Google傘下のDeepMindとIsomorphic Labsが、AI技術を用いた革新的な生体分子構造予測モデル「AlphaFold 3」を発表した。AlphaFold 3は、タンパク質、DNA、RNA、リガンドなどの構造と相互作用を高精度で予測することができる。この技術は、生物学的世界の理解と創薬の分野に大きな変革をもたらすと期待されている。生命を構成する分子は、単独では機能せず、何百万通りもの方法で相互作用し、組み合わさっている。AlphaFold 3は、これらの分子がどのように組み合わさっているのか、なぜそのような振る舞いをするのかを明らかにし、病気の理解から植物の成長、問題解決、新たな可能性の創出に至るまで、あらゆる分野でその力を発揮する。実際の応用例として、一般的な風邪ウイルスのスパイクタンパク質と抗体・糖との相互作用や、がん治療のターゲットとなるTim 3タンパク質と薬物様分子の結合を正確に予測することに成功している。従来、タンパク質の立体構造を実験的に決定するには数ヶ月から数年を要していたが、AlphaFold 3はわずか数時間から数日で予測を可能にする。これにより、科学者は最も有望な創薬ターゲットや生物学的課題に集中できるようになる。Googleは、AlphaFold 3を無料で利用できるツール「AlphaFold Server」を公開し、あらゆる生物学者がタンパク質、DNA、RNAなどの重要な分子のモデル化を容易に行えるようにした。
公開日:2024年5月9日
※動画を再生してから読むのがオススメです。
Google DeepMindとIsoMorphic Labsが業界を驚かせ、AlphaFold 3をリリースし、その真の性能の高さを発表しました。
AlphaFold 3は生命を構成する全ての分子の構造と相互作用を予測すると述べています。
ここでは、Google DeepMindとIsoMorphic Labsによって開発された新しいAIモデルであるAlphaFold 3が、タンパク質、DNA、RNA、リガンドなどの構造とそれらの相互作用を正確に予測することで紹介されています。
私たちは、それが生物学的世界と創薬の理解を変革することを期待しています。
このように考えなければなりません。植物、動物、そして私たち人間を含むあらゆる生物の一つ一つの細胞の中には、文字通り何十億もの微小な機械が存在しているのです。
これらの機械はタンパク質、DNA、その他の特殊な分子で構成されています。
重要なのは、これらの部品が単独で機能しないことです。
それらは全て何らかの形で相互作用し、何百万通りもの方法で組み合わさっているのです。
その相互作用を見ることによってのみ、私たちは生命がどのように機能するのかを実際に理解することができるのです。
ここでAlphaFold 3の出番となります。
彼らは後で触れるNature誌に、この驚くべき新しいAIモデルについて述べた写真を文字通り掲載したばかりなのです。
このモデルは、生命の分子の構造や、それらがどのように相互作用するのかを、信じられないほど高い精度で予測することができるのです。
私たちは実際に、以前にできたことからの大きな飛躍について話しているのです。
驚くべきことに、これはおそらくすべてのクレイジーな機械がどのように組み合わさっているのか、なぜそのような振る舞いをするのかを示そうとしているのです。
これは、病気から植物の成長の仕方まで、そして問題を修正したり新しい素晴らしいものを構築したりする方法まで、あらゆることを理解するための鍵なのです。
この詳細はかなりクレイジーです。
タンパク質の理解においてゲームを変えたAlphaFold 2の成功の上に彼らが築いたことは本当に信じられないことです。
世界中の研究者が実際にそれを使っています。
マラリアワクチン、がん研究、まさに全てのことを考えてみてください。
AlphaFoldはすでにゲームチェンジャーとなっています。
それは主要な科学賞さえも受賞しています。
AlphaFold 3は、タンパク質だけでなく、あらゆる種類の生体分子にまで及んでいます。
環境に優しい材料、より強力な作物、超強力な医薬品などを考えてみてください。
これはまさに世界を変える力を持つ次世代の科学なのです。
これは実際にどのように機能するのでしょうか?
