LangChainはSeptember 17, 2026、臨床・研究室の科学者向けオープンソース型エージェンティック支援ツールDeep Life Sciを発表した。同社は、医薬品R&Dコストがムーアの法則と逆方向に動き、新薬1件の開発費がnine yearsごとに倍増していると説明した。ライフサイエンスチームには、汎用AIツールだけでなく、科学データ連携、領域文脈、監査可能性を備えたエージェントが必要だと主張した。

Deep Life SciはLangChainのDeep Agentsハーネス上に構築されている。ClinicalTrials.govに登録された600,000件超の臨床試験記録、PubMed経由の29 million件の論文抄録、PubMed Central上の12 million件の全文記事を検索できる。支援ツールはサブエージェント（専門化された補助エージェント）に作業を割り当て、hundreds of documentsを一度に確認できる。各エージェントには、データ分析用のLangSmithサンドボックス（隔離されたコード実行環境）が含まれる。ユーザーはPDF、画像、表形式データファイル、RIS書誌ファイル、SMILESやFASTAなどの配列形式をアップロードできる。

LangChainは、研究室の科学者、臨床開発チーム、HEORチーム、臨床試験文書作成向けのワークフローを示した。研究室の科学者はRNA-seqやプロテオミクスの結果をアップロードし、エージェントにエンリッチメント解析を実行させ、遺伝子と表現型を結びつける証拠を文献から検索させ、既知の遺伝子と新規性のある遺伝子を分け、裏付け論文付きの順位表を受け取れる。臨床開発チームやHEORチームは、標準治療に関する公開済み試験を検索し、エンドポイント値、N、集団特性、追跡期間を共通スキーマに抽出し、表とフォレストプロット風の比較を作成できる。

LangChainによると、Deep Life Sciは数千ページに及ぶ臨床試験文書作業を支援できる。対象には、インフォームドコンセント、臨床プロトコルと改訂、症例報告書が含まれる。ユーザーは参照用プロトコル文書をアップロードし、追加の統計情報を集め、フィードバックと編集を整理できる。LangChainは、それにより臨床文書作成時間を大幅に短縮できる可能性があると述べた。

LangChainはDeep Life Sciを、「自社の知能を所有」したい企業向けにカスタマイズ可能なインフラとして位置づけた。組織は社内アッセイ、エンドポイントに関する規制当局のフィードバック、試験施設の登録状況、社内文書、異なるフロンティアモデルまたはオープンソースモデル、ガードレール、承認ゲートを追加できる。Deep Life Sciは、エージェント開発ライフサイクル、すなわちADLCにも適合するとLangChainは説明した。構築、テスト、デプロイ、監視を行い、その結果を次のバージョン改善に使う流れである。

Deep Life Sciのすべての実行は、ユーザーのLangSmithアカウントにエンドツーエンドで記録される。記録には、文献検索、サンドボックスコード、サブエージェントが読んだ文書、ソース資料から回答に至る経路が含まれる。LangChainは、これらのトレースがデバッグ、改善、監査記録を支えると述べた。Deep Life Sciには、チームが変更できるデフォルト評価セットも同梱されており、モデルを入れ替えたりプロンプトを書き直したりする際に、変更前後の確認が可能になる。

LangChainはSeptember 17, 2026、臨床・研究室の科学者向けオープンソース型エージェンティック支援ツールDeep Life Sciを発表した。同社は、医薬品R&Dコストがムーアの法則と逆方向に動き、新薬1件の開発費がnine yearsごとに倍増していると説明した。ライフサイエンスチームには、汎用AIツールだけでなく、科学データ連携、領域文脈、監査可能性を備えたエージェントが必要だと主張した。

Deep Life SciはLangChainのDeep Agentsハーネス上に構築されている。ClinicalTrials.govに登録された600,000件超の臨床試験記録、PubMed経由の29 million件の論文抄録、PubMed Central上の12 million件の全文記事を検索できる。支援ツールはサブエージェント（専門化された補助エージェント）に作業を割り当て、hundreds of documentsを一度に確認できる。各エージェントには、データ分析用のLangSmithサンドボックス（隔離されたコード実行環境）が含まれる。ユーザーはPDF、画像、表形式データファイル、RIS書誌ファイル、SMILESやFASTAなどの配列形式をアップロードできる。

LangChainは、研究室の科学者、臨床開発チーム、HEORチーム、臨床試験文書作成向けのワークフローを示した。研究室の科学者はRNA-seqやプロテオミクスの結果をアップロードし、エージェントにエンリッチメント解析を実行させ、遺伝子と表現型を結びつける証拠を文献から検索させ、既知の遺伝子と新規性のある遺伝子を分け、裏付け論文付きの順位表を受け取れる。臨床開発チームやHEORチームは、標準治療に関する公開済み試験を検索し、エンドポイント値、N、集団特性、追跡期間を共通スキーマに抽出し、表とフォレストプロット風の比較を作成できる。

LangChainによると、Deep Life Sciは数千ページに及ぶ臨床試験文書作業を支援できる。対象には、インフォームドコンセント、臨床プロトコルと改訂、症例報告書が含まれる。ユーザーは参照用プロトコル文書をアップロードし、追加の統計情報を集め、フィードバックと編集を整理できる。LangChainは、それにより臨床文書作成時間を大幅に短縮できる可能性があると述べた。

LangChainはDeep Life Sciを、「自社の知能を所有」したい企業向けにカスタマイズ可能なインフラとして位置づけた。組織は社内アッセイ、エンドポイントに関する規制当局のフィードバック、試験施設の登録状況、社内文書、異なるフロンティアモデルまたはオープンソースモデル、ガードレール、承認ゲートを追加できる。Deep Life Sciは、エージェント開発ライフサイクル、すなわちADLCにも適合するとLangChainは説明した。構築、テスト、デプロイ、監視を行い、その結果を次のバージョン改善に使う流れである。

Deep Life Sciのすべての実行は、ユーザーのLangSmithアカウントにエンドツーエンドで記録される。記録には、文献検索、サンドボックスコード、サブエージェントが読んだ文書、ソース資料から回答に至る経路が含まれる。LangChainは、これらのトレースがデバッグ、改善、監査記録を支えると述べた。Deep Life Sciには、チームが変更できるデフォルト評価セットも同梱されており、モデルを入れ替えたりプロンプトを書き直したりする際に、変更前後の確認が可能になる。