Heritable Agriculture：Google Xスピンアウトが育種を10年→4年に短縮｜AIデジタルツイン×ゲノミクスで作物を設計

アグリテック

新しい作物品種を1つ生み出すには、従来10年以上の歳月と、ときに1億ドル規模の投資が必要だと言われてきました。米Google（現Alphabet）の「ムーンショット工場」X発のスタートアップ Heritable Agriculture（ヘリタブル・アグリカルチャー） は、AIと作物のデジタルツインを組み合わせることで、この期間を「4年」にまで短縮しようとしています。しかも同社は遺伝子組み換えやゲノム編集に頼らず、あくまで従来型の交配育種をAIで高速化する路線を主軸に据えている点が特徴です。本記事では、その技術と事業構造を整理します。

目次

会社基本情報

  • 社名：Heritable Agriculture, Inc.
  • CEO・共同創業者：Brad Zamft（ブラッド・ザムフト）博士
  • 本社：米国カリフォルニア州ベイエリア（圃場試験サイトはカリフォルニア・ネブラスカ・ウィスコンシン）
  • 独立年：2025年初頭（Google X 内で約6年間インキュベートされたのち独立）
  • 出自：Alphabet傘下のムーンショット工場「X」からのスピンアウト

創業者のBrad Zamft博士は理論物理学のPhDを持ち、Google X に2018年末にプロジェクトリードとして参画する以前は、ビル＆メリンダ・ゲイツ財団のプログラムオフィサー兼フェロー、さらにベンチャー出資を受けたTL BiolabsのCSO（最高科学責任者）を務めた経歴を持ちます。物理・生物・公衆衛生・スタートアップ運営をまたぐ異色のバックグラウンドが、データ駆動型育種という同社のアプローチに反映されています。

事業概要

Heritable Agriculture が掲げるスローガンは「Better AI for Better Crops（より良い作物のための、より良いAI）」。同社は、ゲノム情報（DNA・RNAなどのマルチオミクス）と、ドローン・衛星画像、土壌・気象データといった環境情報をAIで統合し、「どの遺伝的特徴を持つ作物が、どの環境で、どう育つか」を栽培前に予測します。対応作物は25種類以上で、野菜・林業・特殊作物（スペシャルティクロップ）など、トウモロコシ・大豆といった主要コモディティ作物の外側まで広げているのが特徴です。

従来の育種が「数えきれない組み合わせの交配を圃場で何世代も試す」総当たりの作業だったのに対し、同社は計算機上のシミュレーションで有望な組み合わせを事前に絞り込みます。これにより、研究開発の試行回数そのものを減らすという発想です。

プロダクト構成

同社のプラットフォームは、育種プロセスを3つのステップに対応する形で提供されています。

Predict & Optimize（予測・最適化）

作物の「デジタルツイン」を構築し、品種ごとの性能を予測するモジュールです。土壌・気象データを世界中どこでも10メートル解像度でモデル化し、ある品種が特定の圃場・地域でどう育つかをシミュレートします。同社はこれまでに1,000万件以上の予測を実行したとしています。栽培管理の最適化にも応用できます。

Gene Identification（遺伝子特定）

DNAやRNAのマルチオミクス解析により、収量・風味・病害抵抗性といった形質を司る原因遺伝子を特定します。同社はDNAの「文法」や「構文」を、大規模言語モデル（LLM）が自然言語を扱うように解析するアプローチを採り、少数〜数十個の遺伝子で制御される形質を「前例のない精度」で同定できると主張しています。トウモロコシでは最大90%の形質予測精度、遺伝子の検証は約12か月で実施できるとしています。

Genome Design（ゲノム設計）

DNA言語モデルを用いて、CRISPR で実行可能なゲノム編集の設計案を生成するモジュールです。ここで重要なのは、後述するように同社が当初は自社でゲノム編集作物を商品化する路線を主軸に置いていない点で、あくまでパートナー企業が必要に応じて使える設計ツールという位置づけです。

どういう課題を、どう解決しているか

育種という分野には、これまで複数のアプローチが存在しました。Heritable Agriculture の独自性は、それらの「うまくいかなかった理由」を回避する設計にあります。

従来型の交配育種の課題：経験と勘に基づく交配と圃場試験の繰り返しで、1品種に10年以上・最大1億ドルを要してきました。組み合わせが膨大で、有望な系統にたどり着くまでの試行錯誤がコストの大半を占めます。

ゲノム編集・遺伝子組み換え路線の課題：CRISPR等で直接遺伝子を改変するアプローチは、規制対応・消費者受容・表示義務といった社会的ハードルが地域ごとに大きく異なります。CEOのZamft氏は独立時のインタビューで「我々はゲノム編集作物を開発しているわけではなく、遺伝子組み換えは現在のロードマップにはない」と明言しています。Heritableはこの社会的リスクを正面から避け、AIで従来育種を高速化する路線を主軸に置くことで、市場投入までの不確実性を下げています。

