Binding Paths: Describing Small Molecule Interactions with Disordered Proteins via a Markov State Model

滑りやすく、形を変え続けるクラゲを網で捕まえようとする場面を想像してみてください。それが、創薬研究者が「無秩序タンパク質（disordered proteins）」を標的にしようとする際に直面している状況です。ほとんどのタンパク質は、特定の穴（ポケット）を持つ硬くて固形な鍵のような構造をしていますが、無秩序タンパク質は、ぐにゃぐにゃとしており、常に形を変え続け、固定された構造を持ちません。安定した「穴」がないため、科学者たちは、どのようにしてこれらのタンパク質に結合する薬を設計すればよいのかという問題に苦慮してきました。

本論文は、小さな薬物分子がどのようにしてこれら、ゆらゆらと動くタンパク質を掴むことができるのかを理解するための、新しい手法を紹介しています。研究者たちは、静止した「穴」を探すのではなく、薬物が辿る「旅路」に着目しました。

「ハイキングコース」の比喩
無秩序タンパク質を、固形物としてではなく、地形が絶えず変化し続ける広大で霧深い風景として考えてみてください。薬物分子は、この風景を横断しようとするハイカーのようなものです。ハイカーは目的地へ直接飛び込むわけではありません。彼らはさまよい、多くの異なるルートを辿ります。その途中で、ある時は岩に、次は茂みに、そして次は木の枝に、一時的にしがみつくこともあるでしょう。

研究者たちは、これらのさまよいのルートを**「結合経路（binding paths）」**と呼んでいます。タンパク質は混沌としており、経路もランダムですが、薬物分子は、タンパク質の構成要素であるアミノ酸のさまざまなグループと、微細で一時的なつながりを作ったり壊したりしながら、表面を拡散していく際に、実際には特定のルールに従っています。

「地図とコンパス」（マルコフ状態モデル）
この混沌とした彷徨を理解するために、科学者たちは**マルコフ状態モデル（MSM）**と呼ばれるデジタルマップを作成しました。

• 地図： ハイカーの旅を、明確な「チェックポイント」や「状態」に分解することを想像してください。風景が変わっても、このモデルは薬物が停止する最も一般的な場所と、ある地点から次の地点へ移動する確率を特定します。
• コンパス： このモデルは、確率を計算するコンパスとして機能します。どのルートが最も人気があり、タンパク質のどの「ホットスポット」を薬物が訪れる可能性が高いかを教えてくれます。

旅の可視化
この複雑なデータを理解しやすくするために、彼らはこのマップをナレッジグラフへと変換しました。これは地下鉄の路線図のようなものだと考えてください。タンパク質の物理的な形状を示すのではなく、「駅」（薬物が停止する場所）と「路線」（薬物がそこへ到達するための経路）を示しています。これにより、薬物がどのように無秩序な中をナビゲートしていくのかが明確になります。

理論の検証
チームはこの手法を一つの例だけでテストしたわけではありません。彼らは以下の対象に適用することで、この手法が機能することを証明しました。

1. アルツハイマー病に関連するタンパク質 Aβ42 と、薬物 10074-G5 の相互作用。
2. パーキンソン病に関連するタンパク質 α-シヌクレイン と、3種類の異なる薬物の相互作用。
3. 長さ140残基のペプチドと、薬物 ファスジル（fasudil） の相互作用。

重要な結論
主な結論は、視点の転換です。以前は、薬を設計するには固定的で不変の「ポケット」が必要だと考えられてきました。しかし本論文は、ぐにゃぐにゃとした無秩序タンパク質にとって、「ポケット」とは実は動的な経路であると主張しています。これらの彷徨うトレイルをマッピングすることで、私たちはこれらの混沌としたタンパク質のどの部分が実際に「創薬可能（druggable）」であるか（つまり、薬による標的化が可能か）を特定できます。これにより、かつては治療不可能と考えられていたシステムを、将来の創薬における実行可能なターゲットへと変えることができるのです。