From single-sequence structure prediction to protein fitness landscape through a composable, epistasis-aware mutation atlas
Cerebra-Epistasisは、単一配列の構造予測と明示的なエピスタシス・モデリングを統合することで、多重変異タンパク質のフィットネス・ランドスケープを正確に予測し、高次の変異組み合わせの迅速なワンショット推論を可能にするエンドツーエンドのフレームワークである。
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
タンパク質は生命を動かし続ける分子機械であり、食物の消化から感染症との戦いに至るまで、さまざまなタスクを実行するために複雑な三次元構造へと折りたたまれます。科学者たちは、産業用のより優れた酵素や、より効果的な医薬品を生み出すために、遺伝的な設計図を微調整してこれらのタンパク質を再設計することを長年追求してきました。課題はその可能性の膨大な規模にあります。単一のタンパク質は数百万通りの異なる方法で変化させることができ、そのすべての変異を実験室でテストすることは不可能です。この広大な空間をナビゲートするために、研究者はどの変化がタンパク質の機能を向上させ、どの変化がそれを損なうかを予測するためにコンピュータモデルに頼っています。しかし、大きな障害となっていたのは、複数の変化が互いにどのように相互作用するかを理解することでした。生物学において、2つの変異が合わさった際の効果は、多くの場合、個々の効果の単純な総和ではありません。それらは複雑な形で増幅されたり、あるいは打ち消し合ったりすることがあり、これはエピスタシス（上位性）として知られる現象です。これらの非線形な相互作用を予測することは、特に多くの変異を持つタンパク質の挙動を予測しようとする際に、永続的な困難となってきました。
清華大学と中南経済政法大学の研究者らによって開発された「Cerebra-Epistasis」と呼ばれる新しいフレームワークは、この問題に対して新鮮なアプローチを提供します。チームは、潜在的なタンパク質の変異体をそれぞれゼロから解くべき独自のパズルとして扱うのではなく、まずタンパク質の構造をマッピングし、次に、あらゆる可能な単一の変化がその構造にどのように影響するかを示す再利用可能な「アトラス（地図）」を作成するシステムを構築しました。高速な単一配列構造予測器と、変異がどのように相互作用するかを学習するように設計されたネットワークを組み合わせることで、このシステムは、あらかじめ構築されたマップからデータを引き出すだけで、複雑な多重変異タンパク質の予測を組み立てることができます。この手法により、モデルはタンパク質の三次元的なコンテキストを把握することができ、遺伝子配列上では離れた位置にある残基が、折りたたまれた形状においては近接した隣人となり、互いの挙動に影響を及ぼし合うことを理解できます。
研究者たちは、幅広いタンパク質データセットを用いて、既存の手法に対する彼らのシステムの性能をテストしました。数百万の変異を含む標準的なテストにおいて、Cerebra-Epistasisは、タンパク質がいかに機能するかを予測する上で他の主要なモデルを凌駕しました。その優位性は、変異の複雑さが増すにつれてさらに顕著になりました。他のモデルが3つ以上の変化を持つタンパク質の挙動を予測するのに苦戦する一方で、Cerebra-Epistasisは高い精度を維持しており、これは変異がどのように組み合わさるかという隠れたルールを、同システムが正常に捉えていることを示唆しています。また、このシステムは、トレーニング中に一度も目にしたことのないペアの変異間の未知の相互作用を予測することも可能であり、これは新しいタンパク質をゼロから設計する上で極めて重要な能力です。トリプトファン合成酵素の分析といった特定のケーススタディでは、モデルはアミノ酸間の最も強力な有益な相互作用を正しく特定し、それらをタンパク質内の正しい物理的位置へとマッピングしました。
精度を超えて、このシステムは速度においても大きな飛躍をもたらしました。従来の手法では、コンピュータが候補となるタンパク質の構造と配列を一つひとつ個別に分析する必要があり、これは可能な変異体の数が増えるにつれて指数関数的に遅くなります。対照的に、Cerebra-Epistasisは、元の変異していないタンパク質を一度だけエンコードしてアトラスを生成します。一度このアトラスが構築されれば、システムは関連するデータの断片を検索して組み立てるだけで、数百万もの潜在的な組み合わせを即座に評価できます。研究者たちの推定によれば、典型的なタンパク質におけるすべての可能な3重変異の全景をスクリーニングする場合、彼らのシステムではわずか数分しかかかりませんが、他のトップクラスのモデルでは同じ作業を完了するのに数日、あるいは数年を要します。この効率性は、以前は計算コストが高すぎて調査できなかった広大なタンパク質空間の領域を探索する道を開きます。
本研究では、構造予測器とフィットネス（適応度）予測器を別々にではなく、一緒にトレーニングすることで、より良い結果が得られるかどうかについても調査しました。彼らは、システムのこれら2つの部分が互いに学習できるようにすることで、構造マップの品質を損なうことなく、フィットネス予測の精度が向上することを発見しました。これは、構造的コンテキストが単なる静的な背景ではなく、変異が機能にどのように影響するかをより良く理解するために微調整できる能動的な構成要素であることを示唆しています。本システムは元のタンパク質の構造に依存しており、変異によって引き起こされる劇的な形状変化まではまだ考慮していませんが、タンパク質工学をより予測可能で効率的なものにするための強力な一歩となっています。大規模で混沌とした探索問題を、構造化された組み立てタスクへと変えることで、この研究は次世代の生物学的ツールを設計するための新しいツールを提供しています。
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。