Rapid classification of β-lactamase activity through AI-based structure prediction and electric field analysis

細菌は数十年にわたり、抗生物質が標的に到達する前にそれを解体してしまう微小な分子機械を進化させることで、私たちの薬に対して反撃を続けてきました。これらの防御機構の中でも最も危険なものの一つが、ベータ・ラクタマーゼと呼ばれる酵素です。これは、ベータ・ラクタムとして知られる主要な薬物クラスの化学結合を切り裂く「分子のハサミ」のように機能します。これらの薬が効かなくなると、一般的な感染症が致命的なものになる可能性があり、カルバペネムのような数少ない「最後の切り札」としての抗生物質さえも無用になってしまいます。科学者にとっての課題は、細菌が急速に変異し、最強の薬さえも切り裂くことができる新しいバージョンの酵素を作り出すことです。一歩先を行くためには、研究者は、遅くて高価な実験室での実験を待つことなく、単に遺伝子コードを見るだけで、新しい細菌変異体がどれほど効率的に薬物を破壊するかを予測する方法を見つける必要があります。

研究チームは現在、細菌酵素がカルバペネム系抗生物質をどれほど効率的に分解できるかを正確に予測するための、高速なコンピュータベースの手法を開発しました。実験室で細菌を培養して待つ代わりに、彼らは人工知能を使用して、酵素が薬物を保持している状態の3Dモデルを構築し、薬物が破壊される直前の瞬間をスナップショットとして作成しました。このスナップショットから、彼らは酵素の活性部位内部にある目に見えない電気的な力を算出しました。その結果、電場の強さと方向が、酵素の能力を示す信頼できる指紋（フィンガープリント）として機能することが分かりました。もし電場が適切な方向に十分に強ければ、その酵素は薬物を破壊する可能性が高く、そうでなければ薬物は生き残ります。このアプローチにより、科学者は新しい細菌配列をスキャンし、その耐性レベルを即座に推定することができ、スーパーバグの拡散を追跡するための重要なツールとなります。

抗生物質耐性の物語は、人類の創意工夫と細菌の進化との間のレースです。ペニシリンとその現代的な親戚であるベータ・ラクタム系抗生物質は、細菌が細胞壁を構築するために使用する機構をジャミング（妨害）することで作用します。しかし、多くの細菌は、これらの薬物を認識してそれらを切り開き、無害にするベータ・ラクタマーゼ酵素を生成します。状況は、最も深刻な感染症に対して予約されている強力な薬物クラスであるカルバペネムにおいて、特に深刻です。細菌がカルバペネムをも切断できる酵素を進化させると、治療の選択肢が消滅し、病気や死亡率の上昇を招きます。従来、特定の細菌株がこれらの薬物に耐性を持つかどうかを判断するには、細菌を培養し、酵素を単離し、実験室でテストする必要がありました。このプロセスは遅く、新しい変異が現れるスピードには追いつけません。

これを解決するために、研究者たちは異なる種類のツール、すなわち物理法則と人工知能の力を利用した計算プロトコルに目を向けました。彼らは、10種類の異なるタイプのベータ・ラクタマーゼ酵素の遺伝子配列からスタートしました。これらの中には、カルバペネムを破壊することが知られているものと、そうでないものが含まれています。既知のタンパク質構造で学習させたAIシステムを使用して、各酵素がカルバペネム薬物分子を保持しているときの3D形状がどのようになるかを予測しました。これにより、仮想的な「アシル酵素複合体」、つまり酵素と薬物が結合し、次の反応に向けて準備が整った状態のスナップショットが作成されました。

このプロセスにおける決定的な瞬間は「脱アシル化」と呼ばれます。これは、水分子が薬物を酵素に繋ぎ止めている結合を攻撃し、それを破壊する場面です。研究者たちは、この攻撃のまさに最初の瞬間、すなわち「遷移状態」と呼ばれる極めて短い瞬間に焦点を当てました。完全なシミュレーションを行うには、膨大な計算能力と時間を要します。代わりに、チームは巧妙なショートカットを用いました。彼らは、仮想的な水分子を薬物の方へ優しく押し進め、システムを安定した位置に落ち着かせることで、一連の「近似的な遷移状態」の構造セットを生成しました。これには通常必要とされる計算時間のほんの一部しか必要としませんでしたが、反応の不可欠な物理的詳細を保持することができました。

これらの仮想的なスナップショットが得られた後、チームは酵素の活性部位内部の電場を測定しました。電場とは、電荷を持つ粒子を押し引きする目に見えない力です。今回のケースでは、研究者たちは、酵素の電場が薬物分子の特定の部位、すなわち負の電荷を帯びたカルボニル基とどのように相互作用するかに注目しました。彼らは、この電場の強さ、具体的には攻撃の瞬間にいかに薬物を安定化させるかが、酵素が薬物を破壊する速度に直接結びついていることを見出しました。

結果は驚くべきものでした。研究者が計算された電場値と、実験室での実データと比較したところ、数値は高い精度で一致しました。強力なカルバペネム破壊能を持つことが知られている酵素は、破壊のために薬物を完璧に安定化させる、強い負の電場を示しました。一方で、薬物を破壊できない酵素は、はるかに弱い電場を示しました。相関関係は非常に強力であり、電場値だけで、酵素がカルバペネムを分解するものと分解しないものを見分けることができました。これは、非常に短いシミュレーション時間を用いた場合でも成立しており、この手法が高速かつ信頼できるものであることを示唆しています。

最も重要な発見の一つは、研究者が事前に酵素の正確な3D構造を知る必要はなかったということです。遺伝子配列から出発し、AIを使用して形状を予測することで、依然として正確な結果を得ることができました。これは、実験室で結晶構造が解明されるのを待つことなく、新しい細菌変異体の遺伝子配列が特定された直後に、この手法を適用できることを意味します。また、チームは、薬物分子の小さな部分であるヒドロキシエチル基の特定の向きが結果に影響を与えることも発見しました。この柔軟な部分を無視し、酵素のコア構造によって生成される電場に焦点を当てることで、予測の精度をさらに向上させることができました。

この研究はまた、酵素内部の水分子の役割を浮き彫りにしました。タンパク質構造自体が強力な電場を提供しますが、反応部位の周囲にある水分子も、酵素の能力に大きく貢献しています。研究者たちは、これらの水分子を計算に含めることが、実験データと一致させるために不可欠であることを発見しました。これは、酵素内部の環境が、酵素の形状そのものと同じくらい重要であることを示唆しています。

この研究は、抗生物質耐性の問題を解決したと主張するものではありませんが、それを捉えるための強力な新しい視点を提供しています。単純な電気力の計算によって複雑な生物学的活動を予測できることを示すことで、研究者たちは、高速でありながら物理的現実に根ざしたツールを提供しました。この手法は、危険なカルバペネム破壊酵素と無害な酵素をうまく分離することに成功し、薬物を分解する能力が、酵素の活性部位における特定の電気的景観に根ざしていることを裏付けました。

公衆衛生への影響は重大です。新しい細菌株が出現する際、科学者はこのプロトコルを使用して、その脅威レベルを迅速に評価できるようになります。実験室でのテストに数週間待つ代わりに、新しい変異体の遺伝子コードを分析し、それがカルバペネム治療のリスクとなるかどうかを即座に判断できる可能性があります。このスピードがあれば、医師はより早く適切な抗生物質を選択でき、これらの電場に耐えられるように設計された新しい薬の開発を導くことができます。この研究は、これらの分子機械の内部で働く目に見えない力を理解することで、それらがどのように振る舞うかをより良く予測し、最終的にはそれらを止める方法を見つけられることを示しています。