たんぱく質が「形」を保つ力の超並列測定法

東京大学 生産技術研究所 坪山 幸太郎 講師（研究当時、ノースウェスタン大学、ポスドク）と、ノースウェスタン大学 ガブリエル ロックリン 助教らによる研究グループは、たんぱく質の構造安定性を効率よく測定する方法の樹立に成功しました。

たんぱく質の構造安定性とは、たんぱく質が特定の機能的な構造をどれだけ保ちやすいかを示す指標で、機能を示すたんぱく質分子の割合を規定するため、非常に重要な性質の１つです。今までは、一度の実験で１種類のたんぱく質の構造安定性しか測定できなかったため、それらを比較、検証するためには多くの時間と費用がかかっていました。そこで、たんぱく質のアミノ酸配列情報をＤＮＡ配列情報へと変換する工夫などにより、約９０万種類までのたんぱく質の構造安定性をまとめて一度の実験で測定することに成功しました。今まで測定されたたんぱく質の構造安定性を統合したデータベースは約３万種類のたんぱく質の情報にとどまっていましたので、過去に調べられた構造安定性データの累計に比べても、数十倍のデータを一度の実験で取得することができます。

近年、ＣｈａｔＧＰＴをはじめとする深層学習モデルを基礎としたＡＩが目覚ましい発達を遂げています。たんぱく質科学でもＡＩの導入が進んでいますが、たんぱく質の性質を予測するＡＩの構築には、膨大なデータを必要とします。今回の研究で取得された、構造安定性についての大規模なデータは、たんぱく質科学におけるＡＩ開発のための基盤情報として役立つと考えられます。そのようなＡＩは、例えば疾患の原因となるアミノ酸変異の特定やたんぱく質医薬のより効率的な合成を補助することが期待されます。

本研究成果は、７月２０日（日本時間）に英国科学雑誌「Ｎａｔｕｒｅ」で公開されます。