1 ポイント 投稿者 GN⁺ 2024-09-06 | 1件のコメント | WhatsAppで共有

AlphaProteoが生物学および健康研究のための新しいタンパク質を生成

  • 新しいAIシステムが標的分子への結合に成功するタンパク質を設計し、創薬、疾患理解などでの可能性を持つ
  • すべての生物学的プロセスは、タンパク質という分子間の相互作用に依存している
  • AlphaFoldのようなタンパク質構造予測ツールはタンパク質相互作用への洞察を提供するが、新しいタンパク質を生成してこれらの相互作用を直接操作することはできない
  • 科学者は標的分子にうまく結合する新しいタンパク質を生成できる
  • これらのバインダーは、創薬、細胞および組織イメージング、疾患の理解と診断、害虫耐性作物の開発など、さまざまな研究に役立つ可能性がある
  • 最近の機械学習アプローチは大きな進歩を遂げたが、依然として多くの実験的テストが必要である

AlphaProteoの紹介

  • AlphaProteoは、生物学および健康研究のための新しい高強度タンパク質バインダーを設計する初のAIシステムである
  • この技術は、生物学的プロセスへの理解を加速し、新薬発見やバイオセンサー開発などに役立つ可能性がある
  • AlphaProteoは、がんや糖尿病合併症に関連するVEGF-Aを含む、さまざまな標的タンパク質に対する新しいタンパク質バインダーを生成できる
  • AlphaProteoは実験的成功率が高く、既存手法より3倍から300倍優れた結合親和性を持つ

タンパク質結合の複雑な方法を学習

  • タンパク質バインダーの設計は時間がかかり、何度もの実験室作業を必要とする
  • AlphaProteoは、Protein Data Bank(PDB)とAlphaFoldで予測された1億件以上の構造から学習した
  • 標的分子の構造と望ましい結合位置を与えると、AlphaProteoはその位置に結合する候補タンパク質を生成する

重要なタンパク質結合標的に対する成功の実証

  • AlphaProteoはさまざまな標的タンパク質に対するバインダーを設計した
  • 実験室でのテストでは、7つの標的タンパク質に対してAlphaProteoが生成した候補タンパク質が強く結合した
  • BHRF1ウイルスタンパク質では、候補分子の88%が結合に成功した
  • TrkA標的では、AlphaProteoのバインダーは既存の最良のバインダーより強力だった

結果の検証

  • AlphaProteoのバインダーは、Francis Crick Instituteの研究グループによって検証された
  • SC2RBDバインダーは、SARS-CoV-2と一部の変異株による細胞感染を防いだ
  • AlphaProteoは初期実験にかかる時間を大幅に短縮できる
  • しかし、TNFɑ標的に対するバインダー設計には失敗した
  • AlphaProteoの機能を改善し、拡張する計画である

タンパク質設計の責任ある開発に向けて

  • タンパク質設計は、疾患原因の理解、診断テスト開発の加速、持続可能な製造プロセスの支援、環境汚染物質の除去など、科学の進歩に大きな可能性を持つ
  • バイオセキュリティ上のリスクを考慮し、外部の専門家と協力して責任ある開発を進めている
  • AlphaProteoの成功率と親和性を改善し、設計課題の範囲を拡大し、多様な分野の研究者と協力して包括的なタンパク質設計を提供することを目指している

GN⁺のまとめ

  • AlphaProteoは、生物学および健康研究のための新しいタンパク質バインダーを設計するAIシステムである
  • この技術は、創薬、疾患理解、診断などのさまざまな研究に大きく役立つ可能性がある
  • AlphaProteoは既存手法より高い成功率と結合親和性を誇る
  • しかし、一部の標的タンパク質に対するバインダー設計には限界がある
  • AlphaProteoの機能を継続的に改善し、拡張していく計画である

1件のコメント

 
GN⁺ 2024-09-06
Hacker Newsの意見
  • 革新性の不足: de novoタンパク質結合体はすでに多く研究されている。David Bakerグループの例を参照できる
    • 期待: こうした進展が新しい生体触媒設計手法につながることを期待
  • 関連動画: Two minute papersの関連動画リンクあり
  • ウイルス工学への質問: 特定の遺伝的マーカーを持つ人口集団を標的にするウイルス工学が可能かという質問
    • 懸念: こうした技術の商用化は、LLM安全性の議論よりはるかに恐ろしい可能性がある
  • AlphaFold 3の誤り: 関連動画リンクあり
  • Googleの活用: Googleがこうしたシステムをどのように活用しているのかという質問
    • 疑問: 創薬に直接使っているのか、製薬業界にライセンスしているのかが気になる
  • タンパク質構造設計への質問: 特定の細胞にのみ結合するタンパク質構造を設計できるかという質問
    • 研究上の関心: 多面発現効果をできるだけ多くマッピングすることに関心がある
    • 問題点: 薬物の多面発現が問題。タンパク質が複数の機能を果たせるため、副作用が大きくなりうる
    • 期待: 特定領域にのみ結合する超特異的なタンパク質構造を作れれば、大きなブレークスルーになるはず
  • 論文分析の不足: 設計されたタンパク質の新規性について、さらなる分析が必要
    • 既存データ: VEGFとCovidスパイクタンパク質に対する別の結合体はすでに存在する
    • 今後の見通し: AlphaProteoは現時点で最高性能でなくても、まもなくそうなるだろう
  • タンパク質生成の難しさ: タンパク質生成は難しく、予測された3D構造に折りたたまれるかは不確実
    • 低分子合成: 低分子合成のほうがより簡単で安価であり、スケールしやすい
    • 改善の必要性: SOTAの低分子-タンパク質相互作用モデルの改善に集中していれば、より大きな影響があったはず
  • 重要なスタートアップ: www.molecularReality.comへの言及