🧬 biology

PHASE: encoding global protein ensembles with local Hamiltonians and all-atom backmapping

本論文は、局所ハミルトニアンと全原子バックマッピングを用いることで、原子レベルのタンパク質コンフォメーションアンサンブルをコンパクトで解釈可能な統計モデルへと変換し、複雑な活性化ランドスケープの再構成および古典的・量子アニーリングのための直接的なエンコーディングを可能にするフレームワークであるPHASEを紹介する。

原著者： Daniele Angioletti, Marco Nobile, Matteo Carli, Vittorio Limongelli

公開日 2026-08-25

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Daniele Angioletti, Marco Nobile, Matteo Carli, Vittorio Limongelli

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

タンパク質は硬い彫像ではなく、その役割を果たすために絶えず形を変える柔軟な機械です。単一のタンパク質分子はただ一つの形態で存在するのではなく、「コンフォメーション・アンサンブル」として知られる、わずかに異なる多くの形状からなる雲のような状態で存在しています。これらの形状は、薬物やシグナル伝達パートナーといった他の分子と相互作用する際に変化し、この変化がタンパク質が信号をオンにするかオフにするかを決定します。何十年もの間、科学者たちは、分子内のあらゆる原子を時間の経過とともに追跡する大規模なコンピュータ・シミュレーションを実行することで、これら変化する形状を理解しようと試みてきました。これらのシミュレーションはテラバイト級のデータを生み出しますが、生の出力は多くの場合、単なる原子位置の長いリストに過ぎず、タンパク質がどのように動くのかという根本的な規則を見出したり、将来どのような新しい形状をとるかを予測したりすることを困難にしています。課題は、この混沌とした原子位置のストリームを、タンパク質の異なる部分間の統計的な関係を説明する、明確でコンパクトなマップへと変換することでした。

スイスのオイラー研究所の研究チームは、この問題を解決するために「PHASE」と呼ばれる新しい手法を開発しました。彼らは、タンパク質の複雑な原子レベルの動きを取り込み、それを単純で解釈可能な統計モデルへと変換するシステムを作り上げました。このアプローチをテストするため、彼らはヒトの体内に存在し、細胞が信号にどのように反応するかや特定の薬がどのように作用するかにおいて重要な役割を果たすアディノシンA2A受容体に焦点を当てました。研究者たちは、受容体が空の状態、異なる薬物が結合している状態、およびシグナル伝達タンパク質が付着している状態を含む幅広い条件下での、この受容体の約37マイクロ秒のコンピュータ・シミュレーションデータを分析しました。

PHASE法の核心は、タンパク質を個々の構成要素であるアミノ酸残基へと分解し、各残基の形状を少数の標準的なカテゴリーを用いて記述することにあります。すべての原子の正確な位置を追跡する代わりに、システムは類似した局所的な形状を明確な「マイクロステート（微小状態）」へとグループ化します。タンパク質全体をこれらのマイクロステートの配列として捉えることで、研究者たちは、タンパク質がある特定の形状の組み合わせである確率を記述する数学的マップ、すなわちハミルトニアンを構築することができました。極めて重要な点は、このマップが、約6オングストローム以内の距離にある、物理的に近いアミノ酸同士の相互作用のみを考慮する必要があったことです。これらの局所的な結合のみを使用しているにもかかわらず、モデルは元のシミュレーションで見られた複雑で長距離にわたる運動パターンを正確に再現しました。これは、タンパク質のグローバルな挙動が、そのパーツを繋ぐ単純な局所的規則から自然に創発していることを意味しています。

最も驚くべき発見の一つは、このモデルが、それらの状態が何であるかを教えられなくても、受容体の異なる機能状態を区別できたことです。研究者たちは、受容体の不活性状態と活性状態に対して別々のモデルを学習させました。これらのモデルを使用して未知の構成を分析したところ、システムは自動的にそれらを不活性から活性へのスペクトラムに沿って分類しました。この分類は、中間的な形状を安定させる薬物が結合している状態など、モデルがこれまで見ていなかった条件に対しても正しく機能しました。これは、モデルが特定の形状に対するタンパク質の統計的な「好み」を学習することで、外部のラベルではなく、内部構造に基づいてタンパク質の挙動を整理する座標系を効果的に作り出したことによるものです。

研究者たちはまた、この受容体の活性化が分子全体にわたる一様な変化ではないことも発見しました。統計モデルを、細胞の外側を向いている領域と内側を向いている領域の二つに分解することで、異なる薬物やシグナル伝達パートナーがこれらの領域に異なる影響を与えることを突き止めました。ある条件では、外側の領域の形状を大きく変化させる一方で内側の領域にはほとんど影響を与えないものもあり、別の条件ではその逆の効果を持つものもありました。このように、タンパク体のどこで変化が起きているかを正確にマッピングできる能力は、受容体が異なる刺激にどのように反応するかを示す詳細な指紋を提供し、薬物がどのように特定の細胞応答を引き起こすかを理解するための新しい方法を提示しています。

