬応用のノウハウが広がってきました。ロシュやノバルティスなど海外大手も日常的に使っています。
日本の製薬会社にとって、無料で高精度な構造予測が使える状態は大きな追い風でした。新薬候補の探索から前臨床試験までの期間が、目に見えて短くなったからです。
その土台が急に消えるわけではありません。ただし「基盤ツールを他国企業に依存している」というリスクが、今回はっきり見えた形です。
日本が取るべき備えは何か
国の技術動向調査でも、AI創薬は基礎から応用まで米国が先行していると指摘されてきました。NVIDIAが創薬向けクラウド「BioNeMo」を展開するなど、周辺インフラも米国勢が握っています。
そこで現実的な備えは2つあります。
1つは、Boltz-2のようなオープンソースを社内で動かせる体制を作ることです。手元で回せれば、外部サービスの方針変更に振り回されません。
もう1つは、日本が強い実験データそのものを持ち続けることです。予測モデルは誰でも使えますが、自社の実験結果は真似できません。
AI人材の争奪戦という、もう一つの読み方
この事件は、技術ニュースであると同時に人事ニュースでもあります。
ノーベル賞受賞者すら移籍する時代
AlphaFoldは、Isomorphic Labsという会社を生みました。2021年にDeepMindから独立し、ノバルティスやイーライリリーと提携しています。
同社は2026年5月、21億ドル（約3100億円規模）という創薬AI史上最大級の資金調達を実施しました。AI設計薬の臨床試験を2026年末までに始める計画です。
一方で、ノーベル賞受賞者本人はライバル企業へ移りました。ここに今のAI業界の力学が凝縮されています。
組織より個人が強い構造
かつて画期的な成果は、大きな研究所という「箱」に紐づいていました。
いまは違います。中核の数人が動けば、能力ごと別の会社へ移ってしまいます。AlphaFoldの著者の4分の1が退社したという数字は、その象徴です。
企業から見れば、ブランドある研究所を持つことが人材の防波堤にならなくなったということでもあります。
よくある質問（FAQ）
Q1. AlphaFoldはもう使えなくなるのですか？
いいえ。AlphaFoldのシステムと公開データベースは停止していません。300万人を超える研究者が現在も利用しています。今回変わったのは、専属の開発チーム体制です。
Q2. なぜノーベル賞を取ったのにチームを解体したのですか？
成果が出なかったからではありません。DeepMindが「難問ごとに専門チームを置く方式」から「Geminiを土台に科学全体を支援する方式」へ戦略を切り替えたためです。研究担当VPのコーリ氏は「戦略は進化した」と説明しています。
Q3. ジョン・ジャンパー氏はAnthropicで何をするのですか？
Anthropicは肩書きや担当チーム、開始日を公表していません。同社は生物学と創薬のAIに投資を集中しており、その領域に関わるとみられています。
Q4. AlphaFoldの代わりになるツールはありますか？
あります。オープンソースのBoltz-2は主要ベンチマークで同等の精度を示しており、ライセンス制限がありません。速度を最優先するならESMFoldという選択肢もあります。
Q5. 日本の研究者はいま何をすべきですか？
すぐ困ることはありませんが、代替ツールを自前環境で動かせるようにしておくと安心です。加えて、自社・自研究室でしか取れない実験データの蓄積が長期的な強みになります。
まとめ
- Google DeepMindが、ノーベル賞技術AlphaFoldの専属チームを解体したと2026年7月29日に報じられました
- 初期論文の常勤著者のうち約4分の1がGoogleを退社し、残りはGemini・酵素設計・ゲノム・核融合などへ分散しました
- 受賞者のジョン・ジャンパー氏は6月19日にAnthropic移籍を表明し、同僚2名も続きました
- AlphaFoldとデータベースは継続。190か国・300万人以上が今も利用しています
- Boltz-2やESMFoldなど代替が育っており、この分野の進歩自体は止まりません
自分の研究や業務がAlphaFoldに依存しているなら、いちど代替ツールを手元で動かしてみることをおすすめします。
参考文献
- GIGAZINE「Google DeepMindがタンパク質構造予測AI『AlphaFold』の開発チームを解体か」（2026年7月30日）
- Engadget「Google DeepMind disbands its Nobel-prize winning AlphaFold team」
- the decoder「Deepmind dismantles its AlphaFold team as key authors leave for Anthropic」
- PYMNTS「Google Reshuffles Nobel-Winning DeepMind AI Team」
- Google DeepMind「AlphaFold: Five Years of Impact」
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
