Pan-Pharmacological Drug-Target Interaction Prediction with 3D-Informed Protein Encoding at Scale

BindingDB の 200 万組以上の化合物 - タンパク質対で学習されたマルチタスクフレームワーク「OmniBind」は、タンパク質の立体構造をトークン列として符号化する革新的な手法により、複数の薬理学的エンドポイントを同時に高精度に予測し、創薬リード最適化や安全性評価、ドラッグリポジショニングに貢献する。

要約

この論文は、**「OmniBind（オムニバインド）」**という新しい人工知能（AI）の仕組みを紹介しています。

薬の開発において最も難しいことのひとつは、「この薬が、体内のどのタンパク質（標的）に、どれくらい強くくっつくのか」を正確に予測することです。これまでの AI は、この予測を「一つのこと」しか同時にやれなかったり、構造情報を取り入れると計算が重すぎて現実的な規模で使えなかったりする問題がありました。

OmniBind は、これらの問題をすべて解決した「次世代の薬の探偵」のような存在です。以下に、難しい専門用語を使わず、身近な例え話で解説します。

---

1. 従来の問題：「片手しか使えない」探偵

これまでの薬の AI は、以下のような制限がありました。

• 単一任務しかできない: 「結合の強さ」だけを見るか、「細胞内での効果」だけを見るかで、どちらか一方しか予測できませんでした。
• 構造が見えていない: 薬がタンパク質にどう「くっつくか」を予測するには、タンパク質の 3 次元の形（立体構造）を知る必要があります。しかし、従来の AI はこの 3 次元情報を処理しようとすると、計算が重すぎて、何万ものタンパク質を調べるには時間がかかりすぎました。
• 記憶力に頼りすぎ: 過去のデータ（「この薬は A というタンパク質に効いた」という記録）を丸暗記しているだけで、新しい薬や新しいタンパク質には弱い傾向がありました。

2. OmniBind の仕組み：「万能な探偵」の登場

OmniBind は、以下の 3 つの工夫で、これらをすべて解決しました。

① タンパク質の「3 次元の形」を「文字列」に変える

タンパク質の 3 次元構造をそのまま AI に見せると、計算が重すぎます。そこで OmniBind は、**「タンパク質の立体構造を、20 種類の文字で表された『暗号の文章』に変換」**します。

• 例え話: 複雑な 3 次元の建物の設計図を、AI が瞬時に読める「簡単なレシピ」や「物語」に変換するようなものです。これにより、3 次元の形を考慮しつつも、計算速度は爆速のまま保たれています。

② 「二つの目」で見て、賢く組み合わせる

OmniBind はタンパク質を 2 つの視点から見ています。

1. アミノ酸の並び（一次構造）: タンパク質の「名前と特徴」。
2. 3 次元の形（立体構造）: タンパク質の「実際の姿と場所」。

そして、**「ゲート融合（Gate Fusion）」**という仕組みで、状況に応じてどちらの情報を重視するかを AI 自身が判断して組み合わせます。

• 例え話: 料理を作る際、レシピ（文字）と実際の食材の見た目（立体）の両方を見て、「今日は見た目が重要だから、形の方を重視しよう」とか、「今日は材料の性質が重要だから、文字の方を重視しよう」と、その場その場で賢くバランスを取る調理人のようなものです。

③ 「四つの指標」を同時に予測

1 回の計算で、薬の効果を表す 4 つの異なる指標（結合の強さ、細胞内での効果など）を同時に予測します。

• 例え話: 従来の AI が「この薬は効くか？」と Yes/No で答えるのに対し、OmniBind は「この薬は、どのくらい強く、どのくらい速く、どの細胞で、どれくらい効くか？」という**「薬の完全なプロフィール（顔立ち、性格、能力）」**を一度に描き出します。

3. 驚くべき成果：「記憶力」ではなく「本質」を学んでいる

この AI が本当にすごいのは、単に過去のデータを覚えているだけではないことです。

• 逆転テスト: 「薬 A は通常、タンパク質 X に効くはずなのに、あえて『効かない』と教えて訓練し、テストでは『効く』と答えるようにした」というような、AI を混乱させるテストを行いました。他の AI は失敗しましたが、OmniBind は「薬の形」と「タンパク質の形」がどう合うかという**「物理的な仕組み」**を理解していたため、正解しました。
• 耐性変異の検知: がん治療薬「イマチニブ」が効かなくなる理由（T315I という変異）を、AI は**「たった 1 文字（アミノ酸）が変わっただけで、結合の場所への注目度が激変する」**ことを検知しました。これは、AI がタンパク質の「鍵穴」の微妙な変化まで理解している証拠です。