これらの抽象的な統計モデルを実世界のアプリケーションに役立てるために、チームは、簡略化されたマイクロステートの記述を完全な三次元原子構造へと翻訳する最終ステップを追加しました。彼らは、生成されたマイクロステートの配列を受け取り、タンパク質のすべての原子の正確な位置を再構成するように、別のコンピュータ・モデルを訓練しました。この「バックマッピング」と呼ばれるプロセスにより、学習した統計的規則に従う、新しく物理的に現実的なタンパク質の形状を生成することが可能になりました。再構成された構造は非常に正確であり、主鎖原子の位置は元のシミュレーションデータと1オングストローム未満の誤差で一致していました。これにより、複雑なシミュレーションから始まり、それを単純な規則へと蒸留し、そしてその規則から新しい有効な原子構造を生成するというサイクルが完結しました。

この研究の意義は、膨大で扱いづらいデータセットを、コンパクトで操作可能なモデルへと変える能力にあります。タンパク質の挙動を局所的な相互作用のセットとして表現することで、研究者たちは、容易に調査、比較、サンプリングができるツールを作り上げました。この統計モデルは、直接分析できるほど単純であり、タンパク質の機能にとってどの部分が最も重要であるかを明らかにしますが、同時に、物理法則に矛盾しない新しい原子構造を生成できるほど詳細でもあります。このアプローチは、タンパク質がどのように動き、相互作用するかを研究するための強力な新しい方法を提供しており、分子がその役割を果たすためにどのように形を変えるのかを正確に理解することで、より優れた薬の設計を支援できる可能性があります。この手法は、この単一の受容体に限定されるものではありません。シミュレーションデータが存在するあらゆるタンパク質に適用可能な一般的なフレームワークを提供し、原子の混沌としたダンスを、明確で理解可能な物語へと変えるのです。

技術要約：PHASE：局所ハミルトニアンによるグローバルなタンパク質アンサンブルの符号化と全原子バックマッピング

問題提起
タンパク質の機能は、単一の静的な構造ではなく、分子構造上の高次元な確率分布である「コンフォメーション・アンサンブル」によって支配されています。分子動力学（MD）シミュレーションは、これらのアンサンブルの生のトラジェトリを提供しますが、その出力は有限で時間的に相関のあるフレームの集合体であり、コンパクトで解釈可能な確率モデルではありません。マルコフ状態モデルのような既存の統計モデルは、グローバルなコンフォメーションを記述しますが、システムサイズが増大するにつれて計算が困難になります。一方で、深層生成モデル（例：Boltzmann Generators, BioEmu）はアンサンブルをサンプリングできますが、統計情報を不透明なニューラルパラメータに分散させてしまうため、メカニズム的な解析が困難です。したがって、元のデータの統計的依存関係を保持しつつ、原子レベルの解像度でサンプリング、照会、および再構成が可能な、明示的かつ解釈可能な統計モデルへと原子論的なアンサンブルを変換するフレームワークが求められています。

手法
著者らは、原子論的シミュレーションと明示的な統計モデリングを3つの主要な段階を通じて橋渡しする、システム固有のフレームワークであるPHASE（Protein Hamiltonians for Sampling of Ensembles）を導入しています。

共有残基状態表現：
- 原子論的なトラジェトリは、各残基 $r$ が $K_r$ 個のマイクロステート（微小状態）のいずれかを占める離散空間へと投影されます。
- マイクロステートは、局所的な主鎖（ $\phi, \psi, \omega$ ）および側鎖（ $\chi$ ）の回転角によって定義されます。
- 決定的なのは、共有マイクロステート基底が、参照トラジェトリ（リガンド結合や活性化状態など、様々な条件をカバーするもの）のプールされたセットから学習されることです。これにより、異なるアンサンブル（例：不活性型 vs 活性型）が、同一の離散的な構成空間 $X = \prod_{r=1}^N \{1, \dots, K_r\}$ 内で比較されることが保証されます。
疎なポッツ・ハミルトニアンのフィッティング：
- 離散的な構成に対して、**擬似尤度最大化（PLM）**を用いて、ペアワイズのポッツ・ハミルトニアン $E_\theta(x)$ がフィッティングされます。
- モデルには、単一サイトの場 $h_r(x_r)$ とペアワイズの結合 $J_{rs}(x_r, x_s)$ が含まれます。
- 局所性制約： 結合は、原子論的アンサンブルにおいて残基 $r$ と $s$ が空間的なカットオフ（例：6 Å）以内に存在する場合にのみエッジが存在する、疎な接触グラフ $G=(V, E)$ に制限されます。これは、3Dの局所性を相互作用グラフに直接エンコードするものです。
- パラメータは、独立してフィッティングされたハミルトニアン間の一貫した、解釈可能な比較を確実にするために、**ゼロ和ゲージ（zero-sum gauge）**で表現されます。
サンプリングと全原子バックマッピング：
- サンプリング： フィットされたハミルトニアンから、ギブスサンプリングおよびレプリカ交換モンテカルロ法（REMC）を介して新しい構成が生成されます。
- バックマッピング： ファインチューニングされたSimpleFoldモデル（フローマッチング・トランスフォーマー）に基づくクラスター条件付き構造生成器が、離散的なマイクロステート・ベクトルから全原子座標を再構成します。このモデルは、各残基の特定のマイクロステート・クラスターの同一性に条件付けられています。
- 最適化： 離散ハミルトニアンはQUBO（二次無制約バイナリ最適化）エンコーディングを許容し、古典的および将来的な量子アニーリングによる探索を可能にします。

