鑿構周期律・AIシリーズ · 20

AlphaFoldはタンパク質の折りたたみを解決したか

秦漢 · 読了の目安:約9分 · 公開日

一、ある環境のもとで

タンパク質は長い鎖だ。20種類のアミノ酸が一つずつつながり、短いものは数十個、長いものは千個を超える。多くの鎖は、ある環境のもとで折りたたまれて比較的安定した立体形になる。一定の形がない部分もある。どこで別の分子をつかめるか、どこで結合を切れるかは、どちらも形にかかわる。

1972年12月11日、クリスチャン・アンフィンセンはストックホルムでノーベル賞の受賞講演をした。一つの酵素を使って長年実験してきた。形を崩しても、適切な溶液に戻すと、酵素は自分で元の形に折りたたまれる。講演では、この結論を熱力学仮説と呼んだ。中心となる一文はこうだ。「天然の立体構造は、原子間の相互作用すべてによって、したがってアミノ酸配列によって決まる、ある環境のもとで。」その前に彼はいくつかの条件を括弧に入れた。溶媒、酸性・アルカリ性の度合い、イオン強度、金属イオン、温度。

後に広まったのは「配列が構造を決める」だった。ある環境のもとで、という言葉も、括弧の中の条件も、一緒には伝わらなかった。

二、優雅に折りたたむ

1969年、米国のイリノイ大学で、生体系におけるある分光法を扱う会議が開かれた。分子生物学者サイラス・レヴィンタールはそこで「どう優雅に折りたたむか」と題する3ページの発表をした。

彼は計算した。一つのタンパク質の鎖が取りうる形は10の300乗という桁に達する。一つずつ試していたら、とても試しきれない。しかし天然のタンパク質は数秒で折りたたまれる。説明はこうだ。「局所的な相互作用がすばやく形成されることで、タンパク質の折りたたみは速まり、方向づけられる。そうした局所的な相互作用が、その先のポリペプチドの折りたたみ方を決める。」一つずつ試すのではない。まず小さなところがいくつか組み合わさり、あとはそれに続く。

会議の最後に、短い映像を流した。コンピューターで制御するオシロスコープの画面にポリペプチドの鎖が少しずつ伸び、エネルギーのうえで最も有利な経路をたどって、一カ所ずつかみ合うべきところがかみ合う。

その3ページに「パラドックス」という言葉はない。1992年、三人の物理学者が「レヴィンタールのパラドックス」と題する論文を発表した。一人が会議で優雅な折りたたみ方を話し、23年後、その名の後ろにパラドックスが付いた。

三、七つの構造

タンパク質の形を知るには、作って精製し、結晶を育て、X線を当て、回折でできた斑点から少しずつ逆算する。後に核磁気共鳴やクライオ電子顕微鏡も使えるようになった。一つの構造に数人が何カ月も、ときに何年もかかる。核磁気共鳴の測定データから手作業で構造を解くだけで、訓練を受けた専門家にもふつう数週間から数カ月はかかる。

1971年、ニューヨーク州ロングアイランドのコールド・スプリング・ハーバーで会議があった。ルイーズ・ジョンソンは35年後、すでにタンパク質の原子座標を持っていた人を、マックス・ペルーツが集めた会だったと振り返った。何人かの名を挙げ、その中に彼女自身もいた。ペルーツが気にかけたのは、その座標をほかの人が容易に入手できるか、長く保存できるかだった。その年の10月20日、『ネイチャー』の姉妹誌にタンパク質データバンクの短い告知が載った。ブルックヘブン国立研究所に置かれ、初めは七つの構造を収めた。

以来、各国の研究室は一つ解くたび、そこに収めた。1989年、国際結晶学連合の委員会が、タンパク質結晶構造の論文を出すときは座標を登録するよう求めた。1999年、米国国立衛生研究所は、助成した研究について、論文発表時の座標公開を求めた。2012年には8万を超え、2014年に10万、2019年に15万を超えた。

一つ一つが、人々の数カ月、数年だ。

四、プレイヤー

2008年、ワシントン大学の研究者はFolditというコンピューターゲームを出した。プレイヤーは画面上のタンパク質の鎖を引き、曲げ、ひねり、よりエネルギーの低い形を目指す。システムが点を付ける。

2011年9月、『ネイチャー』の構造生物学の姉妹誌に「タンパク質折りたたみゲームのプレイヤーが解いた、単量体レトロウイルスプロテアーゼの結晶構造」という論文が載った。あるサルのウイルス由来のタンパク質だ。結晶も回折データもあったが、そこから構造を計算できなかった。研究者はそれをゲームに入れ、3週間の大会を開いた。プレイヤーが提出したモデルの中には、結晶学者が回折データと照合して合うものがあった。そのあと、結晶学者が構造を仕上げ、精密化した。当時のニュースの見出しでは、科学者が15年解けなかった構造を、プレイヤーが10日で解いたことになった。

論文の著者欄の三番目と四番目は人名ではない。プレイヤーのチーム名だ。Foldit Contenders Group、Foldit Void Crushers Group。

五、試験問題

1994年、ジョン・モールトら4人が、タンパク質の構造予測を評価する第1回CASPを開いた。約35組が135件の予測を提出した。その後は2年に一度開かれた。

試験はこうだ。主催者が、構造をもうすぐ解き終えるがまだ公表していない研究室を探し、先に答えを提出してもらい、伏せておく。予測をする各組にはタンパク質のアミノ酸配列だけを送り、期日までに予測した形を返すよう求める。研究室が構造を公表したら、それと照合する。出題者は研究室。問題はその人々の数カ月、数年の仕事だ。答えは手元にあるが、まだ言わない。

