なぜ一つの化学中間体が数十種の農薬に使われるのか——Reaction Interface Economyの内側

Reaction Interface Economyはいかにして現代の農薬研究開発とサプライチェーンを組織しているか

一文で言えば：農薬企業が本当に標準化してきたのは、完成品そのものではない。製品を構成する機能的フラグメント（Building Block）である。だからこそ、一つの化学物質識別子が、互いに無関係な数十件の農薬登録の背後に繰り返し現れる。

1. 現象：なぜ無関係な農薬が同じ品目を共有するのか

作用機序がまったく異なる複数の殺虫剤・殺菌剤の見積もりを取ったことがある人なら、見積書の末尾に同じ中間体コードが繰り返し現れることに気づいたことがあるはずだ——これは偶然ではない。公開特許文献によれば、2-クロロ-5-クロロメチルピリジン（CCMP、CAS 70258-18-3）は、イミダクロプリド、チアクロプリド、アセタミプリド、ニテンピラムを含むネオニコチノイド系殺虫剤に共通するピリジン環前駆体である——一つの原料が、異なる下流ルートを経て、複数の独立に登録された製品に行き着く。

このような共有はいつ始まったのか。なぜそれは自己強化されるのか。なぜ農薬分野は特にこの傾向に陥りやすいのか。以下の各節では、これらを一つの説明へとつなげていく。

2. Building Block経済の形成：四つの段階

第一段階（パラジウム触媒クロスカップリングが普及する以前）。 合成ルートは特定の標的分子のために構築されており、中間体がどれだけ再利用可能かは、主にルート同士がたまたまどれだけ似ているかに依存していた。

第二段階——カップリング手法の成熟（1979年〜2000年代）。 SuzukiとMiyauraは1979年にアルケニルボランとアルケニルハライドのパラジウム触媒カップリングを初めて報告し、1981年にはアリール系にまで拡張した。Hartwigは1994年2月にパラジウム触媒アミノ化における重要な突破を報告し、Buchwaldも1994年5月に独立して同様の成果を報告した。両グループの1994〜1995年の成果は、この反応におけるマイルストーンとして認識されている。2010年のノーベル化学賞は、「有機合成におけるパラジウム触媒クロスカップリング」に対してHeck、Negishi、Suzukiに授与された。

第三段階——フラグメントがコモディティ化する（おおむね2000〜2015年）。 Enamineは1991年に設立され、2006年頃には顧客需要の変化に伴い、事業の重心がスクリーニング化合物からBuilding Blockへと移った。eMoleculesは2005年に設立され、化学者を世界規模の購入可能なフラグメント空間へとつなぐデジタル検索プラットフォームとなった。C&ENは2011年にこの潮流を「Market Grows, Block by Block」と総括した。フラグメントは、もはや誰かのルートにおける単なる中間ステップではなく、特定のプロジェクトから独立して価格が付けられ、在庫として保有されるコモディティとなった。

第四段階——AIレトロシンセシス（2015年〜現在）。 2018年、Seglerらは深層学習と記号的AIを組み合わせたレトロシンセシス（逆合成）システムをNature誌に発表した。このシステムは、これまでに発表されたほぼすべての反応を学習データとして訓練されている。この種のモデルを基盤としたルート設計ツールは、「既製のフラグメントから構築できるか」という問いを、ルートが確定した後に解決すべき調達上の課題としてではなく、設計段階のルートスコアリングそのものに組み込み始めている。

3. 科学：「一つのルートを設計する」から「フラグメントの組み合わせを組み立てる」へ

前節で述べた化学インフラが整うにつれ、農薬分子の設計手法もそれに応じて変化した。生物活性が有望なフラグメントの組み合わせをまず定め、既知の条件で進行するカップリング反応によってそれらを候補分子へと組み立て、同じフラグメントを異なる候補間で使い回すことで構造活性相関（SAR）データを素早く生成する、というやり方である。この「フラグメント優先」の方法論は、医薬化学におけるFragment-Based Drug Discoveryにおいて最初に、かつ最も体系的に理論化されたものであり、農薬研究開発におけるモジュール的な実践は、それと同じ起源を共有している。

