AIは再び人間を超えたのか？今回はタンパク質の改変についてです

人工知能（AI）は、今度はタンパク質の改変において、再び人間を上回りました。

人間の科学者が完了するのに 6 ～ 12 か月かかるタスクは、人間の介入、フィードバック、または主観的な判断を必要とせずに、AI によってわずか数週間で完了できます。

これは、タンパク質を設計できる AI 駆動型の完全自動化ロボットです。 SAMPLE はウィスコンシン大学マディソン校の研究チームによって提案されたもので、人間の介入なしにタンパク質を設計および構築するための概念実証です。

「タンパク質適応度地形を自律的にナビゲートする自動運転実験室」と題された関連研究論文が、Nature の子会社である Nature Chemical Engineering の創刊号に掲載されました。

研究チームは、 SAMPLEは科学的発見のプロセスを自動化し、加速させ、タンパク質工学や合成生物学の分野に重要な影響を与えると述べた。

AIインテリジェントボディ、耐熱性を高めた酵素を変換

タンパク質は地球上のすべての生命の物質的基礎であり、細胞活動のあらゆるプロセスに関与しています。

特定の機能や特性を持つ新しいタンパク質を作り出す能力であるタンパク質設計は、バイオテクノロジー、化学、医学などの分野で広く利用されてきました。

特にがん、心血管疾患、遺伝性疾患治療などの分野における新薬や治療法の開発、ワクチン開発や個別化医療への貢献。

バイオ製造において原料をバイオ燃料、医薬品、食品原料などの有用な製品に効率的に変換するための酵素やその他の生体触媒を作成する。

作物の耐病性、耐干ばつ性、栄養価を向上させ、農業生産性と食糧安全保障を向上させる。

重金属や有機汚染物質などの環境中の分解汚染物質。

医療工学のための生体適合性材料や、独自の物理的特性を持つ高性能材料などの新しい生体材料の構築。

科学者がタンパク質の構造と機能の関係をより深く理解し、生化学や分子生物学などの分野の発展を促進するのに役立ちます。タンパク質工学には計り知れない可能性があるにもかかわらず、改良された機能や新しい機能を備えた新しいタンパク質を作り出すことは、人間の科学者にとって時には何年もかかる反復的で骨の折れるプロセスのままです。

生物システムを研究する過程で、科学者は仮説を立て、仮説を検証するための実験を設計し、実験室で実験を実施してデータを解釈することでシステムへの理解を深め、このプロセスを繰り返して生物学的メカニズムを徐々に明らかにし、より優れた性能と動作を持つ新しいシステムを設計します。

現在、AI はあらゆる分野のタスクを自動化するために使用されていますが、生物学的特性と実験の複雑さのため、休むことなくタンパク質を設計し、生成されたデータから学習できる完全に自動化されたシステムを開発することは依然として課題となっています。

報道によると、 SAMPLEは、タンパク質の配列と機能の関係を学習し、新しいタンパク質を設計し、これらのタンパク質を設計されたタンパク質を実験的にテストしてフィードバックを提供する完全自動化ロボットシステムに送ることができるAIエージェントによって駆動され、それによってAIエージェントのシステム理解が向上します。

図｜完全自律型タンパク質工学システムSAMPLE

システムをテストするために、研究者らは 4 つのサンプル剤を使用して、より耐熱性の高いグリコシド加水分解酵素を設計しました。検索動作の違いにもかかわらず、各 SAMPLE エージェントは最終的に、初期の開始シーケンスよりも少なくとも 12°C 安定した、より熱安定性の高い酵素を見つけました。

図｜4つのSAMPLEエージェントが自律的に熱安定性に優れた酵素を発見。

普遍的なタンパク質工学プラットフォーム

研究チームは、SAMPLEはバイオエンジニアリングや合成生物学の分野で幅広く活用できる汎用的なタンパク質工学プラットフォームであると述べた。

彼らはこのシステムの性能を熱安定性工学のみで実証したが、同じアプローチを使用して酵素の活性や特異性を変更したり、自然界では見られない化学反応を作り出すこともできる。

指向性進化と同様に、このシステムではタンパク質の構造やメカニズムに関する事前の知識は必要なく、代わりに偏りのないアプローチを使用して、配列の変化が機能にどのように影響するかを研究します。

しかし、研究チームは、新たなタンパク質機能のSAMPLEを確立する上で最大の障害は、必要な生化学検査であるとも指摘した。この研究で使用されるロボットシステムはマイクロプレートリーダーしか使用できないため、比色法または蛍光法による検出方法が必要です。

原理的には、液体クロマトグラフィー質量分析法や核磁気共鳴分光法などのより高度な分析機器を自動化システムに統合することで、設計できるタンパク質機能の種類を拡大することができます。

さらに、リソースの取得の遅れ、ロボットの故障、システムのダウンタイムも、システムを使用してタンパク質を開発するのにかかる合計時間に影響を与える可能性があります。

研究チームは現在、Strateos Cloud Lab に完全な実験ワークフローを実装し、他の合成生物学研究者が採用できるコスト効率が高く使いやすいシステムを構築しています。

将来的には、SAMPLE のような自律型研究室が生体分子工学や合成生物学の分野に革命をもたらし、非効率的で時間がかかり、面倒なタンパク質工学活動を自動化し、研究者が重要な下流のアプリケーションにさらに集中できるようにします。

ディープラーニング、ロボット自動化、高スループット計測が進歩するにつれて、科学的発見のためのインテリジェントな自動化システムはますます強力になります。

論文リンク:

https://www.nature.com/articles/s44286-023-00002-4