AIが500万年分の進化をシミュレートし、新たなタンパク質を作成した

進化は、分子レベルで数十億年もの間、生命を微調整してきました。タンパク質は、生命の基本的な構成要素であり、感染症と闘うことから食物を消化することまで、さまざまな生物学的機能を果たすために、このプロセスを通じて進化してきました。これらの複雑な分子は、正確なシーケンスで配列されたアミノ酸の長い鎖で構成されており、その構造と機能を決定します。自然界は、多様なタンパク質を生み出してきましたが、タンパク質の構造を理解し、まったく新しいタンパク質を設計することは、科学者にとって長年の課題でした。

人工知能の最近の進歩は、生物学の最も重要な課題に対処する能力を変革しています。以前は、人工知能は与えられたタンパク質シーケンスがどのように折り畳まれて動作するかを予測するために使用されていましたが、これは、構成の数が膨大になるため、複雑な課題でした。最近、人工知能は、以前には考えられなかった規模でまったく新しいタンパク質を生成する能力を身に付けました。このマイルストーンは、EvolutionaryScaleによって設計された、多モーダル生成言語モデルであるESM3によって達成されました。ESM3は、従来のテキスト処理用に設計された人工知能システムとは異なり、タンパク質シーケンス、構造、機能を理解するようにトレーニングされています。本当に驚くべきことは、その進化を500万年シミュレートする能力であり、これは、自然界では見られない完全に新しい蛍光タンパク質の作成につながりました。

このブレークスルーは、生物学をよりプログラム可能にする重要なステップであり、医学、材料科学、さらなる分野でのカスタムタンパク質の設計の新しい可能性を解き放っています。この記事では、ESM3のしくみ、達成したこと、そしてこの進歩が生物学と進化の理解をどのように変えているかを探ります。

ESM3：進化をシミュレートするAI

ESM3は、タンパク質シーケンス、構造、機能を分析することで、タンパク質を理解し、生成するようにトレーニングされた多モーダル言語モデルです。AlphaFoldとは異なり、AlphaFoldは既存のタンパク質の構造を予測できますが、ESM3は本質的にタンパク質エンジニアリングモデルであり、研究者が機能的および構造的要件を指定してまったく新しいタンパク質を設計できるようにします。

モデルは、タンパク質シーケンス、構造、機能に関する深い知識を持ち、ユーザーとの相互作用を通じてタンパク質を生成する能力もあります。この機能により、モデルは自然界には存在しない可能性のあるが生物学的に有効なタンパク質を生成できます。新しい緑色蛍光タンパク質（esmGFP）の作成は、この機能の印象的なデモンストレーションです。蛍光タンパク質は、初期にはクラゲやサンゴで発見され、広く医療研究や生物技術で使用されています。esmGFPを開発するために、研究者はESM3に既知の蛍光タンパク質の重要な構造的および機能的特性を提供しました。モデルはそれから、思考の連鎖的な推論アプローチを適用して、シーケンスを最適化しました。自然界では、同等のタンパク質を生み出すには数百万年かかるかもしれませんが、ESM3はこのプロセスを加速し、数日または数週間で達成します。

AI駆動のタンパク質設計プロセス

ここでは、研究者がESM3を使用してesmGFPを開発した方法を説明します：

1. AIのプロンプト – 最初に、研究者はESM3にシーケンスと構造のヒントを入力して、蛍光に関連する特性に向けて導きました。
2. 新しいタンパク質の生成 – ESM3は、数千の候補タンパク質を生成するために、潜在的なシーケンスの広い空間を探索しました。
3. フィルタリングと精査 – 最も有望な設計はフィルタリングされ、実験室でのテストのために合成されました。
4. 生体内での検証 – 選択されたAI設計タンパク質は、蛍光と機能を確認するために細菌に発現されました。

このプロセスにより、自然界には見られないような蛍光タンパク質（esmGFP）が作成されました。

esmGFPと自然界のタンパク質の比較

esmGFPが特筆すべきは、既知の蛍光タンパク質からどれほど遠い距離にあるかです。ほとんどの新しく発見されたGFPは既存のものからわずかな変異しか示さないのに対し、esmGFPは最も近い自然界の親戚とのシーケンス同一性はわずか58％です。進化的に見ると、この違いは500万年以上の分岐時間に相当します。

これを理解するために、過去に同等の進化的距離を持つタンパク質が現れたとき、恐竜はまだ現れず、多細胞生命はまだ初期段階にありました。つまり、AIは進化を加速するだけでなく、自然界では生じることがなかったまったく新しい進化的経路をシミュレートし、自然界では生じることがなかったタンパク質を生成しました。

この発見の重要性

この進歩は、タンパク質エンジニアリングと進化の理解の両方において重要なステップです。数百万年分の進化を数日でシミュレートすることで、AIは新しい可能性の扉を開いています：

• より迅速な薬剤発見： 多くの薬は特定のタンパク質を標的とすることで作用しますが、適切なタンパク質を見つけるのは時間がかかり、費用もかかります。AI設計のタンパク質は、このプロセスを加速し、研究者が新しい治療法をより効率的に発見できるようにします。
• バイオエンジニアリングにおける新しい解決策： タンパク質は、プラスチック廃棄物の分解から疾患の検出まで、さまざまな分野で使用されています。AI駆動の設計により、科学者はヘルスケア、環境保護、さらには新しい材料のためにカスタムタンパク質を作成できます。
• AIとしての進化シミュレーター： この研究の最も興味深い側面の1つは、AIが進化をシミュレートするツールではなく、分析ツールとしてのみ使用されるのではなく、進化をシミュレートするものとして位置付けられていることです。従来の進化シミュレーションには、遺伝的変異を繰り返し適用することが含まれており、有効な候補者を生成するには数か月から数年かかることがあります。ESM3は、これらの遅い制約を回避し、機能的なタンパク質を直接予測することでこれを克服します。このアプローチの変化は、AIが自然界を模倣するだけでなく、自然界を超えた進化的可能性を積極的に探索できることを意味します。十分な計算能力があれば、AI駆動の進化は、自然界には存在しない新しい生化学的特性を発見することができます。

倫理的配慮と責任あるAI開発

AI駆動のタンパク質エンジニアリングの潜在的な利点は巨大ですが、この技術も倫理的および安全性に関する懸念を引き起こします。AIが人間の理解を超えたタンパク質を設計するようになったらどうなるのでしょうか。どうすれば、これらのタンパク質が医療や環境用途に安全であることを保証できますか。

これらの懸念に対処するには、責任あるAI開発と徹底的なテストに焦点を当てる必要があります。AI生成のタンパク質、たとえばesmGFPは、現実世界のアプリケーションを検討する前に、広範な実験室テストを受ける必要があります。さらに、透明性、安全性、公共の信頼を確保するために、AI駆動の生物学のための倫理的枠組みが開発されています。

結論

ESM3の登場は、バイオテクノロジー分野における重要な発展です。ESM3は、進化が遅い試行錯誤のプロセスである必要はないことを示しています。500万年分のタンパク質進化を数日間に圧縮することで、科学者は、今までにない速さと精度で、まったく新しいタンパク質を設計できる未来が開けられます。ESM3の開発は、AIを使用して生物学を理解するだけでなく、生物学を再構成することもできることを意味します。このブレークスルーは、生物学をプログラムする能力を向上させ、まだ始まったばかりの可能性を解き放っています。