💻 bioinformatics

Generative continuous time model reveals epistatic signatures in protein evolution

本論文は、エピスタシス（上位性）の効果をシミュレートするために生成ポッツモデルによってパラメータ化された連続時間タンパク質進化モデルを導入し、エピスタシスが進化全体の速度を低下させ、進化距離の系統的な過小評価を引き起こす一方で、文脈依存的な速度の不均一性のためにサイトごとの平均的な速度を変化させることはないことを明らかにしている。

原著者： Pagnani, A., Barrat-Charlaix, P.

公開日 2026-07-10

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Pagnani, A., Barrat-Charlaix, P.

原論文は CC BY 4.0 (https://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

タンパク質の進化を、10億人が参加する巨大で混沌とした「伝言ゲーム」として想像してみてください。誰かが次の人に変化をささやくたびに、グループ全体の反応は、その人の隣に誰が立っているかに左右されます。何十年もの間、科学者たちは、非常に単純なルールブックを用いて、タンパク質が時間の経過とともにどのように変化するかを予測しようとしてきました。彼らは、タンパク質の遺伝コードにおけるすべての文字は、周囲の文字を完全に無視して、単独で変化すると仮定していました。それは、文章の中の一つの単語が、周囲の他の単語に関係なく意味を変える、と想定しているようなものです。

しかし、この論文は、そのルールブックに極めて重要なパズルのピースが欠けていることを示唆しています。著者たちは、タンパク質の進化を、凍結されたスナップショットの連続ではなく、連続的なリアルタイムのダンスとして扱う、新しい超複雑なシミュレーターを構築しました。彼らは「ポッツ・モデル（Potts model）」を使用しました。これは、本質的に、あらゆるアミノ酸（タンパク質の構成要素）が他のすべてのアミノ酸とどのように相互作用するかを示す数学的な地図です。それは、タンパク質の一部が「親友」や「ライバル」、あるいは「ただ黙って受け入れている相手」を持つ、巨大なソーシャルネットワークのようなものです。もし一つの部分を変えれば、ネットワーク全体が震えることになります。

大きな驚き：「スローモーション」効果
著者たちがこのシミュレーションを実行したところ、奇妙なことが判明しました。この複雑で「社会的」な進化モデルには、こうした相互作用（エピスタシスと呼ばれます）が満載であるにもかかわらず、タンパク質が変化する「平均的な」速度は、従来の単純なモデルとほぼ同じに見えるのです。それはまるで、タンパク質が一人で歩いているのか、混雑した群衆の中にいるのかに関わらず、平均的には同じペースで歩いているかのようです。

しかし、「歩みの体験」は全く異なります。単純なモデルでは、誰もが一定で予測可能なペースで歩きます。一方、著者たちの複雑なシミュレーションでは、ペースはジェットコースターのようです。タンパク質がその瞬間にどのような「文脈（コンテキスト）」（つまり、どのような仲間と一緒にいるか）にあるかに応じて、ある部分は完全に凍りつき、別の部分は猛烈に加速します。著者たちは、この「文脈依存性」によって、2種類のタンパク質の位置が生み出されることを見出しました。

「社交的な蝶（ソーシャル・バタフライ）」： これらの箇所は、隣人が誰であるかによって激しく変化します。ある文脈では凍りついていたり、別の文脈では急速に変化していたりします。
「一匹狼（ローン・ウルフ）」： これらの箇所は周囲がどうあろうとほとんど気にせず、一定で予測可能な速度で進化します。

「タイムトラベル」のバグ
ここからが、歴史を解明しようとする科学者にとって厄介な点です。もし、古い単純なモデルを使って、2つのタンパク質の間でどれほどの時間が経過したかを推測しようとすれば、ほぼ間違いなく予測を誤ることになります。具体的には、時間を過小評価してしまうのです。

