✨ 要約🔬 技術概要
タンパク質は生命の働く機械であり、酸素を運んだり、感染と戦ったり、細胞間で信号を送ったりといった任務を遂行するために、特定の形へと折りたたまれた微小な分子構造です。しかし、これらの機械は静止した彫像ではありません。それらは絶えず動き、呼吸し、任務を完遂するためにその形を変化させています。タンパク質はある閉じた状態から始まり、分子を捕まえるために開き、そしてそれを変化させるためにパチンと閉じるかもしれません。科学者たちは、これらの動きを理解することは、最終的な形を知ることと同じくらい重要であることを古くから知っています。なぜなら、ある状態から別の状態へと至る経路こそが、そのタンパク質がどのように機能するか、あるいはどのように薬によって阻止され得るかという鍵を握っていることが多いからです。数十年にわたり、研究者たちは強力なコンピュータを用いて、あらゆる原子の物理学を計算することでこれらの動きをシミュレーションしようとしてきましたが、これらのシミュレーションは極めて遅く高価であり、単一のタンパク質のわずか数秒間の動きを生成するだけで数週間かかることも珍しくありませんでした。この制限により、異なるタンパク質がどのように動くかを研究したり、多くの異なる分子の経路を並べて比較したりすることが困難になっていました。
この問題を解決するために、研究チームは「TEMPO」と呼ばれる新しい人工知能ツールを開発しました。これは、従来の技術がかかっていた時間のわずかな割合で、長く秩序あるタンパク質の動きのシーケンスを生成することができます。TEMPOは、原子間のあらゆる物理的な力を計算しようとする代わりに、タンパク質が自然にどのように進化するかというパターンを、既存の数千ものコンピュータ・シミュレーションから学習します。このシステムは、二段階の速度を持つカメラのように機能します。まず、タンパク質の形状における主要で緩やかな変化（アンカーポイントとなるもの）を予測し、次に、それらのアンカー間で発生する急速で小さな揺らぎや変動を補完します。このアプローチにより、モデルはタンパク質のライフサイクルの滑らかで連続的な「映画」を、コンピュータが長期間にわたってステップ・バイ・ステップで予測しようとする際に通常蓄積してしまうエラーを起こすことなく作成することができます。研究者たちは、細胞のエネルギー生産を助ける酵素や、多くの細胞プロセスを制御するキナーゼと呼ばれる大きなタンパク質ファミリーを含む、幅広い種類のタンパク質を用いてこの手法をテストしました。
結果は、TEMPOが実在するタンパク質の動きの統計的特性を驚くべき精度で再現できることを示しています。チームが生成されたシーケンスを物理学ベースのシミュレーションというゴールドスタンダードと比較したところ、新しいモデルは期待される動きのパターンにほぼ完璧に一致しました。例えば、モデルはタンパク質の異なる部分がどの程度揺れるか、また全体の形状がどのように変化するかを正しく予測し、従来の手法を大きく上回るレベルの一致を実現しました。貝のように開閉するタンパク質を用いた特定のテストでは、モデルは閉じた状態から開いた状態への連続的な経路を正常に生成し、実際の実験で見られるものと同様の論理的な接触変化の進行を示しました。この新手法の速度も大きなブレイクスルーであり、400フレームのシーケンスの生成に1分足らずしかかかりませんでした。これは、古い技術では数時間または数日を要していた作業です。
速度と精度の他にも、本研究はTEMPOが特定のタイプの動きを生み出すように誘導できることを実証しました。研究者たちは、モデルを誘導して、多くの薬の標的となる「DFG」として知られる化学的モチーフの特定の局所的な形状（構成）を生成できることを示しました。生成プロセス中に単純なルールを適用することで、モデルに、多くの異なるキナーゼについて、それらのタンパク質の「オン」または「オフ」の状態に見える構造を作成するよう指示することができました。これは、モデルがタンパク質の柔軟性に関する基礎的なルールを十分に学習しており、新しいタンパク質ごとに再学習することなく、特定の成果へと導くことができることを示唆しています。チームはまた、細胞膜に埋め込まれており環境を感知することに関与しているGタンパク質共役受容体と呼ばれるタンパク質グループにもこのツールを適用し、モデルが一度も見たことのないタンパク質に対しても知識を転移できることを示しました。