この節が説明したのは、「部品が技術的にどう組み立てられるか」にすぎない。一度使われたフラグメントが、なぜ後続のプロジェクトでも繰り返し使われ続けるのかは、まだ説明されていない——それこそが本稿の本当の問いである。

4. 繰り返し現れる三つの機能的フラグメント

ピリジン系フラグメント——CCMPとネオニコチノイド系殺虫剤。 ネオニコチノイド系殺虫剤は、1990年代以降、世界の殺虫剤市場のおよそ4分の1以上を占め続けている（市場調査によって推定値は異なり、25%〜31%の範囲とされる）。

ピラゾールカルボン酸フラグメント——SDHI系殺菌剤ファミリー。 コハク酸脱水素酵素阻害剤（SDHI）系殺菌剤のおよそ4分の3はアミド類であり、その中でもピラゾールカルボキサミド類が主要なサブクラスを占める。bixafen、fluxapyroxad、sedaxaneを含む市販製品はいずれも、同一のピラゾールカルボン酸中間体を異なるアニリン類とカップリングさせたものである。

TFMPフラグメント——三つの作用機序にまたがる。 2012年から2018年にかけて、トリフルオロメチルピリジン（TFMP）構造を含む農薬の年間使用量は合計1,000トンを超え、20種類以上のTFMP誘導体がISO一般名を取得している——今回は一つのファミリー内での共有ではなく、殺虫剤・殺菌剤・除草剤という三つの無関係な作用機序を横断している。

ここで一つのパターンが浮かび上がる。再利用されているのは農薬そのものではなく、反応インターフェース（Reaction Interface）なのだ。

5. 中核理論：Reaction Interface

レゴブロックの価値は、その色や形からではなく、あるブロックと次のブロックとの間に存在する完全に標準化されたインターフェース——どの二つのブロックであっても組み合わさり、無限に再構成できるようにするそのインターフェース——から生まれる。「building block（ビルディングブロック）」という言葉自体が、まさにこの種の組み合わせ可能な部品を表している。化学産業においても、フラグメントは同じ役割を果たす。その構造は大きく異なっていてもよいが、既知の反応インターフェースに合致してさえいれば——ボロン酸やBPinがSuzukiカップリングを示唆し、BocやFmoc基が既知の脱保護条件を示唆するように——安全に次のステップへ組み込むことができる。

別の角度から見れば、これはBuilding Blockが化学物質のカテゴリーなどではまったくなく、産業の共通言語であることを意味する。あるフラグメントがBuilding Blockになるのは、それが何か固定した構造を持っているからではなく、業界全体がすでに合意しているからだ——それを見れば、次に何をすればよいかが分かる、という合意である。その合意こそが、Reaction Interfaceの実体であり、明確に定義された対象なのである。

しかし、Reaction Interfaceそれ自体は一つの対象にすぎず、本稿の冒頭で提示した現象を十分に説明することはできない。説明すべきなのは、なぜ価値・供給・知識がこの対象を中心に組織化されるのか、という点であり、それこそが本稿の残りを貫く理論——Reaction Interface Economyである。第4節で挙げた三つの事例、そしてこの後述べる供給の集約、知識の蓄積、AIの選好は、それぞれ独立した並列的な現象ではなく、いずれもReaction Interface Economyの具体的な表れにすぎない。

ChemAbout Insight：Building Blockが実際に売っているものは、中間体そのものであったことは一度もない。売っているのは、次の反応に対する確実性である。サプライヤーが売っているのはBPinの入ったバイアルではなく、それをどう次に使えばよいかを正確に知っているという事実そのものなのだ。