同社の構造的な差は次の点に集約されます。圃場での総当たり試験を、デジタルツイン上の予測に置き換えること。どの掛け合わせが、どの環境で、どんな性能を出すかを栽培前に高精度で見積もれれば、実際に育てて確かめる回数を劇的に減らせます。Zamft氏は「イチゴの新品種を、構想から店頭に並ぶまで4年で実現できると考えている」と述べており、これは従来の10年以上という常識を大きく覆す数字です。Google X由来の機械学習技術・計算基盤・大規模データの蓄積が、この予測精度を支えています。

導入実績・パートナーシップ

同社は2025年の独立以降、商用化フェーズに入り、複数の業界大手と提携しています。

  • Syngenta（シンジェンタ）：世界最大級の種子・農薬企業
  • KWS：ドイツの大手育種・種子企業
  • ArborGen：林業苗木の世界大手
  • Red Sun Farms：屋内栽培（施設園芸）大手とイチゴで協業

林業分野では、育種サイクルを20〜80%短縮し、最大38%の収量改善ポテンシャルを示したとしています。また、ビル＆メリンダ・ゲイツ財団からは約498万ドル（約500万ドル）の助成金を獲得し、「JASON（Joint AI-driven Smallholder Omics aNalytics）」プロジェクトとして、低・中所得国の小規模農家が栽培する作物（サブサハラ・アフリカのトウモロコシなど）の気候耐性向上に取り組んでいます。創業者がゲイツ財団出身であることが、この社会実装色の強いプロジェクトにつながっています。

ビジネスモデル

同社の収益源は、自社で種子を売る垂直統合型ではなく、既存の育種企業に技術を提供する「武器商人」型に近い構造です。

  • ソフトウェアライセンス：種子会社・インプット企業・林業事業者などに予測・解析プラットフォームを提供
  • 形質ライセンス＋ロイヤリティ：同社が特定した有用形質を提供し、商用化に応じた使用料を得る
  • パートナーシップ型の作物開発プログラム：大手と共同で特定作物の改良を進める

プラットフォームは初回利用者に1万クレジットを無料付与するフリーミアム型の課金体系を採っており、農学者や生産者にも裾野を広げようとしています。資金面では、独立時にFTW Ventures、Mythos Ventures、SVG Ventures（Sunrise・Pioneer両ファンド）が出資するシードラウンドを実施し、Googleも未公開のエクイティ出資を行っています。

競合との比較

AI×育種・遺伝子テックの領域には、すでに複数の有力プレイヤーが存在します。当サイトでも以下の企業を取り上げてきました。

  • Wild Bioscience：野生植物が数百万年かけて獲得した遺伝特性をAIで解析し、精密育種に応用する英オックスフォード大スピンアウト。Heritableが「環境×遺伝子の予測」に軸足を置くのに対し、Wild Biosciencは「野生種由来の収量遺伝子の発掘」に強みを持ちます。
  • Inari：AIと遺伝子編集を組み合わせて「スーパー種子」を設計するシードテック企業（累計7.2億ドル調達）。
  • Pairwise：CRISPRで農産物を再設計し、世界初の遺伝子編集ブラックベリーを商業化した企業。

InariやPairwiseが遺伝子編集による直接的な改変を中核に据えるのに対し、Heritable Agriculture は遺伝子編集に依存せず従来育種の高速化を主軸とする点で立ち位置が異なります。これは規制・消費者受容のハードルが地域差の大きい遺伝子編集作物に比べ、市場投入の確実性で優位に働く可能性があります。一方で、編集による「自然界に存在しない形質」を作る自由度では編集系に劣るというトレードオフもあります。

今後の計画

同社は野菜・林業・特殊作物を起点に、デジタルツインの対象作物・地域を拡大していく方針です。ゲイツ財団のJASONプロジェクトを通じて、商用市場（先進国の高付加価値作物）と社会実装市場（途上国の主食作物）の両輪で技術を磨く構図が見えます。CEOが掲げる「イチゴを4年で店頭へ」という目標が実証されれば、育種の経済性そのものが書き換わる可能性があります。

コメント：なぜこのモデルは強いのか

Heritable Agriculture の強さは、技術そのものよりも「リスクの取り方」の設計にあると考えられます。第一に、規制リスクの回避。遺伝子編集を主軸にせず従来育種をAIで加速するため、各国の規制や表示義務、消費者の忌避感という最も読みにくい変数を回避できます。第二に、武器商人型のビジネスモデル。自社で種子を売らずプラットフォームと形質を既存大手に供給するため、Syngenta・KWSといった既存の販売網・圃場・規制ノウハウに「相乗り」でき、自前で育種から販売まで垂直統合するスタートアップが陥りがちな資本効率の悪さを避けられます。

第三に、データのネットワーク効果。10メートル解像度のデジタルツインと1,000万件超の予測実績は、利用が増えるほど予測精度が上がる資産です。先行して大手と組みデータを蓄積するほど、後発が追いつきにくくなる構造です。過去には巨額調達でも消えていったアグリテック企業が数多くありましたが、それらの多くは「技術はあっても市場投入の経済性・規制・販路で詰まった」ケースでした。Heritableはその詰まりどころを、ビジネスモデルの設計段階で回避しようとしている点が注目に値します。日本でも種苗法改正や品種開発の長期化が課題となるなか、こうした「育種を速く・安くする」基盤技術の動向は、国内の種苗会社や農業法人にとっても見逃せないテーマと言えるでしょう。

参考URL