計算タンパク質設計におけるディープラーニングがどのように創薬の改善につながるか

2023年5月に『Nature Communications』誌で発表された画期的な研究で、ワシントン大学のタンパク質デザイン研究所とハワード・ヒューズ医学研究所の研究者は、計算タンパク質設計を強化するためにディープラーニング手法を成功裏に適用しました。既存のエネルギーベースの物理モデルを補強することで、研究者らは設計されたタンパク質とその標的タンパク質との結合における成功率の驚くべき10倍の向上を達成しました。この進歩は、特にがんやCOVID-19などの疾患に対するより効果的な治療法の設計において、創薬における新たな可能性を開きます。

タンパク質探索空間の課題の理解

タンパク質、特に疾患に関連するものは、医学研究において重要な役割を果たします。しかし、その巨大な複雑さは重大な課題となります。例えば、実験室で研究される典型的なタンパク質は65個のアミノ酸で構成されており、各位置に20種類のアミノ酸の選択肢があるため、65の20乗の結合組み合わせが存在し、宇宙の原子の推定数を超えます。この広大な探索空間は、従来のタンパク質設計手法を計算上不可能にしています。

ディープラーニングの役割

ディープラーニングは人工知能の一分野であり、コンピュータアルゴリズムを使用してデータのパターンを分析し、生データから高次の特徴を抽出します。この研究で、研究者らはディープラーニングを使用してタンパク質配列と構造の反復変換を学習し、迅速に高精度なモデルに収束させました。ディープラーニング手法を組み込むことで、チームは個々のエネルギーを列挙するのではなく、水素結合と疎水性相互作用が形成される界面の品質を評価しました。

ディープラーニング強化型De Novoタンパク質結合体設計プロトコル

研究者らは、AlphaFold 2やRoseTTA foldなどのディープラーニングツールを統合した、タンパク質設計のためのAI強化パイプラインを開発しました。彼らは国立科学財団の資金提供を受けた強力なFronteraスーパーコンピュータを使用してタンパク質設計の軌道を並列化し、計算効率を大幅に向上させました。RifDockドッキングプログラムは、潜在的に結合するタンパク質構造間の相互作用を表する数百万のタンパク質「ドック」を生成しました。これらのドックはより小さなチャンクに分割され、Fronteraの計算ノードに割り当てられて処理されました。

計算効率の向上

チームはまた、タンパク質デザイン研究所によって開発されたソフトウェアツールProteinMPNNを利用しました。これにより、ニューラルネットワークを使用したタンパク質配列の生成における計算効率が、従来の手法と比較して200倍以上向上しました。

データと実験的検証

研究で使用されたモデリングデータは、タンパク質デザイン研究所によって収集された酵母表面表示結合データから導出されました。研究者らは、異なるDNAの断片を酵母と組み合わせることで、酵母細胞表面に様々な設計されたタンパク質を発現させ、結合能力に基づいて細胞をソートすることを可能にしました。設計された構造が標的タンパク質に結合する成功率は実験的に検証され、10倍の向上を示しました。

研究結果は顕著な進歩を示しましたが、研究者らはまだ多くの作業が必要であることを認めています。彼らは、特にウイルスやがんT細胞受容体などのより困難な標的を扱う際に、成功率をさらに高めることを目指しています。これを実現するために、彼らはソフトウェアツールを最適化し、サンプリング戦略の拡大を探求する予定です。

計算タンパク質設計へのディープラーニング手法の成功した統合は、創薬を革命化する有望な道筋を提供します。AI技術とFronteraのような強力なスーパーコンピュータを活用することで、研究者たちはタンパク質の理解と、がんやCOVID-19などの疾患に対するより効果的な薬剤の設計における新たな可能性を開きました。AIの進歩が続くにつれて、将来は医学の分野を変革し、改善された治療法で無数の命を救うさらなる可能性を秘めています。