車の旅がどれくらいの時間を要したかを、ガソリンの使用量から推測しようとしている場面を想像してください。車が激しい渋滞（複雑なエピスタシスが存在する世界）の中を走っている場合、その車はオープンハイウェイ（単純な世界）を走る車と同じ量のガソリンを使うかもしれませんが、目的地に到着するまでにはるかに長い時間がかかります。なぜなら、渋滞に捕まっているからです。著者たちのシミュレーションは、アミノ酸間の相互作用によって引き起こされるこれらの「交通渋滞」のせいで、タンパク質が同じ数の変化を蓄積するのにより長い時間を要することを示しています。もし交通状況を無視すれば、実際には長い旅であったとしても、旅は短かったと考えてしまうでしょう。

確信度はどの程度か？
著者たちは単に推測したわけではありません。彼らは、実際のタンパク質ファミリー（「レスポンス・レギュレーター」や「ベータ・ラクタマーゼ」など）を用いた数千回のコンピュータ・シミュレーションを実行しました。彼らは1,000個の実際の自然配列からスタートし、シミュレートされた時間20ユニットの間、それらが進化する様子を観察しました。その結果、単純なモデルは「一匹狼」の箇所についてはうまく機能しますが、「社交的な蝶」の箇所の挙動を予測することには完全に失敗することを発見しました。

この論文は、これらの相互作用が無視できる些細な詳細であるという考えを明確に否定しています。彼らは、平均的な速度は同じに見えるものの、その「メカニズム」は根本的に異なると主張しています。また、彼らの結果は特定のアルゴリズム（ギレスピー・アルゴリズム）を用いたシミュレーションに基づいていること、そして彼らのモデルの「エネルギー」は機能的な制約と統計的パターンの混合物であることから、目にするすべての相互作用が純粋に生物学的機能によるものであると100％の確実性を持って主張することはできない（ただし、それが主要な役割を果たしている可能性は高い）とも述べています。

まとめ
主な知見は、エピスタシス（タンパク質の「社会的」な性質）が進化のブレーキとして作用し、単純なモデルでは捉えられない方法で進化を遅らせているということです。これにより、科学者が2つのタンパク質が実際よりも近い関係にある（時間が経過していない）と誤認するという、系統的な誤差が生じます。著者たちは、生命の真の歴史を知るためには、タンパク質の一部を独立した島として扱うのではなく、隣人が常に重要な意味を持つ、混雑し相互接続された都市として捉え直す必要があると示唆しています。

技術要約：生成的な連続時間モデルがタンパク質の進化におけるエピスタシス（相互作用）のシグネチャーを明らかにする

問題提起
タンパク質の進化は、本質的にエピスタシス（上位性）によって形作られている。エピスタシスとは、ある変異の適応度への影響が、配列のコンテキスト（文脈）に依存することを指す。標準的な系統発生学の手法は通常、各部位が独立して進化すると仮定しているが、これは普遍的な相互作用を無視した単純化である。Pottsモデルのような現代的な生成モデルは、エピスタシスの効果を捉え、機能的な配列を生成することに成功しているが、歴史的には離散時間のモンテカルロ・サンプリングに依存してきた。この離散的なアプローチは、連続時間マルコフ連鎖（CTMC）に基づき、期待される部位あたりの置換数で枝長を測定する標準的な進化生物学の枠組みとの統合において障壁となっている。その結果、伝統的な系統発生モデルと直接比較可能な、エピスタシス駆動型の現実的なタンパク質進化をシミュレートできるツールの欠如が生じている。

手法
著者らは、生成的なPottsモデルによってパラメータ化された連続時間配列進化モデルを導入している。コアとなる手法は以下の通りである：

モデルの定義： 平衡分布 $P_{eq}(a)$ は、bmDCAアルゴリズムを用いて多重配列アライメントから推定された場（ $h$ ）と結合（ $J$ ）によるPottsモデルによって定義される。この分布は、単一部位の頻度とペアワイズの相関（エピスタシス）の両方を捉える。
連続時間ダイナミクス： 系統発生学との隔たりを埋めるため、著者らは進化をCTMCとして定式化している。軌跡をシミュレートするためにギレスピー・アルゴリズムを採用している。遷移速度行列 $Q$ は、 $P_{eq}$ に対して詳細釣合いを満たすように構築されている（Glauberダイナミクスを用いているが、Metropolisや突然変異選択などの他のダイナミクスもテストされており、定性的に同様の結果が得られた）。
速度のスケーリング： 時間パラメータ $t$ に対してスケーリング因子 $\Omega$ を適用し、部位あたりの平均置換率が1となるようにしている。これにより、時間の単位が標準的な系統発生推論で使用される枝長と直接対応するようにしている。
比較フレームワーク： 本モデルを特定のタンパク質ファミリー（例：PF00072、レスポンスレギュレーター）に適用し、2つのベースライン（プロファイルモデル：部位固有の頻度は保持するが独立性を仮定するもの、および標準的な置換モデル：LG+G4など）と比較している。

