Accessing Enzyme Kinetic Data and Prediction Methods at Scale
著者らは、ソフトウェアの断片化を克服し、予測の信頼性を文脈化し、大規模な代謝モデリングを促進するために、13種類の酵素反応速度予測手法を精査されたデータセットおよび標準化されたAPIと統合した、オープンソースのプラットフォームおよびデータポータルであるOpenKineticsを提示する。
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
生命は、酵素と呼ばれる微小な生物学的機械に依存しています。これらのタンパク質は触媒として機能し、食物の消化からDNAの構築に至るまで、細胞を生存させるための化学反応を加速させます。生物がいかに成長するか、あるいは病気がどのように進行するかを理解するために、科学者はこれらの化学ネットワークをシミュレートするコンピュータモデルを構築します。数十年にわたり、これらのモデルは化学を簡略化された視点で捉え、反応が単に起こるか起こらないかのどちらかであるかのように扱ってきました。しかし、より正確な全体像を描くには、各酵素がどの程度の速さで働き、特定の化学物質をどれだけ必要とするのかを正確に知る必要があります。これらの詳細は「反応速度論的パラメータ」と呼ばれます。科学者たちは実験室で数千もの反応についてこれらの値を測定してきましたが、自然界に存在する酵素の数は数百万に及びます。既知の情報と存在する情報の間の溝は非常に大きく、コンピュータモデルにはデータの大きな空白が残されています。これらの欠落した数値がなければ、細胞がどのように振る舞うかという予測は不確実なままとなります。
この溝を埋めるために、研究者たちは、酵素の形状とそれが「食べる」化学物質の構造に基づいて、これら欠落した値を推測するコンピュータプログラムを開発してきました。遅くて高価な実験室での実験を待つ代わりに、これらのプログラムは既存のデータから学習したパターンを利用して、新しい酵素がどのように振る舞うかを予測します。問題は、多くの異なるチームが独自の推測プログラムを構築しており、それらがすべて異なる言語を話していることです。あるプログラムは特定のファイル形式を必要とし、別のプログラムは異なる種類のコンピュータ設定を要求します。この混乱により、科学者がプログラムを比較したり、自身のニーズに最も適したものを使用したりすることが困難になっています。多くの場合、研究者は自分の仕事にとって最も正確かもしれないツールではなく、最初に見つけたツールを使わざるを得ません。この制限により、複雑な生物学的モデルの結果は、実際に研究されている生物学そのものよりも、どのソフトウェアを選択したかに依存してしまうことが多くなります。
研究チームは、OpenKinetics Predictorと呼ばれる単一のオープンなプラットフォームを作成することで、この断片化の問題を解決しました。このシステムは、13種類の異なる予測手法を一つの屋根の下に集めるユニバーサルな翻訳機として機能します。科学者は標準的な形式で酵素の配列と化学構造のリストをアップロードでき、プラットフォームは利用可能なすべての手法を一度に実行します。システムは各プログラムの技術的な詳細を処理し、それらが競合することなく動作することを保証し、統合された結果を返します。また、システムはこれらの推測に対して極めて重要な文脈を提供します。つまり、新しい酵素が、プログラムが元々学習した酵素とどの程度似ているかを算出するのです。もし酵素が、プログラムがこれまで見たことのないものと非常によく似ていない場合、プラットフォームはその予測の信頼性が低いとしてフラグを立てます。これにより、ユーザーは答えを知るだけでなく、その答えにどの程度の自信を持つべきかを知ることができます。
研究者たちは、生物学でよく使われる一般的な生物である大腸菌（Escherichia coli）の詳細なコンピュータモデルを用いて、この新しいシステムをテストしました。彼らはプラットフォームに対し、細菌の代謝におけるすべての酵素の速度制限を8つの異なる手法で予測するよう求めました。その結果、驚くべき事実が明らかになりました。異なるプログラム同士がしばしば意見を食い違っているということです。一部の酵素については予測が非常に近いものの、他の酵素については推定値が激しく変動しました。この不一致はランダムなものではなく、酵素が細胞内のどこで働くかに基づく明確なパターンに従っていました。プログラムは、エネルギー生成やアミノ酸処理に関わる酵素において最も強く一致しましたが、これらは実験データが豊富な領域です。しかし、化学物質を細胞膜を越えて移動させたり、細胞内へ輸送したりする酵素については、一致させるのに苦労しました。これらの領域では、現実世界のデータが不足しているため、コンピュータの推測はバラバラでした。
この発見は、現在の生物学的モデリングにおける重大な弱点を浮き彫りにしています。細胞の中で研究するのが最も難しい部分が、コンピュータモデルが最も信頼できなくなる部分でもあるのです。研究者たちは、輸送反応については、異なる手法が時には負の相関を示す、つまり逆方向に動くことがあることを見出しました。これは、どの予測ツールを選択するかによって、特に細胞膜に関わるプロセスにおいて、モデルの結果が劇的に変わる可能性があることを示唆しています。また、研究は、検証するための実験データが利用可能な場合、予測は概して良好であるが、ソフトウェアが構造的に独特な、あるいは既知の例から遠い酵素に対して推測を行わなければならない場合には、精度が著しく低下することも示しました。
このプラットフォームは単にこれらのテストを実行するだけでなく、科学コミュニティ全体のためのデータの共有ライブラリとツールも提供しています。それは、精選されたキネティック・データのコレクション、プログラムが学習するのを助ける計算済みの特徴量、およびテストのための標準的なデータ分割方法を提供します。このインフラストラクチャにより、開発者が単純な2ステップのプロセスに自身のコードを適合させるだけで済むため、新しい手法を容易に追加できます。これらのツールをウェブインターフェースや他のソフトウェアとの標準的な接続を通じてアクセス可能にすることで、研究者たちは、手法の比較を妨げていた技術的な障壁を取り除きました。この研究は、コンピュータによる予測は強力ではあるものの、まだ完璧ではなく、その信頼性は特定の生物学的文脈に大きく依存することを証明しています。研究は、モデルが真に信頼できるものになるためには、科学者はどこにデータが欠落しているかに細心の注意を払い、異なるツールが同じ生物学的プロセスについて全く異なる物語を語り得ることを理解しなければならないと結論付けています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。