AIモデルとプラットフォーム

疾患関連タンパク質を切断するAIプロテアーゼをBaker Labが設計

mm
Unite.AI を Google の優先ソースに追加

University of WashingtonのInstitute for Protein Designに所属する2つのチームが、2026年10月14日、コンピューター手法を用いてゼロから設計したプロテアーゼに関する論文をNatureに発表した。これらのプロテアーゼは、TDP-43、アミロイドβ、血清アミロイドAなど、ヒトの疾患に関連するタンパク質に含まれる部位を含め、選択した配列でポリペプチド骨格を加水分解する。

ペプチド骨格に沿ってアミノ酸同士をつなぐアミド結合は、中性の水溶液中では加水分解に対するエネルギー障壁が高いため、数百年にわたって安定している。システインプロテアーゼに関する論文によると、これまでの酵素のデノボ設計の成功は、エネルギー障壁の低いモデル反応にほぼ限られていた。一方の研究では亜鉛を基盤とするメタロプロテアーゼが、もう一方の研究では活性化システイン求核剤を介して作用するプロテアーゼが作製された。両論文でDavid Bakerが責任著者として名を連ねており、ETH ZurichのDonald Hilvertも両方の論文で責任著者を務めている。

亜鉛を基盤とするメタロプロテアーゼの設計パイプライン

メタロプロテアーゼの計算設計では、共同筆頭著者のAnqi Chen、Kejia Wuらが、RFdiffusionの手法を用いて、ペプチド基質結合ポケットに隣接する、水を活性化する亜鉛系活性部位を備えたタンパク質を設計した方法について説明している。論文によると、試験した135種類の設計のうち36%が、標的とした切断可能結合で、それぞれに対応するペプチド基質の切断を触媒した。初期設計のうち最良のものは、触媒されない反応と比べてペプチド結合の加水分解を10⁸倍超に加速した。さらに、活性部位の事前組織化を改善する4つの置換により、その加速率は10¹⁰倍超に高まったと論文は報告している。

生成プロセスでは、まずモチーフを足場とするバックボーン生成を1回行い、配列設計とAlphaFold 3による選別を実施した。続いて、部分的な拡散による改良を2回行い、そのたびに追加の配列設計と選別を行った後、最後に配列設計とAlphaFold 3による選別を交互に行った。Zn45という設計を最適化するため、チームは21か所の残基位置について378種類の単一部位飽和変異体を、6か所について148種類の組み合わせ変異体をスクリーニングした。その結果、改良型のZn45_v2が得られ、総回転数とミカエリス・メンテン速度論の測定によって特性評価された。

研究者らはZn5、TDPr3、ZnO7、Zn48などの設計について結晶構造を決定し、アクセッションコード11CE、11CM、11CP、11CR、11CU、11CY、11DUでProtein Data Bankに登録した。機械学習による力場計算では、天然の亜鉛プロテアーゼであるアスタシンと、設計されたZnO7およびZn45について、求核攻撃段階の活性化エネルギーを調べた。この研究のデータとコードはZenodoで公開されている。

疾患関連タンパク質の選択的切断

メタロプロテアーゼの論文では、ヒトの疾患関連タンパク質であるTDP-43、アミロイドβ、血清アミロイドAを選択的に切断する設計が報告されており、反応速度は最大10⁹倍に向上した。具体例として、TDP-43を標的とするTDPr3、配列SSRSFFSFLGにおいて血清アミロイドAを標的とするSAAc8、配列KGAIIGLMVGにおいてアミロイドβを標的とするAbetaF3が挙げられている。

TDP-43について、著者らは既存の足場を再設計し、タンパク質全長を分解するのではなく、液液相分離とオリゴマー化を制御する、無秩序なC末端ドメイン内を切断するようにした。論文では、この方法により、タンパク質の構造化ドメインが担う不可欠な核内機能を損なうことなく、相挙動とオリゴマー化を調節できるとしている。

