2021年の科学的ブレークスルートップ10、AIもリスト入り

2021年11月17日、サイエンス誌は2021年の年間科学ブレークスルーリストを発表し、タンパク質構造を予測する2つの人工知能ベースの技術であるAlphaFoldとRoseTTA-foldが第1位にランクされました。

さらに、今年の科学上の躍進としては、COVID-19の抗ウイルス薬の開発、ミューオンの新たな測定、火星の地震の観測、土壌からの古代人のDNAの回収、CRISPRの生体内応用、初期の人類の発達に関する新たな知見、PTSDの治療における幻覚剤の使用、感染症の治療のためのモノクローナル抗体の開発、核融合エネルギー生成の進歩などが挙げられます。

さらに、サイエンス誌は、気候目標達成の望みが薄いこと、アルツハイマー病治療薬によって引き起こされた怒り、新型コロナウイルスの流行により科学者が追放され攻撃されていることなど、今年の科学的な失敗を3つ選んだ。

この記事では、今年の最も重要な科学的進歩である、人工知能に基づくタンパク質構造予測について主に紹介します。

構造生物学は50年以上も謎のままだった

タンパク質が生命活動の主な担い手であることは誰もが知っています。タンパク質がなければ生命は存在しないと言っても過言ではありません。そのため、タンパク質は長い間、生命科学者の研究の焦点となってきました。その中でも、タンパク質の構造は多くの生命科学研究者にとって注目の研究テーマです。結局のところ、その主な機能はその構造によって決まります。

1957 年、ジョン C. ケンドリューとマックス F. ペルツは、X 線結晶構造解析によって初めてタンパク質の構造を解明しました。その後すぐに、クリスチャン・B・アンフィンセン・ジュニアは、タンパク質の構造は熱力学的に安定しており、アミノ酸配列に基づいてタンパク質の三次元構造を予測できる可能性があると提唱しました。

しかし、タンパク質の構造の複雑さは人々の想像をはるかに超えています。セントラルドグマによれば、タンパク質は主に DNA を RNA に転写し、次にペプチド鎖に翻訳することによって組み立てられます。タンパク質分子は、特定の形状に折り畳まれた 1 つまたは複数のポリペプチド鎖で構成されています。同時に、タンパク質分子の特定の形状は、一次構造、二次構造、三次構造、四次構造を含む 4 つのレベルの構造によって決定され、前のレベルの構造によって次のレベルの構造が決まります。

ポリペプチド鎖のアミノ酸配列は一次構造であり、一次構造内のペプチド鎖の一部がカールしたり折り畳まれたりして二次構造が形成されます。二次構造は一連の構造変化を経て三次元構造、つまり三次構造を形成します。三次構造は通常、球状または繊維状です。三次構造には、結合部位または調節部位を形成する特定の構造ドメインがあり、特定の構造の物質に結合して特定の機能を実行できます。 2 つ以上のポリペプチド鎖から構成されるタンパク質は、四次構造を形成できます。

図 |タンパク質の 3D 構造 (出典: Nat Commun)

そのため、クリスチャン・B・アンフィンセン・ジュニアが理論を提唱してから50年以上経った今でも、科学者はタンパク質の折り畳みの問題を解決できず、タンパク質構造に関する理解は依然として非常に限られています。

近年、クライオ電子顕微鏡技術の発達により、結晶サンプルがなくてもタンパク質の構造を観察できるようになり、タンパク質構造研究が進歩しました。しかし、クライオ電子顕微鏡は非常に高価な装置であり、それを備えている研究室はごくわずかであるため、大多数の科学研究者にとって非常に扱いにくいものとなっています。したがって、生命科学界は、タンパク質の折り畳みの問題を解決するための新しい方法を緊急に必要としています。

AIがタンパク質構造予測の課題解決に貢献

コンピュータサイエンスの発展に伴い、一部の学者はタンパク質の折り畳み問題を解決するためにコンピュータモデルを使用することを提案しています。このアイデアは実現可能ではあるものの、その後数十年間に開発されたさまざまなコンピュータ モデルは、タンパク質構造の予測精度が常に限られていました。