4. 実用化：「全身のタンパク質」をスキャン

OmniBind は、人間の体内にある約 2 万個のタンパク質すべてを、一瞬でスキャンして、ある薬がどこに効くか（または副作用としてどこに作用するか）を予測できます。

• 実例（クロザピン）: 統合失調症の薬「クロザピン」について、OmniBind は「HTR2A」という主要な標的を 1 位に、副作用に関わる他のタンパク質も上位に正しくリストアップしました。
• 実例（類似薬の区別）: 構造が非常に似た別の薬「クロミプラミン」と混同せず、それぞれの薬が狙うべき「本命のタンパク質」を正確に見分けることができました。

まとめ

OmniBind は、「薬とタンパク質の出会い」を、3 次元の形を考慮しつつ、高速かつ正確に、かつ多角的に予測できる新しい AIです。

これにより、

• 新しい薬の発見（既存の薬を別の病気に使う「薬の転用」）
• 副作用の予測（予期せぬタンパク質に結合しないかチェック）
• 薬の設計（より強く、より安全な薬を作る）

が、これまでよりもはるかに速く、安く、正確に行えるようになる可能性があります。まるで、薬の開発現場に「超高速で全身をスキャンできる魔法の探偵」が現れたようなものです。

技術概要

論文「Pan–Pharmacological Drug–Target Interaction Prediction with 3D–Informed Protein Encoding at Scale」の技術的サマリー

本論文は、創薬における重要な課題である「薬物 - ターゲット相互作用（DTI）の予測」において、構造的な精度、計算スケーラビリティ、そしてマルチエンドポイント（多目的）予測の同時達成を実現した新しい深層学習フレームワーク「OmniBind」を提案するものです。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

---

1. 背景と課題 (Problem)

創薬プロセスにおいて、化合物が特定のタンパク質にどの程度強く結合するか（親和性）を正確に予測することは不可欠です。しかし、既存のアプローチには以下の 3 つの相互に関連する課題が存在していました。

1. 構造化情報の統合と計算コストのトレードオフ: AlphaFold などの構造予測モデルの発展によりタンパク質構造が利用可能になりましたが、3D 構造を明示的に扱う幾何学的グラフネットワークや 3D 畳み込みネットワークは計算コストが非常に高く、プロテオム全体（数万人のタンパク質）へのスケーリングが困難です。
2. 単一指標への依存: 従来の深層学習モデルの多くは、結合親和性（$K_i$, $K_d$）や機能活性（$IC_{50}$, $EC_{50}$）といった特定の 1 つの指標のみを予測するように設計されており、薬物の多面的な薬理プロファイルを包括的に捉えることができません。
3. 実世界データへの汎化能力の欠如: 既存モデルは、Davis や KIBA などの小規模で均質なベンチマークデータセットで訓練されることが多く、実世界のノイズや化学的・タンパク質的な多様性（BindingDB などの大規模データ）に対して過学習しやすく、新規化合物や新規ターゲットへの汎化性能が低い傾向にあります。

2. 手法 (Methodology)

著者らは、これらの課題を解決するために、OmniBind というマルチタスク学習フレームワークを開発しました。その核心は以下の 3 つの設計原則にあります。

A. 3D 構造を考慮した軽量なタンパク質エンコーディング

• 3Di トークン化: タンパク質の 3 次構造を、20 種類の離散トークンからなる「3Di 配列」として符号化します（ProstT5 モデルを使用）。これにより、3D 構造情報をシーケンスレベルの計算コストで処理可能にしました。
• 双モダリティ入力: タンパク質の「アミノ酸配列」と「3Di 構造配列」の 2 つのモダリティを並列に入力します。

B. 適応型ゲート融合メカニズム (Gated Fusion)

• 単なる配列と構造の特徴の加算や結合ではなく、学習可能なシグモイドゲートを用いて、結合コンテキストに応じて各モダリティの寄与を動的に重み付けします。
• これにより、特定の結合部位では構造情報が、他の部位では配列情報が重要になるなど、状況に応じた最適な特徴統合を実現します。

