AIToday
ヘルスケアAIArs Technica AI掲載日時: 2026年10月15日 6:00

Ars Technica AIでタンパク質分解酵素を設計

LINEで送る
Ars Technica AIでタンパク質分解酵素を設計

3つのポイント

  1. 何が起きたか

    RFdiffusion2で骨格を設計しProteinMPNNでアミノ酸を充填、David Baker研究室が2種のプロテアーゼを再構築。水分子を利用する亜鉛設計は38件中35件に触媒活性。

  2. なぜ重要か

    ツールは物理構造を再現できたが触媒力は及ばず、大半の設計は基にした天然酵素より活性が大幅に低かった。AIによるタンパク質設計は活性より形が得意であることを示唆する。

誰に効くかこれはタンパク質ベースの治療薬を探るバイオテクノロジー・製薬研究者や、創薬企業の計算タンパク質設計者にとって最も重要だ。カスタム酵素を構築するひな型が得られる可能性がある。ただし設計酵素と進化した酵素の活性差から、短期的な成果物には変異による調整が必要だろう。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

Natureに掲載されたこの研究は、急速に成熟するAIタンパク質設計ツールと、長年の課題である酵素工学という2つの潮流の交差点に位置する。ペプチド結合の半減期は数百年あり、切断にはアミノ酸の精密な配置が必要なため、プロテアーゼ設計は厳しい試練だと指摘されている。Baker研究室は既知のプロテアーゼ——ザリガニ由来の亜鉛プロテアーゼと酵母由来のシステインプロテアーゼ——から触媒コアだけを残し、RFdiffusion2とProteinMPNNでその周囲に全く新しいタンパク質を構築した。これは進化を模倣しつつ設計サイクルに圧縮する手法だ。結果は可能性と限界の両方を示す。構造面の成功率は高いが触媒活性は低く、ランダム変異がある程度救える可能性がある。治療応用の可能性は現実的だが遠い。タンパク質を細胞内の正しい場所に届けることが依然として大きな障壁だからだ。著者自身、この研究をツールが現時点でできることとできないことの実証と位置づけ、構造と活性の隔たりを中心的な未解決課題としている。

よくある質問
研究チームはプロテアーゼ設計にどのAIツールを使ったか?
RFdiffusion2でタンパク質骨格を生成し、ProteinMPNNで特定のアミノ酸を配置。その後AlphaFold3で構造を予測し、既存データベースと照合した。
設計したプロテアーゼの成功率は?
システインプロテアーゼは13件が機能し、成功率は19パーセント。水分子を制約として加えた亜鉛プロテアーゼは38件中35件に触媒活性が見られた。
天然酵素と比べたAI設計プロテアーゼの限界は?
基にした天然酵素より活性がかなり低かった。ツールは物理的制約の再現には成功したが、進化した酵素を強力な触媒にする微妙な要素が欠けていた。
Ars Technica AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へAI競争再燃、グーグルが最前線に復帰