本研究は、タンパク質が階層的に動いていること、つまり、ゆっくりとした大規模な変化が、より速い局所的な震えの枠組みを提供していることを裏付けています。これら二つのスケールの運動を分離することで、研究者たちはコンピュータがコースから外れることを防ぐことができました。これは、小さなエラーが時間の経過とともに蓄積し、ナンセンスな最終形状を作り出してしまうという一般的な問題です。現在のバージョンのツールは、タンパク質の主鎖構造に焦点を当てており、周囲の水、イオン、または化学リガンドはまだ含まれていませんが、異なるタンパク質がどのように動くかを比較するための強力な枠組みを提供します。この能力は、変異や薬がタンパク質の動的な挙動をどのように変化させるかを迅速にスクリーニングする方法への扉を開き、生命の分子機械を眺めるための新しいレンズを提供します。この研究は、詳細な物理シミュレーションの必要性に取って代わるものではなく、科学者が、以前では到底到達できなかった明晰さとスピードをもって、タンパク質の動きの広大な風景を探索することを可能にする、迅速で信頼できる補完的な手段を提供するものです。
技術要約：マルチスケール自己回帰モデリングによる、秩序あるタンパク質コンフォメーション・トラジェトリの生成
問題提起
タンパク質の機能はコンフォメーション状態間の遷移に依存しており、静的なエンドポイントや無構造なアンサンブルだけでなく、秩序ある構造配列を理解することが必要である。分子動力学（MD）シミュレーションは原子レベルで解像されたトラジェトリを提供するが、計算コストが高いため、大規模なタンパク質パネル、変異体、またはリガンド状態にわたる系統的な比較には限界がある。既存の深層生成モデル（AlphaFlowやBioEmuなど）は、多様なコンフォメーション・アンサンブルのサンプリングには優れているが、意味のある逐次的なトラジェトリに不可避な時間的依存性を保持することには失敗する場合が多い。逆に、逐次生成モデルは、各予測が次のコンテキストとなることで幾何学的な誤差が累積する、長いロールアウトにおける誤差の蓄積という課題に直面している。さらに、タンパク質の運動は本質的にマルチスケールであり、緩やかな集団的再編成の中に高速な局所的ゆらぎが含まれている。単一スケールの更新メカニズムでは、短距離の変動と安定した長距離の進化のバランスを取ることが困難である。
手法：TEMPO
著者らは、MDトラジェトリ上で直接学習され、2つの異なる時間解像度で秩序あるタンパク質バックボーンのコンフォメーションを生成する階層的自己回帰モデルであるTEMPO を導入する。
アーキテクチャと表現
バックボーン表現: 各残基はSE(3)バックボーンフレーム（回転は単位クォータニオン、並進）および、不連続性を避けるためにサイン・コサインのペアとしてエンコードされた捩れ角（ϕ , ψ , ω \phi, \psi, \omega ϕ , ψ , ω ニューラルアーキテクチャ: モデルは両方のスケールで共有アーキテクチャを使用し、SE(3)フレームの空間的符号化のためのInvariant Point Attention (IPA) と、残基間の相互作用のためのマルチヘッド自己注意機構を採用している。時間的依存性は、Gated Recurrent Unit (GRU) レイヤーを用いてモデル化される。ダイナミクス定式化: コンフォメーションの進化は、SDEに着想を得た離散更新によってパラメータ化される：X t + Δ t = X t + f θ ( c t x t ) Δ t + σ Δ t ϵ t X_{t+\Delta t} = X_t + f_\theta(ctxt)\Delta t + \sigma\sqrt{\Delta t}\epsilon_t X t + Δ t = X t + f θ ( c t x t ) Δ t + σ Δ t ϵ t
階層的フレームワーク
TEMPOは、長期的なドリフトを軽減するために、生成を2つのスケールに分解する。
スロースケールモデル: 「アンカー」コンフォメーションを20 nsのサンプリングストライド（学習データのストライドに一致）で進める。これらのアンカーは、トラジェトリの長距離進化を組織化する。ファストスケールモデル: 1 nsのストライドで中間フレームを生成する。このモデルは、スロースケールのコンテキスト（アンカーコンフォメーション）に条件付けられ、アンカー間の構造的変動を解決する。推論プロセス: 推論時、スロースケールモデルがまずアンカーのシーケンスを生成する。続いて、ファストスケールモデルが各20 nsセグメントに対して19個の中間フレームを生成し、連続した秩序あるトラジェトリを組み立てる。
学習と条件付け
学習データ: 4,000個のランダムにサンプリングされたmdCATHタンパク質から得られた320,000個のトラジェトリで学習。損失関数: 平均二乗再構成誤差と、ステリッククラッシュ（隣接しない原子が1.2 Åより近い場合のReLUペナルティ）を組み合わせる。条件付けメカニズム:
エンドポイント条件付け: 学習可能なエンコーダがターゲット構造（X ∗ X^* X ∗ 推論時のステアリング: 局所的なモチーフ制御（例：DFGジオメトリ）のために、モデルのパラメータを更新することなく、多項目的関数を用いて各自己回帰ステップの後に特定の残基を精緻化するステアリング手順を用いる。
主な結果
アンサンブルの忠実度と効率
保持されたmdCATHおよびATLASタンパク質において、TEMPOはMD由来のアンサンブル観測量を再現した：
相関: ATLASにおいて、アンサンブル平均のペアワイズRMSDで0.91、残基レベルのRMSFで0.89のピアソン相関係数を達成した。主成分分析 (PCA): リーディング主成分の方向は、ATLASのケースにおいて76%でMDと一致し、AlphaFlow（44%）を大幅に上回った。効率: 400フレームのロールアウトには1分未満を要し、報告されている設定下でのAlphaFlowよりも約750倍高速であった。ドリフトの低減: 単一スケールの自己回帰モデルと比較して、マルチスケール階層は400フレームのロールアウトにおける長期的RMSD誤差を8.62 Åから1.78 Åへと減少させた。
アプリケーション1：アデニル酸キナーゼ (ADK) の開口
閉じた状態（1AKE）から開いた状態（4AKE）への10個のエンドポイント条件付きロールアウトにおいて：
生成されたコンフォメーションは、RMSD空間において連続的な回廊を形成した。
運動学的マップ（tICA）により、共通の閉鎖から開放への座標（tIC1）が特定され、フレーム順序に従って一貫した進行を示すことが示された。
解析により、進行的な接触交換が明らかになった：閉鎖状態特有の接触が減少し、開放状態特有の接触が蓄積し、運動性はNMPおよびLIDドメインに局在していた。
アプリケーション2：キナーゼのDFGステアリング
100個のキナーゼに対して推論時のステアリングを適用し、代替的な局所DFGバックボーンジオメトリを生成した：
68個のキナーゼにおいて、この手法はDFG-in様およびDFG-out様のフレームの両方を正常に生成した。
受理されたフレームは、DFG-Pheラマチャンドラン・プロットにおいて明確に異なる領域を占めており、モデルの再学習なしに局所的なバックボウンジオメトリに対する制御可能性を示した。
アプリケーション3：キナーゼの柔軟性とGPCRへの転用
キナーゼの柔軟性: 252個のキナーゼにわたり、生成されたゆらぎプロファイルは、結晶構造のB因子と可変的な一致を示した（平均スペアマン ρ = 0.358 \rho = 0.358 ρ = 0.358 ρ ≥ 0.5 \rho \ge 0.5 ρ ≥ 0.5 GPCRへの転用: 可溶性タンパク質（mdCATH）のみで学習されたモデルを、特定の更新なしに6つのGPCR（クラスA〜C）に適用した。生成されたコンフォメーションは、受容体固有のMD投影の主要な領域と重なり、変動は柔軟な領域（N末端、ループ）に集中した一方で、膜貫通コアは安定していた。
重要性と主張
本論文は、TEMPOが秩序ある タンパク質コンフォメーション・シーケンスを生成し、比較するための枠組みを提供し、長いロールアウト生成における誤差の蓄積という特定の課題に対処していると主張している。その主な意義は以下の通りである：
階層的安定性: 生成をスロー（集団的）およびファスト（局所的）なスケールに分離することで、MDのようなコンフォメーション統計を保持しながら、ドリフトを大幅に減少させることを実証した。制御可能性: モデルが、エンドポイント条件付き生成（遷移経路のため）および推論時のステアリング（局所モチーフ操作のため）の両方をサポートしていることを示した。効率性: 大規模なタンパク質パネルにわたって秩序あるコンフォメーション変化を比較するための、物理ベースのシミュレーションに代わる迅速な選択肢を提供する。
著者らは明示的に制限事項についても述べている。モデルはバックボーン中心であり（側鎖、リガンド、溶媒を省略）、タイムラベルは較正されたキネティックな時間ではなくサンプリングストライドを反映しており、条件付きおよびステアリングされたロールアウトはバイアスのないサンプルではない。本研究は、TEMPOを物理ベースのシミュレーションや実験的検証に代わるものではなく、それらを補完するものとして位置づけている。
毎週最高の 生物学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。 登録 ×