6. Reaction Interface Economyから生じる三つの自然な帰結

帰結一：供給の集約。 特定の中間体に対する単一製品の年間需要は、通常、専用生産能力や事前在庫を正当化するには小さすぎる。しかし、二十数種類の独立した製品が同じ反応インターフェースを利用するようになると、その集約された数量は専用生産ラインの最小効率規模を支えるのに十分になる（以下は簡略化した説明であり、実在の製品統計ではない）——需要が集約し、サプライヤーは思い切って生産能力を構築し先行して在庫を積む。規模の経済によってコストが下がり、同時に純度と品質の一貫性も向上する。価格が下がり品質が安定すれば、次のプロジェクトがそのフラグメントをデフォルトで採用するハードルも下がる——このループは自己強化的である。フラグメントカタログベンダーが産業規模に到達しているのもこのためだ。Enamineが公開しているBuilding Blockカタログには268万種類を超えるフラグメントが掲載されており、そのうち約30万種類が在庫を保有し1〜7日で出荷可能である。この集約のロジックは諸刃の剣でもある——二十数本の製品ラインの原料がすべて一つのインターフェースに遡るとき、品質や生産能力の混乱は、それらすべての下流ラインに同時に増幅されて波及する。

帰結二：反応知識の蓄積。 実際にネットワーク効果を生み出しているのは在庫ではなく、知識である。同じ反応インターフェースに沿って実験と発表が繰り返されるたびに、その反応クラス自体に関する知識——どの条件が失敗するか、どの置換基が収率を下げるか、どの副反応を避けるべきか——が蓄積していく。これらの記録はどの一社にも属さず、公開された反応文献の中に定着していく。2018年にSeglerらが発表したNature誌のレトロシンセシスモデルは、発表済みのほぼすべての有機反応を学習データとして訓練されている。Elsevierは、Enamineの在庫化合物のうち4,300万種類以上をReaxys反応データベースに統合している——この知識の層が、供給カタログと結びつけられながら積極的に統合されつつあることを示す直接的な証拠である。

知識それ自体が到達点ではない。知識が十分な密度に達したとき、それは予測可能性を生み出す——今日の大学院生が、ピナコールボロネート（BPin）フラグメントとアリールブロミドの入ったフラスコを見れば、たとえその正確な反応を一度も行ったことがなくても、カップリングがうまくいくだろうとかなりの確信を持てる。自分が最初に失敗する人間になる可能性は低いと分かっているからだ。この連鎖は三つの層からなる：Reaction Interface → 知識の蓄積 → 予測可能性。研究開発にとって、予測可能性とは、失敗の減少、繰り返し実験の削減、次の設計サイクルへのより速い移行を意味し、それ自体が経済的な価値を持つ。

帰結三：AIはインターフェースを優遇する。 AIはこのフィードバックループを変えたのではなく、増幅させた。機械学習モデルは、学習データが最も豊富で予測が最も安定している反応インターフェースを自然に優遇する。そのため、データの蓄積そのものが、インターフェースを強化する新たな駆動力となる——インターフェースが成熟するほどデータは密になり、データが密になるほどAIはそれを推奨しやすくなり、推奨されるほどデータはさらに厚みを増す。

これら三つの帰結は、一つの出発点を共有する二つの自己強化ループとしてまとめることができる：

知識ループ
反応インターフェース(Reaction Interface) → 知識が蓄積する → 予測可能性が高まる → より多くのプロジェクトが採用する → さらに知識が蓄積する → (出発点に戻る)

供給ループ
反応インターフェース → 需要が集約する → 生産能力と在庫が整う → コストが下がり品質が上がる → より多くのプロジェクトが採用する → さらに需要が集約する → (出発点に戻る)

この二つのループは異なる層で作用する——供給ループは価格とリードタイムを下げ、知識ループは失敗率と不確実性を下げる——が、いずれも同じ出発点、すなわちreaction interfaceによって駆動されている。これこそがReaction Interface Economyの中核的なメカニズムである。