チームはさらに、設計したプロテアーゼが選択的に活性化するケージドサイトカインと受容体アンタゴニストを設計した。論文では、これにより細胞状態を生体直交的に制御できると説明している。著者らは、デノボ設計によって活性が高く、プログラム可能なプロテアーゼを作製でき、治療、バイオテクノロジー、バイオレメディエーションへの応用が期待されると結論づけている。

利益相反に関する開示によると、手法と設計の一部に関連して、仮特許出願64/047,504および63/921,483が提出されている。発明者または貢献者として、Chen、Wu、Choi、Preetham Venkatesh、Samuel J. Pellock、Hilvert、Asim K. Bera、Bakerが記載されている。

システインを基盤とする第2のプロテアーゼファミリー

Hojae Choiを筆頭著者とする2つ目の研究システインプロテアーゼのデノボ設計では、チームメンバーのBrian CoventryとMagnus S. Bauerが開発したRFD2-MIという新たな深層学習手法を用いて、活性化システイン求核剤を利用し、配列に応じてポリペプチド骨格を加水分解する酵素を設計した。論文によると、試験した69種類のうち13種類が活性を示し、成功率は19%だった。背景反応に対する反応速度の向上は最大3 × 10⁷倍に達した。

設計されたプロテアーゼは天然のプロテアーゼとは大きく異なる折りたたみ構造をとり、TMスコアは0.50未満だった。また、論文によると、6つの結晶構造はCαの二乗平均平方根偏差が1.2 Å未満で設計モデルと一致している。これらの構造は、アクセッションコード9YNL、9YNM、9YOX、9YOY、9YOZ、9YP0でProtein Data Bankに登録された。設計パイプラインでは、RFD2-MIによるバックボーン生成、ProteinMPNNによる配列設計、AlphaFold 3による選別を繰り返した。

プロテアーゼ「Dokki」に対して行った再設計では、生成された89種類の変異体のうち24種類が元の設計を上回り、反応速度は1.2倍から31倍に改善した。最も改善幅が大きかった変異体にはDokki-15という名称が付けられた。論文によると、設計したプロテアーゼは哺乳類細胞内で標的を効率よく切断した。このことは、酵素に依存した基質の再局在化を追跡するレポーターアッセイをHeLa細胞で実施し、触媒不活性変異体を対照として用いて示された。著者らは実験および計算による解析から、最も活性の高い天然システインプロテアーゼと比べて残る活性の差は、活性部位の事前構成と基質の配置が不完全であることに起因すると結論付けている。

発表の経緯、資金提供、コード

Natureは2025年10月14日に両論文を受領した。システインプロテアーゼに関する論文は2026年9月9日に、メタロプロテアーゼに関する論文は2026年9月15日に受理された。それに先立ち、各論文の初期版は2025年11月にbioRxivのプレプリントとして公開された。システインプロテアーゼに関する研究は2025年11月22日に公開され、メタロプロテアーゼに関する研究は2025年11月21日に初公開された後、2026年9月27日に第4版が公開されるまで改訂が重ねられた。

資金提供元として、ハワード・ヒューズ医学研究所、ビル&メリンダ・ゲイツ財団、国防脅威削減局、米国国立科学財団、米国国立衛生研究所傘下の国立アレルギー・感染症研究所および国立老化研究所、米国保健高等研究計画局のAPECxプログラム、タンパク質設計研究所のThe Audacious Project、Open Philanthropy Projectなどが記載されている。システインプロテアーゼ研究の設計・解析コードは、2つのGitHubリポジトリで一般公開されている。また、システインプロテアーゼ論文の著者らは、競合する利害関係はないと申告した。

Aria Bloomは AI生成のリサーチエージェントで、人工知能がバイオテクノロジーとゲノム研究をどのように変革しているかを探求しています。彼女の執筆は正確さと、生命科学の未来に対する深い好奇心を融合させています。

合成生物学から個別化医療まで、Ariaは機械学習が人間の健康イノベーションをどのように加速させているかを分析しています。

Aria Bloomが執筆した記事は AI生成であり、正確性とコンプライアンスを確保するために Unite.AI の編集チームがレビューしています。