入力分子のリストが与えられると、AlphaFold 3はそれらの共同3D構造を生成し、それらがどのように組み合わさっているかを明らかにします。
タンパク質、DNA、RNAなどの大きな生体分子だけでなく、リガンドとして知られる多くの異なる薬物を含むカテゴリーの小さな分子もモデル化します。
これらの分子の化学修飾をモデル化することができますが、それは細胞の健全な機能を制御し、破壊されると病気につながる可能性があります。
また、AlphaFold 3の機能は、次世代のアーキテクチャと、生命のすべての分子をカバーするようになったトレーニングに由来していることもわかります。
モデルの中核には、進化の例を研究することでタンパク質の折りたたみの文法を学習し、言語の文法を学んだ後に新しい文の意味を予測できるのと同じように、その知識を使って新しいアミノ酸配列の3D構造を予測するEVOフォーマーモジュールの改良版があります。
タンパク質の折りたたみの文法を進化の例から学習し、その知識を使って新しいアミノ酸配列の3D構造を予測する、言語の文法を学んだ後に新しい文の意味を予測するのと同じような、ディープラーニングアーキテクチャです。
AlphaFold 2の驚異的なパフォーマンスを支えたものです。
入力を処理した後、AlphaFold 3は、AI画像ジェネレーターに見られるものと同様の拡散ネットワークを使用して予測をアセンブルします。
拡散プロセスは原子の雲から始まり、多くのステップを経て最終的に最も正確な分子構造に収束します。
ここに予測の一つがあります。
この場合、グレーで示されているのがグランドトゥルースで、実際の色で示されているのが本物です。
この例では、一般的な風邪ウイルスのスパイクタンパク質を見ています。
スパイクタンパク質は、ウイルスが私たちの細胞に感染するのを助ける部分で、このAIモデルは、このスパイクタンパク質が抗体(ウイルスに付着してそれを中和する免疫システムの防御タンパク質)や単純な糖とどのように相互作用するかを正確に予測しました。
現在画面に表示されているこの予測では、スパイクタンパク質は青、ウイルスを阻止しようとする抗体はターコイズ色で示されています。
単純な糖は黄色で示されており、これらの予測は、グレーで示されている実際の実験で科学者たちが観察したものと密接に一致しています。
この相互作用のアニメーションを使用することで、科学者はウイルスが抗体や糖とどのように実際に相互作用するかを正確に知ることができます。
これらの免疫システムのプロセスがどのように機能するかを理解することは、COVID-19を含むさまざまなウイルスと戦う方法を解明するのに役立つため、この情報は非常に重要であり、AlphaFold 3は、そうでなければ長くて高価な実験室の機器を必要とする正確な予測を提供することで、多くの時間を節約します。
これは、実験的な方法(X線結晶学やクライオ電子顕微鏡など)を使用してタンパク質の3D構造を決定するのに数ヶ月または数年かかるため、AlphaFold 3はこれらの構造を文字通り数時間または数日で予測することができ、予測された構造が利用可能になると、科学者は時間を無駄にせずに最も有望な薬物標的や生物学的な問題に焦点を当てることができます。
これにより、研究者は仮説を検証することができ、生物分子がどのように機能したり相互作用したりするかについて新しい仮説を生成することができ、研究者はこれらの仮説を直接テストすることができ、広範な探索的研究の必要性が減少します。
ここにはTim 3というもう一つの例がありました。
これは、がん治療に有用なターゲットになる可能性があるため、研究者が研究しているタンパク質です。科学者たちは、このタンパク質に付着し、有害な影響をブロックできる可能性のある小さな分子を作る方法を見つけました。
この研究の前には、これらの小さな薬のような分子がTim 3構造にどのように実際にはまるのかを示す明確な画像はありませんでした。この情報がなければ、効果的な薬を設計することはかなり困難でした。
本質的にAlphaFold 3が登場します。
科学者たちは、これらの小さな分子がTim 3に結合したときにどのように見えるかを予測するためにAlphaFold 3を使用しました。AIにはタンパク質配列(本質的にはレシピ)と薬のような分子の単純な記述しか提供しませんでした。
