De novo Protein Generating Model via Structure-Aware Graph Neural Networks
本論文は、配列のリカバリではなく3D構造の正確性を最適化する構造認識型グラフニューラルネットワークを提示しており、de novoタンパク質生成が、直接的な配列の教師なしで、配列重視の主要な手法に匹敵する構造精度を達成できることを示している。
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
数十年にわたり、生物学者はタンパク質の機能はその形状によって決定されることを理解してきました。タンパク質はアミノ酸と呼ばれる構成要素の長い鎖であり、これらブロックの特定の順序が、鎖がいかにして複雑な三次元構造へと折り畳まれるかを決定します。この折り畳みのプロセスは非常に精密であり、配列のわずかな変化が構造全体の崩壊や機能不全を引き起こすこともあります。長い間、科学的な課題は、与えられた配列がどのような形状をとるかを予測することでした。しかし、より困難で、かつ同様に重要な問いが浮上しました。もし、望ましい形状から出発する場合、その形へと折り畳まれる特定ののアミノ酸配列を、どのように逆算して見つけ出すことができるのか、という問いです。この「逆設計(インバース・プロテイン・デザイン)」と呼ばれるリバースエンジニアリングは、ゼロから新しい薬や材料を作り出すための鍵となりますが、従来は「新しい配列は自然界に見られる配列に酷似していなければならない」という厳格なルールに依存してきました。
テキサス大学ダラス校の研究チームは、このルールに挑戦しました。彼らは、自然界のタンパク質を模倣する必要なく、特定の形状へと折り畳まれるタンパク質配列を作成するように設計された、新しいコンピュータモデルを開発しました。最近の研究で詳述された彼らのアプローチは、正しい形状に至る経路は唯一ではないこと、そしてモデルはアミノ酸の特定の順序を完全に無視して、構造を直接構築することを学習できることを示唆しています。モデルに、特定の配列を覚えるのではなく、最終的な3D形状のみを重視するように学習させることで、彼らは自然界のコピーに焦点を当てた主要な手法と同等の精度を達成しました。これは、タンパク質が自然界のもののように機能するために、必ずしも自然界のものに似ている必要はないことを証明しています。
研究者たちは、グラフニューラルネットワークと呼ばれる一種の人工知能を用いて、このモデルを構築しました。このシステムにおいて、タンパク質は単なる文字のリストとしてではなく、点と線で結ばれたマップとして捉えられます。各点はタンパク質のバックボーンの一部を表し、線は空間内の最も近い隣接点を結びます。モデルはターゲットとなる形状の座標を入力として受け取り、各点にどのアミノ酸が位置すべきかを推測し始めます。ここでの決定的な革新は、モデルの学習方法にあります。モデルは「間違った文字を推測したので、やり直してください」と指示される代わりに、自身の推測がどのような形状を作り出すかを見せられます。モデルは、既存の強力なツールを使用して、予測した配列を独自の3D構造へと折り畳み、その結果をターゲットの形状と比較します。もし形状が一致しない場合、モデルは差を縮めるように推測を調整します。このプロセスにより、モデルはタンパク質の幾何学的な性質から直接学習することができ、自然界に見られる元の特定のアミノ酸配列を記憶したり複製したりする必要性を回避しています。
このアイデアを検証するため、研究者たちは膨大なタンパク質構造のコレクションを用いてモデルを訓練しました。その際、多様性を確保するために、構造を小さく均一な断片に切り分けています。その後、モデルに対し、見たことがない特定の224種類のタンパク質形状に対して配列を設計するよう求めました。各形状について、モデルは配列を生成し、それがターゲットとどれほどよく一致するかを確認するために、同じ予測ツールによって折り畳まれました。その結果は驚くべきものでした。モデルが生成した配列は、自然界の元の配列を復元することに焦点を当てた非常に定評のある手法であるProteinMPNNと同等の精度で、構造を形成しました。新しいモデルが生成した配列は、自然界のものとは大きく異なっていましたが、それらが形成する形状はターゲットとほぼ同一でした。
この研究では、新しいモデルが、従来の(配列復元に重点を置いた)手法が元の配列を約31パーセントの割合で復元したのに対し、30パーセント未満の割合でしか元の配列を復元できなかったにもかかわらず、業界標準に匹敵する構造的精密さを達成したことが判明しました。この配列復元率の差は、構造的な成果を損ないませんでした。研究者たちは、多くのターゲット形状に対して、同じ折り畳みを生成できる複数の異なる配列が存在することを観察しました。場合によっては、新しいモデルは特定の部位において、自然界の配列や従来のモデルをも上回る性能を示しており、これは、ある特定の形状に対して自然界が常に唯一の解を用いているわけではないことを示唆しています。これらの知見は、機能的なタンパク質を作成するために、自然界の配列を模倣するという厳格な要件は必要ないことを示しています。
この研究は、構造的な正確さのみに基づいて訓練されたモデルが、配列の復元に基づいて訓練された手法と競合できることを実証しています。研究者たちは、彼らのアプローチによって、自然界には存在しないタンパク質の設計が可能になり、全く新しい生物学的ツールの創出への扉が開かれると指摘しています。しかし同時に、限界についても認めています。モデルは、訓練に使用する折り畳みツールの精度に依存しており、そのツールにおける誤差は新しい設計にも引き継がれます。さらに、本研究ではタンパク質の断片を使用しているため、複雑な全長構造を再現することが不可能な場合もありました。こうした制約はあるものの、核心となる発見は強固なものです。すなわち、タンパク質の形状は、その創造のための主要なガイドとなり得ること、そして特定のアミノ酸の配列は、これまで考えられていたよりも柔軟であるということです。結論として、科学者が歴史的なレシピではなく、最終的な形態に焦点を当てることで、タンパク質設計の可能性を自然界の進化の限界を超えて広げることができると述べています。
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。