主な結果
本フレームワークは、アデノシンA2A受容体（A2A）の10個のコンフォメーション・アンサンブル（不活性、活性、中間状態、および様々なリガンドやエフェクター（mini-Gs）を含む、約37 µsの原子論的MDシミュレーションから派生）に適用されました。

局所的相互作用による統計的忠実度：
- 接触カットオフは6 Åで十分であることが判明しました。相互作用をこの局所的な近傍に制限したハミルトニアンは、残基ごとのマイクロステートの出現頻度と、ペアワイズの同時統計量（モデル内で直接結合されていない残基間の相関を含む）の両方を、低いイェンセン・シャノン（JS）ダイバージェンスで再現しました。
- これは、非局所的な相関が、局所的な統計的依存関係のネットワークから自然に創発することを示しています。
活性化ランドスケープの保存：
- 「不活性（INzma）」および「活性（FANG）」のエンドポイントに対して独立にフィッティングされたハミルトニアンを用いて、エンドポイント優先度スコア（ $\Delta E$ ）が定義されました。
- 状態特異的なハミルトニアン（例：アゴニスト結合、apo、mini-Gs結合）からのサンプリングにより生成された構成は、このスコアに沿って系統的に整列し、これらのラベルがモデルの入力として与えられていないにもかかわらず、既知の薬理学的階層（例：逆アゴニストは不活性状態を、アゴニストは活性状態を好む）を正しく反映しました。
- モデルは、同一のトラジェトリ内のコンフォメーション・レジーム（例：apoトラジェトリの初期セグメント vs 後期セグメント）を区別することに成功しました（自発的な緩和を捕捉）。
領域分解：
- エネルギースコアを細胞外（リガンドが接する領域）と細胞内（トランスデューサーが接する領域）に分解することで、明確に異なる統計的シグネチャーが明らかになりました。
- リガンドの効果は細胞外領域に強くエンコードされていましたが、エフェクター結合（mini-Gs）は細胞内領域に特異的なシフトを生じさせました。これにより、モデルは、同様の細胞外状態を持ちながら異なる細胞内コンフォメーションを持つアンサンブル（例：pAs vs FApoG）を検出することができました。
生成サイクルの完結：
- バックマッピングモデルは、構造化されたC $\alpha$ においてサブオングストロームの精度（RMSD 0.95 Å）を達成し、入力されたマイクロステート・クラスターの同一性を約78%の精度で回収しました。
- このサイクルは、ポッツ・サンプリングされた構成から、規定されたマイクロステートと一致する全原子構造を生成することに成功しました。
QUBOとアニーリング：
- QUBO表現を用いた古典的シミュレーテッド・アニーリングは、エネルギーランドスケープの探索に成功し、初期値とは異なる有効な構成に到達しましたが、妥当性の割合はペナルティ・スケールに応じて変化しました。

意義と主張
著者らは、PHASEが、タンパク質のコンフォメーション・アンサンブルのコンパクトで解釈可能、かつ原子論的に実現可能な統計モデルを構築するためのタンパク質全般に適用可能な手順を提供すると主張しています。

解釈可能性： 深層生成モデルとは異なり、PHASEは個々の残基やペアに関連付け可能な明示的なエネルギーモデルを提示するため、メカニズム的な解析が可能です。
生成能力： 統計的に重み付けされた新しい残基状態の組み合わせを直接サンプリングし、それらを全原子構造へと再構成することを可能にし、粗視化・サンプリング・バックマッピングのサイクルを完結させます。
比較分析： 異なる条件を共有された残基状態空間に投影することで、ハミルトニアンのパラメータやエンドポイント優先度スコアを介して、異なるアンサンブル（例：異なるリガンドや変異）を直接比較することができます。
最適化経路： QUBO定式化は、アニーリング・アルゴリズム（将来的には量子ハードウェア上での実行も含む）を用いた制約付き最適化やエネルギーランドスケープの探索への道を開きます。

本論文は、制限事項についても明記しています。モデルは、トレーニングデータに存在しない盆地（basins）を回復することはできず（MDサンプリングのバイアスを継承する）、エンドポイント優先度スコアは相対的な統計的尺度であり、物理的な自由エネルギー差ではないという点です。しかし、複雑なシミュレーションデータを操作可能な統計モデルへと変換するための堅牢なフレームワークを確立しています。

関連論文