後によく使われるようになった照合方法の一つは、グローバル距離テストと呼ばれる。予測した形と実験で測った形を重ねると、鎖の各位置が実験上の位置から1、2、4、8オングストローム以内にどれだけ入るかがわかる。四つの割合を平均し、満点は100点。1オングストロームは100億分の1メートルだ。

六、ある意味で

2018年12月、メキシコのカンクンで第13回CASPが開かれた。第十七篇に出たロンドンのDeepMindが初めて参加し、持参したプログラムをAlphaFoldといった。最も難しい、参照できる似た既知構造が見つからない問題群で首位になった。得点は68.3、二位は48.2だった。

大学で構造予測に取り組む研究者、モハメド・アルクレイシは、帰ってからブログを書き、会場で聞かれた言葉を初めに置いた。「いま何が起きたんだ?」今回の進歩は二大会分ほどに相当すると書いた。話した大学の研究者たちの多くは、自分たちの存在を問うような不安を感じていたという。学界では数十組、合わせて数百人が取り組む仕事に、DeepMindから来たのは十人ほどだった。

2020年の第14回は感染症の流行のためオンラインで開かれた。11月30日に結果が出た。問題の約3分の2でAlphaFoldは90点を超え、実験測定自体の精度に近づいた。アルクレイシが記した中央値は前回の68.5から92.4になった。この回のAlphaFoldは、新しい構成に替わっていた。

同日、『サイエンス』誌の記者がCASP創設者モールトの言葉を引いた。「大きな出来事だ。ある意味で、この問題は解決した。」CASP自身の発表では、単一のタンパク質について、この問題はおおむね解決したとある。DeepMindのブログの題は「AlphaFold、生物学の50年来の大きな難題への解決策」だった。

2日後、英国の構造生物学者スティーヴン・カリーは「いや、DeepMindはタンパク質の折りたたみを解決していない」と題するブログ記事を書いた。最後の形を予測することと、鎖が実際にどう折りたたまれるかを解くことは、二つの別の仕事だとした。

七、2億

2021年7月15日、『ネイチャー』に「AlphaFoldによる高精度なタンパク質構造予測」が出た。著者34人、コードも同時に公開した。同じ月にワシントン大学のデイヴィッド・ベイカーの研究室もRoseTTAFoldを発表した。

7月22日、DeepMindと欧州バイオインフォマティクス研究所が共同で予測構造のデータベースを公開した。初回は35万超、うち約2万はヒトのタンパク質だった。2022年7月に2億超に拡大した。研究所の発表では「科学が知る、登録済みのほぼすべてのタンパク質」。登録済みとは、配列が記録されているという意味だ。データベースにある2億を超える形は、計算したもので、測ったものではない。

データベースの各位置には信頼度が付く。90を超えると非常に高く、50を下回ると非常に低い。説明には、非常に低いところはもともと一定の形を持たない区間かもしれないが、この点数だけでそうとは決められないとある。

後の研究では、その限界を一つずつ試した。形が一つでなく、二つ三つの間を行き来するタンパク質でも、標準では一つしか出さない。別の小分子をつかむと別の形に変わるものでも、その小分子がそこにあるかはわからない。ある位置のアミノ酸を一つ替えたとき、予測の形の変化と実験で測った安定性の変化はほとんど対応しない。

2012年、ケン・ディルとジャスティン・マッカラムは『サイエンス』に「タンパク質の折りたたみ問題、50年後」という総説を書いた。50年は、ペルーツらがタンパク質構造でノーベル賞を受けた1962年から数える。問題を三つに分けた。物理的な折りたたみの法則。一つの鎖がどのような道筋で折りたたまれるか。コンピューターで配列から構造を予測できるか。末尾にこうある。「タンパク質の折りたたみ問題を解決するという、一つの目標があるかのように語ることは、もはや役に立たない。」

AlphaFoldの論文の題にあるのは、三つのうち最後のもの、構造予測だ。

八、折りたたみ

2024年10月9日、ノーベル化学賞の半分がデイヴィッド・ベイカーに授与された。理由は計算によるタンパク質設計。もう半分はDeepMindのハサビスとジョン・ジャンパーで、理由はタンパク質構造予測だった。前日の物理学賞はホップフィールドと、第十四篇のヒントンに贈られた。

その年の5月にAlphaFold 3の論文が発表された。タンパク質と核酸、小分子、イオンが組み合わさった形を計算できる。コードは同時には公開せず、ネット上のサービスだけを開放した。構造生物学と計算生物学の研究者の一団は『ネイチャー』宛ての公開書簡で、この分野の慣行から外れていると述べた。11月、コードは非商用に限り公開された。

ここまでに、いくつもの言葉が落ちた。アンフィンセンの「ある環境のもとで」。モールトの「ある意味で」。CASPの発表の「単一のタンパク質」。研究所の発表の「登録済み」。ディルたちの、もう単一の目標として扱うなという言葉。落とすと一文が残る。50年来のタンパク質の折りたたみ問題を、一つのプログラムが解決した。

もう一つ、名前が残った。授賞理由に書かれたのは構造予測で、広まったのは折りたたみだった。

AlphaFoldが学んだのはデータベース内の構造だ。1971年のあの七つから半世紀、研究室から研究室へ、人から人へ。結晶を育て、X線を当て、斑点から計算し、一つずつ解いては収めた。CASPの問題は、研究室が解いたばかりでまだ公表していない構造を先に提出し、伏せて、ほかの人に当ててもらう。Folditの論文の著者欄にはプレイヤーの二チームの名がある。

アンフィンセンが言った、ある環境は配列の外にある。その人々も、プログラムの外にいる。このシリーズでは、いくら計算しても外に残るこの分を余項と呼ぶ。

機械は今も造られつづける。境界線がどこにあるかは、世代ごとに語り直される。