Auditing Haldane Consistency in Reversible Enzyme Kinetics: A Curated Two-Sided Backbone and a Labeled Fold-Error Benchmark

技術要約：可逆的酵素反応におけるハルデン一貫性の監査

問題提起
可逆的な酵素反応の速度定数は、酵素反応速度論と生化学的熱力学の間の定量的な交差点を提供する。閉鎖系における可逆反応では、微視的可逆性により、速度定数はハルデン関係式を満たす必要があり、これにより速度式から示唆される見かけの平衡定数（$K'_{eq,kin}$）が確定する。しかし、公開データベース（例：SABIO-RK、BREBRA、TECRDB）には、速度定数と熱力学的平衡定数が、異なる酵素形態、生物種、または条件下で報告されているなど、不均質なデータが含まれていることが多い。また、順反応と逆反応の速度論が同一の研究内で報告されていない場合もある。その結果、報告された速度定数が、測定または推定された平衡定数と熱力学的に整合しているかどうかを独立して監査できる、精査された単一研究による「両方向（two-sided）」の記録が不足している。さらに、同一の反応に対するこれら二つの独立した窓口間の不一致を定量化するための、標準化され、校正された、方向対称な報告スケールも存在しない。

方法論
著者らは、特定のスコアリング指標と厳格なキュレーション・プロトコルを中心としたワークフローを提案している：

1. ハルデン一貫性スコア（$C_{Haldane}$）：
   本論文では、WashburnおよびZlatanović [1] による、方向対称な監査スケールとしての逆数コスト関数を利用する：
   $$C_{Haldane} = J(x) = \frac{1}{2}(x + x^{-1}) - 1 = \cosh(\ln x) - 1$$
   ここで、$x = K'_{eq,kin} / K'_{eq,thermo}$ である。

   • 特性： このスコアは完全な一致（$x=1$）においてゼロとなり、逆数誤差に対して対称であり（$J(x) = J(1/x)$）、自由エネルギーの不一致（$\Delta\Delta G$）を$RT$単位で符号化する。$|\ln x|$に対して単調増加であり、倍率誤差の大きさによる順序を保持する。
   • 公理的基礎： この関数形式は、5つの公理（逆数対称性、正規化、特定の合成則、連続性、および単位校正）によって一意に特徴付けられ、単純な対数二乗誤差とは区別される。
   • 報告バンド： 連続的なスコアは、記述的な倍率不一致バンド（例：「2倍以内」は $C_{Haldane} \le 0.25$ に対応）にマッピングされる。

2. キュレーション・プロトコル：
   「両方向」の記録を収集するために、再現可能なワークフローが確立された：

   • 包含基準： レコードは、可逆的なuni-uni（または固定された共基質を持つpseudo-uni-uni）であるか、特定のマルチ基質ハルデン関係に従う必要がある。極めて重要な点として、順方向および逆方向の速度定数は、単一の研究内において、同一の酵素形態、生物種、およびアッセイ条件下から得られたものでなければならない。また、条件が一致した熱力学的比較対象（TECRDBまたはeQuilibratorから取得）とペアになっている必要がある。
   • 除外基準： 熱力学的な制約の下で行われたグローバルフィットは、構成上ハルデン関係を満たしているため、独立した監査にはならないので除外する。逆方向の定数が欠落している、アイデンティティが曖昧である、または条件が一致しないレコードは破棄される。
   • メカニズムの取り扱い： Bi-bi反応（ordered, rapid-equilibrium random, ping-pong）については、メカニズム固有のハルデン関係を適用して $K'_{eq,kin}$ を算出するが、スコアリング指標自体は変更されない。

3. ベンチマーク戦略：
   実際の精査された記録には「正解（ground-truth）」となるエラーラベルが存在しないため、半合成的なラベル付きベンチマークが構築された。29個の「一貫した」シードレコード（2倍以内）から開始し、6つの異なるエラーモード（方向の入れ替え、単位の転記ミス、プロトン不一致、条件の不一致、アイソフォームの不一致、メカニズム/化学式の不一致）を注入することで、1,885個のラベル付き「不整合な」ケースを生成した。これにより、注入されたエラーの分類に応じた、動作特性（例：AUC）の推定が可能となる。