7. なぜ農薬分野は特にこの効果を増幅させやすいのか

農薬は、Reaction Interface Economyが最も典型的に現れる産業の一つである。 それは、分子設計が組み合わせ的スクリーニング（第3節で述べたSARのロジック）に依存しているからだけではない。特許サイクルと登録コストが相まって、研究開発の意思決定を既知のインターフェースの再利用へと押しやっている——cyantraniliprole、pinoxaden、sulfoxaflorは、2026年に特許保護が切れる有効成分に含まれており、先発企業は通常、新規分子の開発へと軸足を移す一方、ジェネリックメーカーは特許切れとなる骨格の周辺に参入してくる（「同じ中間体を再利用する」という具体的なステップ自体は、入手可能な公開資料では定量化されていない。ここでは産業ロジックからの推論として明示しておく）。

この二つのうち、登録コストの方が本稿の理論をより直接的に裏付けている。CropLifeがAgbioInvestorに委託した業界調査によれば、新規農薬有効成分は現在、発見から商業化までに平均でおよそ$307 millionと11年以上を要する。このコスト構造は、すでに検証済みのインターフェース上での漸進的なイノベーションの方が、まったく新規の分子を設計するよりも経済的に正当化しやすいことを意味する——これは単なる論理的推論ではなく、登録コストが研究開発の意思決定を既知のインターフェースの再利用へと直接押しやっている実例である。

8. Reaction Interface Economyは他産業にも一般化できるか

第5〜7節で述べたロジック——化学的手法がインターフェースへと成熟し、そのインターフェースが供給・知識・AIの集約を生み出し、経済的制約（登録コスト、特許サイクル）が既知のインターフェースへの依存をさらに強化する、という流れ——には、農薬分野だけに成り立つ前提は含まれていない。第3節ですでに触れた医薬化学のFragment-Based Drug Discoveryは、隣接する産業に同じロジックが現れた例である。これは、Reaction Interface Economyが農薬分野特有の癖ではなく、分野を横断する一般的なパターンである可能性を示唆している——ただし、これはあくまで分野ごとに検証されるべき仮説にとどまる。以降の各分野（医薬品、電子材料用化学品、機能性材料など）はそれぞれ独自の証拠一式を必要とし、本稿が示した農薬分野固有の数値をそのまま流用すべきではない。

9. ChemAbout Insight

農薬業界が本当に標準化してきたのは、特定の製品でも、特定の中間体分子でさえもない——それは、次の反応が既知で、検証済みで、予測可能かどうかである。それがReaction Interfaceだ。供給が集約するのはその結果であり、知識が蓄積するのもその結果であり、AIが選好を発達させるのもその結果である——この三つは互いに独立した出来事ではなく、単にReaction Interface Economyが異なる層で現れているにすぎない。Building Blockが実際に売っているものは、中間体そのものであったことは一度もない。売っているのは、次の反応に対する確実性である。

ある産業が、研究開発・供給・知識の蓄積を同じ一群の反応インターフェースを中心に組織し始めるとき、標準化されるのはもはや製品ではなく、イノベーションそのものである。成熟した産業の本当の証しとは、製品の数が増えることではなく、より少なく、より安定した反応インターフェースへと収斂していくことなのかもしれない。

Evidence Notes

エビデンスグレード（ChemAbout記事シリーズ全体で一貫して使用） [A] Academic — 査読付き学術誌（Nature、Science、J. Agric. Food Chem.、J. Med. Chem.など）。 [B] Official — 公式・権威ある記録（ノーベル賞公式発表、WO/CN/EPなどの特許庁出願記録）。 [C] Industry — 業界団体レポート、企業開示情報、市場調査（CropLife/AgbioInvestor、Enamineのウェブサイト、C&ENの業界報道、業界ディレクトリの集計データ）。 [D] ChemAbout Inference — 上記[A]/[B]/[C]のエビデンスから本稿が独自に導いた論理的推論であり、独立して確立された知見ではない。

