AlphaFold Database expands to proteome-scale quaternary structures

人体（および他のあらゆる生物）を、活気に満ちた巨大な都市として想像してみてください。この都市の中では、タンパク質が労働者として働いています。長い間、科学者たちはこれらの労働者を、それぞれが孤立して仕事をするソロ従業員だと考えてきました。私たちは、これら数百万ものソロ労働者の設計図（それらが3Dでどのような姿をしているかを示すもの）を含む「AlphaFoldデータベース」という巨大なデジタル・ライブラリさえ構築しました。しかし、ここに落とし穴があります。現実の都市において、タンパク質が単独で働くことは滅多にありません。彼らは社会的な生き物であり、絶えずチームを組み、握手をし、複雑な機械を形成して仕事を成し遂げます。これらのチームは「複合体（コンプレックス）」と呼ばれます。これまで、私たちのライブラリにはこれらのチームの設計図が欠けていました。誰が労働者であるかは分かっていても、彼らがどのように手を繋ぎ、どのように機械を組み立てるのかは分からなかったのです。これは重要です。なぜなら、壊れた機械を修理したり、都市がどのように機能しているかを理解したいのであれば、労働者が単独で立っている姿ではなく、彼らが「一緒」になっている姿を見る必要があるからです。

現在、欧州分子生物学研究所（EMBL）、ソウル大学、NVIDIA、そしてGoogle DeepMindの科学者による大規模なコラボレーションが、ついにこの欠けていたライブラリの扉を開きました。彼らは単に推測したのではなく、スーパーコンピュータを使用して、3,100万通り以上の潜在的なタンパク質チームの3D形状を予測しました。この膨大な予測の中から、不安定な推測を排除し、信頼性の高い181万個のタンパク質ペアのモデルを抽出しました。これは、ライブラリを「個人の肖像画のコレクション」から「グループ写真の広大なギャラリー」へとアップグレードしたようなものです。彼らは、顕微鏡下ですでに目撃されているものと非常によく似たチームがある一方で、多くの新しいチームが存在することを発見しました。それは、タンパク質を単独で見たときには完全に不可視であった構造を明らかにするものでした。この新しいリソースは今や誰でも自由に探索できるようになっており、生命の分子機械が実際にどのように組み立てられているかについて、新たな視点を提供しています。

大きな飛躍：ソロ・アクトからチームスポーツへ

長年、AlphaFoldタンパク質構造データベース（AFDB）は、個々の俳優のフォトアルバムのようなものでした。それは、驚異的な精度で単一のタンパク質の3D形状を提供し、生物学の理解に革命をもたらしました。しかし、生物学は単独の演技であることは稀です。タンパク質は通常、他のタンパク質を掴んだり、ペアやより大きなグループを形成したりすることで、信号の伝達、細胞壁の構築、DNAの複製といったタスクを実行します。問題は、俳優たちの写真はあっても、その「デュエット」の写真がなかったことでした。

この新しい論文は、そのデータベースの大規模な拡張について記述しています。研究チームは、一般的な実験用細菌から世界の健康に不可ニな生物に至るまで、4,777の異なる生物種からなる3,100万個の候補タンパク質ペア（ダイマーと呼ばれる）の構造を予測しました。彼らは単にすべてを混ぜ合わせたわけではありません。最も信頼できる予測を見つけるために、厳格なフィルタリング・プロセスを用いました。これらの予測を品質チェックに通した結果、181万個の高信頼性構造を特定しました。これらは、コンピュータが「予測された通りに、確かに二つのタンパク質が手を繋いでいる」と確信している「ゴールドスタンダード」のモデルです。

なぜペアを見ることがすべてを変えるのか

この発見の最もエキサイティングな部分は、タンパク質をチームとして見ることが、しばしば物語を全く変えてしまうことです。時として、タンパク質を単独で予測すると、無秩序で認識不可能な塊のように見えることがありますが、パートナーを隣に置くと、完璧で明確な形へとカチッと収まるのです。