主な貢献

• 校正された報告スケール： 本論文は、$C_{Haldane}$ を単なる新しいランキング基準としてではなく、倍率誤差と自由エネルギーの不一致を同時に報告する、校正された方向対称なスケールとして確立している。これには閉じた形式の逆関数が存在する。
• 精査された「両方向」のバックボーン： 著者らは、厳格な包含基準を満たす21個の監査済み単一研究レコード（16個のuni-uni、5個のbi-bi）からなるデータセットを構築した。これは、この特定の基準に従って精査された最初の公開コーパスである。
• 半合成ベンチマーク： 提案されたスコアを用いたエラーモードの検出可能性を定量化するラベル付きデータセットを提供し、ハルデン一貫性監査の最初の動作特性を提示した。
• 再現性： すべてのデータ、コード、プロトコル、およびベンチマーク生成器は、正確な再現を保証するためにSHA-256チェックサムと共にアーカイブされている。

結果

• デモンストレーション・セット： 手作業で精査された少数のレコード（ホスホグルコースイソメラーゼ、トリオースリン酸イソメラーゼ、フマルサーゼを含む）に適用したところ、スコアはフマルサーゼにおけるバッファー依存の不一致（非リン酸バッファーにおいて3.8～4.5倍の誤差）を特定し、ラセマーゼのコントロールにおける相互性を確認した。
• バックボーン（21レコード）：
  • 分布： 21レコード中18レコードが「2倍以内」のバンド（$C_{Haldane} \le 0.25$）に収まった。
  • フラグが立てられたレコード： 3つのレコードが不整合（2倍の境界を超過）としてフラグが立てられた：Pea phosphoriboisomerase（3.09倍）、Clostridium scindens D-psicose 3-epimerase（2.88倍）、および Sinorhizobium D-tagatose 3-epimerase（3.96倍）。
  • 独立性： 8つのレコードは「真に独立」していた（熱力学的事前情報なしの速度論的フィット vs 別個の平衡測定）。これら8つすべてが2倍のバンド内にあった。
  • 化学的範囲： バックボーンは炭水化物イソメラーゼおよびエピメラーゼに強く集中している。したがって、結果はこれら特定の化学分野における「ファミリー内の観察結果」として記述される。
• ベンチマーク性能：
  • 連続分類器として、スコアは 0.784（95% ブートストラップ信頼区間: 0.725–0.838）のAUCを達成した。
  • 検出可能性： 粗大なエラー（単位の転記ミス、プロトン不一致）は100%の感度で検出された。最も検出が困難なモードは、方向の入れ替え（$K'_{eq} \approx 1$ の場合）および条件の不一致（温度の間違い）であり、2倍のカットオフにおける感度はそれぞれ0.76および0.11であった。
  • AUCは $|\ln x|$ の単調な再スケーリングに対して不変であり、これはスコアが特定の $C_{Haldane}$ 関数の形式による特有の優位性ではなく、倍率誤差情報の識別能を測定していることを裏付けている。

意義と主張
本論文は、特定の精査されたサンプルに関する再現可能なワークフローおよび記述的な経験的参照分布を提供することを控えめに主張している。

• 一般的な集団の推定ではない： 著者らは、結果（21件中18件が2倍以内）は、サンプルが化学的に限定的（炭水化物イソメラーゼ/エピメラーゼ）であり、実際のレコードに対する正解ラベルが欠如しているため、すべての可逆的酵素反応にそのまま外挿することはできないと明示している。
• 実現可能性のデモンストレーション： 本研究は、二方向の監査が可能であること、および、この特定のクラスにおける十分に特徴付けられたレコードの大部分が熱力学的に一貫していることを示す、実現可能性のデモンストレーションとして機能する。
• キュレーションの対象： フラグが立てられた3つのレコードは、検証されたエラーとしてではなく、未モデルの二次的特徴（例：生成物阻害）やデータの組み立て上の問題に起因する可能性があるため、「キュレーションの対象」として提示されている。
• 運用の有用性： 主な貢献は、標準化され校正されたスケール（$C_{Haldane}$）と、手法の変更なしに将来のデータ収集に適用できるプロトコルを確立したことであり、これにより、より大規模で多様な監査コーパスの成長を促進する。