過去 25 年間にわたり、タンパク質構造予測コンペティション (CASP) はこの分野の進歩を追跡し、タンパク質の折り畳み問題を完全に解決できるコンピュータ モデルを見つけようとしてきました。第14回大会CASP14が成功裏に開催されるまで、DeepMindのAlphaFoldシステムは、タンパク質構造予測において比類のない精度を実証してきました。

コンテストは、参加者が提供したソリューションを「ゴールド テスト標準」と比較し、0 ～ 100 の範囲の GDT スコアで精度を測定することで評価されます。GDT スコアが約 90 であれば、人間の実験方法と同等の競争力があると見なされます。 DeepMind の AlphaFold システムの合計スコアは 92.4 に達し、実験からの誤差は 1.6 でした。相同テンプレートのない最も難しいタンパク質の場合でも、スコアは恐ろしい 87.0 に達しました。

同時に、AlphaFold のニューラル ネットワークは、典型的なタンパク質の構造を数分以内に予測できるだけでなく、より大きなタンパク質 (2180 個のアミノ酸を含み相同構造のないタンパク質など) の構造も予測できます。このモデルは、各アミノ酸に基づいて予測の信頼性を正確に推定できるため、研究者は予測をより簡単に利用できるようになります。

図 | RoseTTAFold を使って研究者が予測した、ヒトインターロイキン 12 の受容体への結合の 3D ビュー (出典: UW Medicine Institute for Protein Design)

その後、今年7月、ワシントン大学医学部の生化学教授でタンパク質設計研究所所長のデイビッド・ベイカー氏が計算生物学者のチームを率いて、ディープラーニングを基盤とし、限られた情報から標的タンパク質の構造を迅速かつ正確に予測できる「RoseTTAFold」というツールの開発に成功し、AlphaFold2に匹敵する精度を達成した。

それだけでなく、RoseTTAFold は AlphaFold2 よりも計算に必要なエネルギーと時間が少なく、ゲーミング コンピューターのみを使用して、わずか 10 分でタンパク質構造を確実に計算できます。さらに注目すべきは、RoseTTAFold コードとサーバーが科学コミュニティに完全に無料で提供されていることです。

画像 |デビッド・ベイカー（出典：ワシントン大学公式サイト）

7月以降、140以上の独立した科学研究チームがGitHubから関連プログラムを無料でダウンロードしており、現在、世界中の科学者がRoseTTAFoldを使用してタンパク質モデルを構築し、関連分野の研究を加速させています。

また、今年 7 月には、DeepMind の創設者兼 CEO である Demis Hassabis 氏が、Nature 誌で AlphaFold のオープンソース コードを公開し、AlphaFold がタンパク質の 3D 構造を正確に予測する方法を詳しく説明した完全な体系的方法論を発表しました。つまり、この強力なタンパク質構造予測モデルは完全に無料です。

現時点では、2 つの強力な AI ベースのタンパク質構造予測モデルが無料で完全に公開されています。研究者は、これら 2 つのモデルを使用することで、タンパク質を結晶化したり、研究のために高価なクライオ電子顕微鏡を使用したりすることなく、いつでもタンパク質の空間構造を取得できます。

同時に発表された論評で、サイエンス誌の編集長ホールデン・ソープ氏は「第一に、この技術は生命科学を50年近く悩ませてきたタンパク質の折り畳み問題を解決する。物理学における重力波のようなもので、科学者は何十年も休みなく努力し、ついにこの問題を克服した。第二に、この技術はクライオ電子顕微鏡法のように将来の構造生物学のルールを変え、生命科学の発展を加速させる。さらに、完全に無料であるため、真にすべての人に適したタンパク質予測モデルである」と述べた。

参考文献:

https://www.eurekalert.org/news-releases/937705?

www.science.org/doi/10.1126/science.abn5795

執筆者: 朱恒恒

編集者：王 哈哈

レイアウト: 李雪偉

出典: アカデミックヘッドライン