Residue-Conditioned Molecular Design for Paralogue Selectivity: A Computational Framework with Scaffold Preservation and Traceable Chemical Modifications
本論文は、タンパク質パラログに対して、スキャフォールドの保存を強制しつつ、分岐した活性部位残基を標的とすることで、選択的な分子候補を反復的に設計する、残基条件付きの計算フレームワークを提示しており、17件の設計キャンペーンを通じて、追跡可能な化学的修飾と高い構造的連続性を実証することに成功している。
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。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
創薬という広大な領域において、科学者たちはしばしば「誤認」という問題に直面します。人体内の多くのタンパク質は、形や特徴が酷似した、いわば近親者のような存在です。研究者が疾患を阻止するために特定のタンパク質に結合する分子を設計する際、その分子がその「似ている親戚」にも結合してしまい、望まぬ副作用を引き起こしてしまうリスクが常にあります。これが選択性の課題です。何十年もの間、コンピュータは、これらのタンパク質の微小なポケットに適合する新しい分子の形状を生成するために使用されてきました。それはまるで、特定の鍵穴に合う鍵を見つける作業のようです。しかし、これらのデジタルツールは、形状がいかに良くフィットするかだけに焦点を当てることが多く、一方の鍵には機能するが他方には機能しないような、鍵穴同士の微妙な違いを無視してしまうことがよくあります。また、実世界の医薬品が用いるような、標的に対して永久的な結合を形成するといった、具体的な化学的トリックを取り入れることも苦手としています。
独立した研究者であるアメド・アミン・サドゥクによる新しい研究は、この問題に対する異なる考え方を提示しています。このフレームワークは、コンピュータに最適な形状をランダムに探索させるのではなく、「導かれた建築家」のように振る舞います。それは既知の機能する分子から出発し、一歩ずつそれを構築していきます。各ステップにおいて、システムは標的タンパク質と、望ましくない親戚との間の具体的な相違点を確認します。そして、両方のタンパク質が異なる単一の箇所を特定し、コンピュータに対して、その場所に特異的に新しい化学基を付加するように指示を出します。極めて重要なのは、このシステムでは、すべての新しい追加要素が、以前のパーツを損なわないように設計されている点です。これにより、最終的な結果が単なるランダムな形状ではなく、既知の医薬品の論理的な進化となり、それが機能する部分を維持しながら、選択性を高める部分を付け加えることが可能になります。
研究者たちは、がんや炎症に関与する酵素を含む18組のタンパク質ペアを用いて、このアプローチをテストしました。17のケースにおいて、システムは最終的な候補分子の生成に成功しました。主要な発見は、元の出発構造、すなわち「スキャフォールド（骨格）」が失われることは一度もなかったということです。最終的な分子が10個の原子から35個へ、あるいは65個から94個へと成長したとしても、コアとなる枠組みは最初と同じまま維持されました。これは、コンピュータが新しい形状を好んで元の形状を完全に破棄してしまう他の手法とは大きく異なる点です。コアを維持することで、このシステムは、新しい分子がそもそもタンパク質に結合することを可能にする本質的な化学特性を保持することを保証しています。
この手法が実際に機能するかを確認するため、チームは科学文献に見られる44種類の既知の薬物および参照化合物と比較を行いました。彼らは、自分たちが設計した新しい構造と、確立された医薬品との間で、化学構造がどの程度共有されているかを調査しました。44件の比較のうち19件において、新しい設計は、亜鉛への結合や特定のタンパク質のヒンジへの接続といった、参照薬物の最も重要な化学的特徴を保持していました。これは、偶然では起こり得ない頻度で発生しました。実際、彼らが結果をランダムで無関係な活性分子と比較したところ、それらのランダムな分子が主要な特徴を保持していたのはわずか12パーセントでした。新しい手法は、それらの特徴を半分近くのケースで保持しており、人間が行う創薬化学の論理をうまく模倣していることを示唆しています。
この研究は、標的に対して永久的な化学結合を形成する薬物である「共有結合阻害剤」の設計という困難な課題にも取り組みました。システムは、標的タンパク質上のユニークな部位に反応することを意図した特定の「ウォーヘッド（攻撃部位）」を持つ分子を、設計することに成功しました。例えばあるケースでは、ABL1と呼ばれるタンパク質上の特定のシステイン残基（これが存在しない類似のタンコールであるSRCとの違いを利用したもの）に付着するように設計された化学基を追加しました。別の例では、治療が困難な標的として知られるKRASに対して、大きな環状構造を設計しました。しかし、研究者たちは自らのデジタルツールの限界についても注意深く述べています。標準的なコンピュータのスコアリング手法（分子がどれほどよくフィットするかを予測するもの）は、化学反応そのものをシミュレートしていないため、これらの永久的な結合を正確に判定することはできないことが分かりました。システムは標的残基の位置に基づいて結合を設計しましたが、コンピュータはその結合形成のエネルギーを計算することはできませんでした。
このプロジェクト全体に影響を与えた技術的な発見から、最も啓発的な瞬間の一つが訪れました。タンパク質構造をコンピュータシミュレーション用に準備している際、研究者たちはデータの読み取り方に隠れたエラーがあることを見つけました。コード内の単純なミスによって、原子の代替位置の一部が剥ぎ取られてしまい、意図せずタンパク質のポケット内に余分な偽の原子が追加されていました。このエラーにより、コンピュータはポケットが実際よりも混雑しており、かつ魅力的であると誤認し、参照薬物のスコアを人工的に膨らませていました。研究者がこのエラーを修正すると、既知の薬物のスコアは大幅に低下しました。この発見は、基礎となるデータが正しく準備されていない場合、最高のデジタルベンチマークであっても欠陥が生じ得ることを浮き彫りにし、新しい設計をより現実的な基準で評価する必要があることを意味しました。
本研究は、構造的な差異を具体的な化学的変化へと翻訳するための、この段階的な誘導アプローチが強力な手法であることを結論付けています。それは既知の医薬品の核を維持しながら、ユニークな残基を標的とする特定の機能を付加することに成功しました。研究者たちは、これらの分子をラボで合成したり、生細胞でテストしたりはしておらず、この研究はあくまで計算機による設計にとどまっています。彼らは、次のステップとして、最も有望な候補、具体的にはEGFRタンパク質のために設計されたものを実際に製造し、それが予測通りに機能するかをウェットラボでテストすることを明言しています。この物理的なテストが行われるまでは、結果は成功した創薬プロセスの高度なシミュレーションであり、分子の歴史を尊重しながら、その未来を慎重に設計したものであると言えます。
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。