Key Facts｜主要事実

• CCMP（CAS 70258-18-3）は、イミダクロプリド、チアクロプリド、アセタミプリド、ニテンピラムに共通するピリジン環前駆体である（特許WO2012048502A1、CN104610136A）[B]。
• 3-(ジフルオロメチル)-1-メチル-1H-ピラゾール-4-カルボン酸は、bixafenやfluxapyroxadを含むピラゾールカルボキサミド系SDHI殺菌剤に共通する中間体である（特許EP3254563A1 [B]；総説、Scholars Direct [A]）。
• 2012年から2018年にかけて、TFMPフラグメントを含む農薬の年間使用量は合計1,000トンを超え、20種類以上のTFMP誘導体がISO一般名を取得している（J. Agric. Food Chem. 2021, DOI: 10.1021/acs.jafc.1c08383）[A]。
• Suzuki–Miyauraカップリングは1979年に初めて報告され、1981年にアリール系へと拡張された。Buchwald–Hartwigアミノ化における重要な突破は1994〜1995年に発表された（Org. Process Res. Dev. 2019, DOI: 10.1021/acs.oprd.9b00161）[A]。2010年のノーベル化学賞はHeck、Negishi、Suzukiに授与された（ノーベル賞公式サイト）[B]。
• Segler et al., "Planning chemical syntheses with deep neural networks and symbolic AI," Nature 555, 604–610 (2018), DOI: 10.1038/nature25978 [A]——発表済みのほぼすべての有機反応を学習データとして訓練されている。
• 新規農薬有効成分は現在、発見から上市までに平均でおよそ$307 millionと11年以上を要する（CropLife/AgbioInvestor、2026年レポート）[C]。

Industrial Map｜産業マップ

• 上流：ニトロ化、フッ素化、臭素化などの危険な化学変換は、少数の認定を受けた専門プラントに集中している[D]。
• 中流：Enamine、eMoleculesなどのフラグメント・中間体メーカーおよびカタログベンダーは、特定の反応インターフェースを中心に専用の生産能力と在庫を構築し、農薬、医薬品、その他の産業に同一のフラグメントを供給している[C]。
• 下流：研究開発チームは標準化された反応インターフェース上で候補分子を組み立て、登録者はそれを異なる作物・作用機序にわたって市場に投入する[D]。

Regulatory Status｜規制状況

• Building Blockというカテゴリー自体に統一された規制上の扱いはなく、個々の中間体の規制上の位置づけは、サプライヤーのSDSおよびコンプライアンス宣言に基づき、物質ごと・法域ごとに確認する必要がある[D]。
• ここで事例として挙げた三つの中間体は、いずれも公開特許および業界文献に記載された一般的な農薬中間体であり、国際的な規制物質リストへの掲載は公開記録上確認されなかった[D]。

Supply Chain Notes｜サプライチェーン

• Enamineは1991年に設立され、2006年頃に事業の重心がBuilding Blockへと移った。現在のカタログには268万種類を超えるフラグメントが掲載されており、そのうち約30万種類が在庫を保有し1〜7日で出荷可能である（Enamineウェブサイト）[C]。eMoleculesは2005年に設立された[C]。C&ENは2011年にこの潮流を取り上げた（「Market Grows, Block by Block」）[C]。
• Elsevierは、Enamineの在庫化合物のうち4,300万種類以上をReaxys反応データベースに統合している（Elsevierプレスリリース、2023年）[C]。
• 中国のファインケミカル中間体メーカーは、山東省、河南省、江蘇省が上位を占める（業界ディレクトリ集計データでは、それぞれ約195社/114社/114社）。これは生産能力や生産額ではなく、登録事業者の密度を反映したものである[C]。
• Cyantraniliprole、pinoxaden、sulfoxaflorは、2026年に特許保護が切れる有効成分に含まれる（global-agriculture.com）[C]。

Sources & Method｜出典と方法

• 本稿は意図的に単一の中核理論（Reaction Interface Economy）に絞り込んでいる。Reaction Interfaceはその理論の対象であり、供給の集約、反応知識の蓄積、AIの選好は、いずれもその帰結として位置づけられているのであって、並列した独立の理論としてではない。
• [D]と表示された内容は、[A]/[B]/[C]グレードのエビデンスから本稿が独自に導いた論理的推論であり、独立して検証された結論ではない。
• 本稿は2026年7月に執筆された。市場規模やコストに関する数値は時間とともに変化するため、読者は最新の公開データを確認されたい。