Toward a Transferable Representation of Protein Dynamics for Functional Prediction and Mechanistic Discovery

タンパク質は生命の働き手であり、細胞を構築し、食物を消化し、信号を運ぶ微小な分子機械です。数十年の間、科学者たちは主にそれらを静的な彫刻として理解しており、その仕組みを説明するために三次元的な形状に焦点を当ててきました。確かに形は不可欠ですが、それがすべてではありません。タンパク質は硬直した像ではなく、絶えず変化し、呼吸し、身をよじっています。これらの動きは、さまざまな速度や距離で発生しますが、多くの場合、タンパク質がその役割を果たすための鍵となります。タンパク質はある分子を取り込めるようにゲートを開けたり、化学反応を引き起こすために体をひねったりする必要があるかもしれません。これらの動作を見るために、研究者は強力なコンピュータ・シミュレーションを使用して、時間の経過とともにすべての原子の位置を追跡し、分子の人生の「映画」を作成します。しかし、これらの映画は非常に複雑であり、数百万フレームものデータを含んでいるため、特にサイズや形状が異なるタンオイン間で比較することが困難です。

課題は、特定の種類のタンパク質だけでなく、あらゆるタンパク質に対して機能する言語でこれらの動きを記述する方法を見つけることにあります。もし科学者が、未知の新しく知られていないタンパク質が何をするのかを予測したいのであれば、そのタンパク質の具体的な履歴や構造に関係なく、機能を定義する運動のパターンを認識できる手法が必要になります。これこそが、ダッカ科学技術研究所のナヒド・モノワール氏とそのチームが答えを出そうとした問いでした。彼らは、これらの分子の映画を観察し、タンパク質の挙動から単一のコンパクトな要約を抽出するように設計された新しいコンピュータ・システムを開発しました。彼らはこの要約を「モーション・シグネチャー（運動の特徴量）」と呼んでいます。目的は、たとえそのタンパク質が以前にコンピュータが学習したものとは大きく異なっていても、その特徴量がタンパク質が何を行うかを教えてくれるかどうかを確認することでした。

このアイデアをテストするため、研究者たちは膨大なデータのライブラリ――タンパク質の動きの動画1,250本分（1,120種類のユニークなタンパク質を代表するもの）――をシステムに入力しました。これらのタンパク質は、50個の構成要素を持つ小さなものから600個持つ大きなものまで、幅広く多様です。シミュレーションは100ナノ秒から10マイクロ秒までの幅広い時間をカバーし、タンパク質の形状のスナップショットを約1,250万枚捉えました。チームは、タンパク質の各部分がいかに連動して動くかという特定的なパターンの探索を行うようシステムを訓練しました。単に一つの瞬間において原子同士がどれくらい近いかを見るのではなく、システムは、ある部分の動きが時間の経過とともに別の部分の動きといかに結びついているかに注目しました。そして、このダイナミックな情報をタンパク質の化学配列および全体的な形状と組み合わせることで、統一された記述を作り上げました。

結果は、このアプローチが驚くほどうまく機能したことを示しました。システムに対し、キナーゼ、転移酵素、あるいはヒドラーゼといったタンパク質の仕事の大まかなカテゴリーを推測させたところ、配列や静止した形状のみに依存していた従来の古い手法よりも大幅に高い精度を示しました。学習例との化学的組成の共有率が30％未満である未経験のタンパク質を推測させる厳格なテストにおいても、システムはAUC 0.88を達成しました。これは、0.65から0.81の間であった他の手法と比較して明らかな改善です。この研究は、タンパク質の動き方には、形状や化学コードだけを見ていては見落とされる重要な機能の手掛かりが含まれていることを示唆しています。

また、研究者たちはこの知識がどこまで通用するかを知りたいと考えました。彼らは、学習対象となったものよりますます性質が異なるタンパク質を用いてシステムをテストしました。テスト用のタンパク質が学習用と同じファミリーに属している場合、システムの性能は非常に高かったです。タンパク質がより遠い関係になり、異なるファミリーや異なる構造フォールドに属する場合、精度は低下しましたが、消失はしませんでした。テストされるタンパク質が学習セットと構造的な類似性がほとんどない場合でも、システムはランダムな推測よりも優れた成績を収めました。これは、システムが単に特定の事例を暗記したのではなく、分子の運動と機能の関係に関する一般的なルールを学んだことを示しています。ただし、精度の低下は、システムが完璧ではないことも示しており、最善の推論を行うためには依然として一定レベルの類似性に依存していることが分かりました。

システムが実際に正しい箇所を見ているのかを確認するため、チームはそれを分解してどのパーツが最も重要であるかを探りました。その結果、マップとしての原子の接続性、部位ごとの連動する動きのデータ、簡略化された全体の運動の説明、そして化学配列という、すべてのコンポーネントが必要であることが判明しました。これらのうちいずれかのピースを取り除くと、システムの能力は低下しました。これにより、この手法の強みが、こうした異なる種類の情報を組み合わせることにあることが裏付けられました。さらに、研究者がアデニレートキナーゼと呼ばれる特定のタンパク質を詳しく調べた際、システムは、その分子の動きに関与することが既知である正確な領域をハイライトしました。それは、仕事のサイクル中に蓋が開閉するように動く部分でした。コンピューターの焦点と既知の生物学的事実とのこの一致は、システムが単なるノイズではなく、意味のある真のダイナミクスを捉えていることを示唆しています。

この研究は、タンパク質の機能という謎を完全に解いたと主張したり、コンピュータが新たな生物学的法則を発見したと言及したりするものではありません。むしろ、運動と機能の間のつながりを理解するための新しいツールを提供することを提案しています。研究者たちは、自分たちのシステムはタンパク質のどの部分が運動にとって重要であるかを識別できるものの、それらの部分が機能を引き起こすと証明するものではないことを強調しています。それを証明するにはさらなる物理的な実験が必要です。また、生成されたコンピュータ上の動画に基づいて開始するという点など、この作業にも限界があります。まだ細胞膜内に浮遊しているものや、完全に無秩序な状態にあるものなど、あらゆるタイプのタンパク質についてテストされているわけではありません。それでもなお、分子の複雑に移ろう振る舞いを、転送可能な署名へと翻訳する能力は、大きな前進を表しています。それは、原子の見えないダンスを生体内でタンパク質が行う目に見えるタスクへと結びつけ、新しいタンパク質がどのように振る舞うかを予測するための明確な道筋を提供するものです。