主な貢献と結果
本研究は、エピスタシスがいかに進化のダイナミクスを変化させるかについて、定量的な洞察を提供している：

生成の正確性： 連続時間Pottsモデルの下でシミュレートされた軌跡は、単一部位の頻度、ペアワイズ相関、および主成分投影の観点から、天然の配列と統計的に区別がつかない配列を生成する。対照的に、プロファイルモデルや標準的な置換モデルは、長い進化時間の経過に伴ってこれらの高次統計量を維持できず、しばしば高い統計的エネルギー（非機能性の可能性を示す）を持つ配列を生成してしまう。
エピスタシスによる進化の鈍化： エピスタシスの存在は、分岐の速度を著しく低下させる。部位あたりの平均置換率はPottsモデルとプロファイルモデルでほぼ同等であるが、Pottsモデルは、祖先配列から特定のハミング距離に達するために、より長い進化時間を必要とする。これは、アクセス可能な変異のセットがより制限されていること、および逆変異の頻度が高いことに起因する。
コンテキスト依存的な速度の不均一性： 中心的な発見は、平均的な部位固有の進化速度 $\langle R_i \rangle$ はエピスタシスのあるモデルとないモデルでほぼ同一である一方で、コンテキスト依存的な速度 $R_i^C(a_{\setminus i})$ は劇的に変化することである。
- 特定のコンテキストにおいては「凍結」された（速度がゼロに近い）位置が存在する一方で、他のコンテキストでは高度に進化可能である。
- 他の部位はコンテキストに依存せずに進化する。
- 著者らは、コンテキスト依存的な速度の分散に基づいて部位を特定するためのランキング手法を開発した。その結果、高度にコンテキスト依存的な部位は、構造的にクラスター化（例：結合界面）していることが多い一方で、コンテキストに依存しない部位にはそのような構造的クラスター化が見られないことを発見した。
進化距離推定における系統的なバイアス： エピスタシスを持つPottsモデルから生成されたデータに対して、標準的な部位独立モデル（プロファイルモデルなど）を用いて進化距離を推定すると、真の進化時間を系統的に過小評価するという結果が得られた。
- このバイアスは一様ではない。「遅い」コンテキスト（低エネルギーで高度に制約された配列）から始まる配列において、バイアスは著しく強くなる。
- このバイアスは、主に強くコンテキスト依存的な部位のサブセットによって引き起こされる。推論をコンテキストに依存しない部位に限定すると、バイアスはほぼ消失する。
- 4タクソンの樹形実験において、これは特に「遅い」進化コンテキストに根ざした樹において、枝長と樹の直径を過小評価することにつながる。

意義
本論文は、現代的なタンパク質生成モデルと古典的な系統発生学との間の架け橋となることを主張している。エピスタシスを伴う進化を連続時間で定式化することにより、著者らは標準的な系統発生の単位と互換性のある、現実的な進化の軌跡をシミュレートできるツールを提供している。本研究は、エピスタシスを無視することは単に進化速度の「分散」に影響を与えるだけでなく、進化のタイムスケールの推論に系統的なバイアスをもたらすことを示している。具体的には、標準的な手法は、エピスタシスが存在する場合、配列が分岐するのに必要な時間を系統的に過小評価していることを明らかにしている。これは特に、強い機能的制約下にあるクレードにおいて、現在の系統発生学的再構成が枝長を圧縮し、進化の放射のタイミングを歪めている可能性があることを示唆している。著者らは、本研究を、より現実的な分子進化モデルへの必要なステップであり、系統発生推論のバイアスを修正するための基礎となるものと位置づけている。

関連論文