C. マルチタスク予測と Transformer アーキテクチャ

• 化合物エンコーダ: SMILES 表現をグラフ畳み込みニューラルネットワーク（GCN）で処理し、原子レベルの特徴を抽出します。
• デコーダ: 融合されたタンパク質表現と化合物表現を、5 層の Transformer デコーダで統合します。クロスアテンション機構を用いて化合物 - タンパク質間の相互作用をモデル化し、単一のフォワードパスで 4 つの薬理エンドポイント（$pK_i$, $pK_d$, $pIC_{50}$, $pEC_{50}$）を同時に予測します。

3. 主要な貢献 (Key Contributions)

1. スケーラブルな 3D 構造統合: 明示的な 3D 座標計算を回避しつつ、3Di トークン化とゲート融合により、構造情報を考慮した高速推論（1 対の化合物 - タンパク質あたりミリ秒単位）を実現しました。
2. パン・ファーマコロジー（全薬理）プロファイルの生成: 単一のモデルで結合親和性と機能活性の 4 つの指標を同時に予測し、化合物の多面的な薬理特性を包括的に評価できます。
3. 大規模実世界データでの学習: BindingDB の 200 万組以上の化合物 - タンパク質ペアで訓練され、実世界のノイズや多様性に対する堅牢性を有しています。

4. 結果 (Results)

A. 厳格なベンチマークでの性能

• ラベル反転テスト（Adversarial Benchmark）: 薬物の活性ラベルを意図的に反転させたテストセットにおいて、OmniBind は DTI-LM や TransformerCPI2.0 などの最先端モデルを上回る性能を示しました。これは、モデルが単に化合物のクラスとタンパク質ファミリーの統計的相関を記憶しているのではなく、物理化学的な相互作用原理を学習していることを示唆します。
• 時間的検証（Temporal Validation）: 2023 年 5 月までのデータで訓練し、2024 年 11 月に追加された新規データ（訓練セットに存在しない化合物とタンパク質）で評価したところ、すべての指標（RMSE, C-index, AUROC, AUPRC）で他モデルを凌駕しました。

B. 解釈性と生物学的妥当性

• アテンション分析: ABL1 キナーゼとイマチニブの相互作用において、モデルは臨床的に重要な「ゲートキーパー残基 T315」に高いアテンションを集中させることが確認されました。
• 変異検出: 薬剤耐性変異である T315I 変異を導入すると、モデルは単一残基レベルでアテンション重みの変化を検知し、変異による結合親和性の変化を捉える能力を示しました。

C. 実用的な応用：プロテオムワイド・オフターゲット・プロファイリング

• クロザピンとクロミプラミンのスクリーニング: 訓練データに含まれていない 20,421 種類のヒトタンパク質に対してスクリーニングを行いました。
  • クロザピン: 既知の主要ターゲット（HTR2A）を 1 位に、副作用に関連するオフターゲット（HRH1, ADRA1A など）をトップ 200 以内に 85.7% の精度で復元しました。
  • 構造類似化合物の識別: 三環式骨格を共有するクロミプラミンとは異なる主要ターゲット（SLC6A4）を正しく区別し、化合物ごとの特異的な薬理プロファイルを再現しました。
• これらの結果は、DTI-LM や TransformerCPI2.0 を大きく上回る性能でした。

D. ドラッグリポジショニングの検証

• FDA 承認薬の PDE5, KLKB1, SIRT3 に対する結合予測を行い、上位候補（Avanafil, Glecaprevir, Valrubicin）を構造ドッキングシミュレーションで検証しました。予測された結合モードは既知の酵素機能メカニズムと一致しており、新規リポジショニング候補の発見可能性を示しました。

5. 意義と結論 (Significance)

OmniBind は、**「構造情報に基づく精度」と「高スループットなスクリーニング」**という長年のトレードオフを解消した画期的なプラットフォームです。

• 創薬パイプラインへの統合: リード化合物の最適化、オフターゲット安全性評価、ドラッグリポジショニングなど、創薬の多段階で即座に活用可能です。
• 解釈可能性: 内部のアテンション機構が生物学的に意味のある結合部位や耐性変異を捉える能力は、ブラックボックスになりがちな AI 創薬モデルの信頼性を高めます。
• 将来展望: 分子生成モデルとの統合や、動的構造情報の取り込みなど、さらに発展的な応用が期待されます。

本論文は、大規模な実世界データと効率的な構造エンコーディングを組み合わせることで、次世代の汎用的かつ高精度な創薬支援 AI の実現可能性を証明した重要な研究です。