Beyond native sequence recovery: Improved modeling of thesequence-energy landscape of protein structures

あなたは、ロボットシェフに完璧なステーキの作り方を教えようとしているところだと想像してください。長年、あなたがそのロボットを評価する唯一の方法は、「ステーキの写真を見て、何のスパイスが使われたかを正確に当てられるか？」と尋ねることでした。もしロボットがスパイスを正しく当てたら、あなたは金メダルを与えました。これが、科学者が**ネイティブ・シーケンス・リカバリー（NSR）**と呼ぶものです。タンパク質設計の世界では、これはタンパク質の形状を見て、それを自然に形作った正確なアミノ酸の配列（「レシピ」）を推測することを意味します。

しかし、この新しい論文は、元のレシピを当てることで金メダルをもらうことは、実は最も重要なことではないと主張しています。それは、レシピを完璧に暗唱できるものの、ステーキを美味しく焼くことも、切った時に形を保つこともできないシェフのようなものです。

以下に、この論文の知見を簡単な比喩を用いて解説します：

旧来の手法の問題点
著者らは、AIモデルを単に「元のレシピ」を当てるように訓練すると、偽りの成功をもたらすことを発見しました（NっSR）。モデルは既知のタンパク質の特定の材料を記憶することには非常に長けてなりますが、以下の2つの極めて重要なことには失敗してしまいます。

1. 安定性： モデルに新しい形状を与え、そのためのレシピを考案させたとき、材料がその形状にうまく適合していないため、出来上がった「ステーキ」がバラバラになってしまうことがあります。
2. 予測： レシピの材料を一つ変更したとき、モデルはその味（あるいはエネルギー）がどのように変化するかを正確に予測することができません。

新しい解決策：PottsMPNN
これを修正するために、研究者たちはPottsMPNNと呼ばれる新しいツールを構築しました。単にレシピを暗記するのではなく、このツールは「厨房の物理学」を学習します。これは、あらゆる材料が他のすべての材料とどのように相互作用するかを理解する、複雑なエネルギーマップ（ポッツ・エネルギー関数と呼ばれます）を学習します。

次のように考えてみてください：

• 旧モデル： 以前聞いた正確なレシピを繰り返すオウム。
• 新モデル（PottsMPNN）： 塩がなぜ肉を柔らかくするのか、あるいは熱が脂肪にどう影響するかを理解している熟練のシェフ。メニューの内容だけでなく、厨房のルールを知っているのです。

驚くべき結果
この新しい「熟練シェフ」モデルを訓練したとき、奇妙なことが起こりました。元のレシピを当てるスコア（NSR）が、実際には下がったのです。モデルは、完璧なオウムであることをやめました。

しかし、ここにはひねりがあります。レシピを当てるスコアは下がりましたが、実際に安定して機能するタンパク質を作り出す能力と、変化がタンパク質にどう影響するかを予測する能力は上がったのです。

「ノイズ」を用いた訓練のトリック
「元のレシピを当てること」という指標自体が問題であったことを証明するために、彼らは奇妙な訓練方法を試しました。彼らは、ぼやけた不完全なタンパク質の写真（ノイズの乗った構造）と、類似したレシピのリスト（多重配列アライメント）を用いて、新しいモデルを訓練しました。

• 結果： モデルは、元のレシピを正確に当てる能力がさらに低下しました。
• しかし： 新しく安定したタンパク質を設計し、エネルギーの変化を予測する能力は、さらに向上しました。

結論
この論文は、私たちはタンパク質設計における成功の尺度を間違った方法で測ってきたと結論付けています。モデルが既知のタンパク質の元の材料を完璧に想起できたとしても、それが優れた設計者であることを意味するわけではありません。「元のレシピを当てること」への執着を捨て、基礎となるエネルギーのルールを理解することに焦点を当てることで、たとえ歴史を完璧に暗唱できなくても、より優れた、より安定したタンパク質を実際に創り出すことができるモデルを構築できるのです。