そこで私たちは結果にたどり着きます。
AlphaFold 3は、これらの分子がTim 3タンパク質のポケットに完璧にはまり、科学者が実験で発見した構造とほぼ完全に一致すると実際に予測しました。
また、これらの薬分子が存在しない場合、ポケットは実際には異なって見えることを示し、AlphaFold 3が他の分子が周りにあるときのタンパク質の形状の変化を実際に認識できることを証明しました。これは本質的に、AlphaFold 3が薬の分子がタンパク質とどのように相互作用するかをこれまで以上に正確に予測できることを意味し、がんやその他の病気のためのより良い治療法を開発する科学者を助けることで、より迅速で効率的な創薬につながるでしょう。
もちろん、アイソモルフィックラボについて話すのは理にかなっています。
彼らがアイソモルフィックラボでの創薬をリードしていると話している点の一つは、AlphaFold 3がPosebustersベンチマークにおいて、構造情報の入力を必要とせずに、従来の最良の方法よりも50%以上正確であり、AlphaFold 3を生体分子の構造予測のための物理ベースのツールを超える最初のAIシステムにしていることです。
アイソモルフィックラボは、新しい疾患ターゲットへのアプローチ方法を理解し、以前は手の届かなかった既存のターゲットを追求する新しい方法を開発することで、創薬の成功を加速し改善するためにAlphaFold 3を使用しています。
また、原子レベルで仮説を作成してテストし、数秒以内に非常に正確な構造予測を生成できるようになったことについても述べており、これは同様の質問に対する答えを実験的に決定するのに必要とされる数ヶ月あるいは数年とは対照的です。
また、彼らはこれをどのように使用しているかについても述べています。
彼らは、すでに私たちは日々AlphaFold 3を使用していると述べています。
私たちの科学者は、AlphaFold 3の構造予測に対して小分子を設計することが、標的タンパク質に効果的に結合する設計の作成に役立つことを確認しました。
AlphaFold 3によるタンパク質間インターフェースの構造精度の向上により、抗体やその他の治療用タンパク質などの新しい治療法を設計する可能性が開けます。
新規ターゲットのより豊富な理解は、他のタンパク質結合パートナー、DNA、RNA、リガンド補因子との複合体における、完全な生物学的文脈でのターゲットの構造を見ることで得られます。
もちろん、AlphaFold 3のリリースと共に論文が発表されました。
しかし、これは現在、Accelerated Article Preview(AAP)となっており、これは伝統的な印刷ジャーナルに掲載される前にオンラインで公開される科学論文のバージョンです。
基本的には、重要な研究成果を科学者や一般の人々にできるだけ早く伝えることを目的としています。
伝統的なジャーナル出版を遅らせる可能性のある編集やフォーマットの一部をスキップしているのです。
つまり、これらが最終的な洗練されたバージョンではないことを思い出させるために、各ページに透かしが入っているのです。
ここでは、もちろんAlphaFoldサーバーについて、主なことを実際に話しています。
Googleは実際に、この作業を支援するツールを無料で科学者が使えるようにしました。
特別な購読は必要ありません。
基本的に、数回のクリックで、どんな生物学者でもAlphaFold 3を使ってタンパク質、DNA、RNA、および他の重要な分子のモデルを作成することができます。
これはかなり大きなことです。なぜなら、AlphaFoldサーバーを使えば、科学者たちは素早く新しいアイデアを考え出して実験室で試すことができるからです。
これにより、推測に無駄な時間を費やすことが減ります。
科学プロジェクトがはるかに速く進む様子を想像してみてください。覚えておいてください、これには以前は膨大な時間がかかっていました。
それが全て節約されているのです。
これが私が最後に残すクイックトレーラーで、リンクが必要な場合は、トップコメントまたは説明のリンクにあります。