著者らは、これが起こるいくつかの方法を発見しました：

• 「パズルの一片」効果： 一部のタンパク質は、組み合わさったときに初めて意味を成すパズルのピースのようなものです。例えば、ある粘菌（微生物の一種）のタンパク質は、単独では壊れた低信頼性の塊のように見えました。しかし、ペアとしてモデリングすると、二つの半分が互いの構造の一部を交換して補完し合い、完璧で高信頼性の機械を形成しました。
• 「壁の建設者」効果： 一部のタンパク質は、壁を作るために積み重ねられるレンガのようなものです。オートファジー（細胞の浄化作用）に関与するあるタンパク質は、単独では不安定で不確かなヘリックス束のように見えました。しかし、その双子とペアになると、それらは強固で一貫した構造を形成し、単独のモデルでは判別できなかった細胞膜がどこにあるべきかを明確に定義しました。
• 「建築家」効果： 単独のタンパク質が良好な形状であっても、パートナーを加えることで、その各部分の配置が修正されることがあります。あるタンパク質は自信のある形状を持っていましたが、二つの主要なセクション間の距離は推測に過ぎませんでした。ペアとしてモデリングすると、パートナーが足場（スキャフォールド）として機能し、二つのセクションを正しい位置に固定しました。

要するに、多くのタンパク質にとって、「真の」形状はそれらが複合体として存在するときにのみ存在するということです。パーツを孤立させて見るだけでは、全体像を理解することはできません。

数字が示すこと

チームは単に美しい絵を作っただけではありません。予測がどの程度信頼できるかを数学的に検証しました。彼らは、何をもって「高信頼性」のチームとするかについて厳格なルールを設定しました。その結果、以下のことが分かりました：

• ホモダイマー（同一のペア）： 予測された同一のペアのうち、約**9.1%**が高信頼性テストを通過しました。これは非常に多い数字です！これは、二つの同じタンパク質がチームを組む場合、コンピュータがそれらがどのように適合するかを非常にうまく把握できることを示唆しています。
• ヘテロダイマー（異なるペア）： 予測された異なるペアのうち、テストを通過したのはわずか約**1.0%**でした。これは低い数値ですが、著者らは、彼らが潜在的なパートナーを見つけるために広い網を投げたため、テストしたペアの多くは実際には実生活で相互作用しない可能性があると考えています。
• 古代のチーム： これらの構造を類似性に基づいてグループ化したところ、最も一般的な構造の上位**1%が、すべての高信頼性複合体の約44%を占めていることが分かりました。さらに興味深いことに、これら一般的な構造の約8.3%**は、全く異なる生物の系統（細菌、植物、動物など）にわたって発見されました。これは、これらのタンパク質チームのいくつかが古代のものであり、うまく機能するために数十億年にわたって進化によって維持されてきたことを示唆しています。

未知の世界を超えて

今回の最大の成果の一つは、この新しい世界がいかに「新しい」ものであるかということです。彼らが181万個の高信頼性モデルを既存の実験決定構造（PDB）と比較したところ、個別の予測の**31.3%が、顕微鏡下でこれまで一度も見られたことのないものでした。グループ（クラスター）のレベルでは、ユニークな構造の63.6%**に既知の実験的マッチングが存在しませんでした。

これは、このデータベースが単に空白を埋めているだけでなく、全く新しい領域を発見していることを意味します。多くの予測はすでに知られている事実に裏打ちされており（これにより科学者が使用できる信頼性を与えています）、一方で、膨大な部分が未知の領域へと広がっており、実験者がまだ発見していない構造についての仮説を提供しています。

結論

この論文は、AlphaFoldデータベースを、単なるソロ・ポートレートのコレクションから、分子レベルのチームワークを描くダイナミックなギャラリーへと変貌させる、極めて大きな一歩です。181万個の高信頼性モデルを提供することで、著者らは生物学者に対し、タンパク質がどのように相互作用するか、疾患がどのようにこれらのチームを阻害するか、そしてどのように新薬を設計するかについての仮説を生み出すための新しいツールを与えました。彼らは宇宙のあらゆるタンパク質相互作用を解明したと主張しているわけではありませんが、既知の事実と発見すべきニーズとの間の溝を埋める、スケーラブルで信頼できる枠組みを提供しました。ライブラリは今や開かれ、グループ写真は皆さんが探索する準備ができています。