約5年前、Google傘下のAI研究機関DeepMindは、人体内の多くのタンパク質の構造を正確に予測できるAIシステム「AlphaFold」を発表しました。DeepMindはその後もこのシステムを改良し、2020年にはAlphaFoldのアップデート版として、より高性能な「AlphaFold 2」をリリースしました。
そして研究室の仕事は続く。
DeepMind は本日、AlphaFold 2 の後継となる最新リリースの AlphaFold が、世界最大の生物学的分子のオープン アクセス データベースである Protein Data Bank 内のほぼすべての分子の予測を生成できることを明らかにしました。
DeepMindのブログ記事によると、創薬に重点を置くDeepMindのスピンオフ企業であるIsomorphic Labsはすでに、同社が共同設計した新しいAlphaFoldモデルを治療薬の設計に応用しており、病気の治療に重要なさまざまな種類の分子構造の特徴付けに役立っているという。
新しい機能
新しい AlphaFold の機能は、タンパク質の予測だけにとどまりません。
DeepMindは、このモデルはリガンド（「受容体」タンパク質に結合して細胞の伝達方法に変化を引き起こす分子）の構造だけでなく、核酸（重要な遺伝情報を含む分子）や翻訳後修飾（タンパク質が生成された後に起こる化学変化）も正確に予測できると主張している。
DeepMind は、タンパク質リガンド構造の予測は、科学者が薬剤になり得る新しい分子を特定し、設計するのに役立つため、薬剤発見に役立つツールになり得ると指摘しています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
現在、製薬研究者は「ドッキング法」と呼ばれるコンピューターシミュレーションを用いて、タンパク質とリガンドの相互作用を解明しています。ドッキング法では、参照タンパク質構造と、その構造上のリガンドが結合する位置を指定する必要があります。
しかし、最新のAlphaFoldでは、参照タンパク質構造や推奨位置を使用する必要はありません。このモデルは、これまで「構造的に特徴付けられていない」タンパク質を予測すると同時に、タンパク質や核酸が他の分子とどのように相互作用するかをシミュレーションできます。DeepMindによると、これは現在のドッキング手法では不可能なレベルのモデリングです。
「初期分析では、抗体結合など、創薬に関連するいくつかのタンパク質構造予測問題において、当社のモデルが（前世代の）AlphaFoldを大幅に上回る性能を発揮することが示されています」とDeepMindは投稿で述べています。「当社のモデルの劇的な性能向上は、人体を構成する分子機械に関する科学的理解を大きく向上させるAIの可能性を示しています。」
ただし、最新の AlphaFold は完璧ではありません。
DeepMind と Isomorphic Labs の研究者は、このシステムの長所と限界を詳述したホワイトペーパーの中で、RNA 分子 (体内でタンパク質を作るための指示を運ぶ分子) の構造を予測する手法としてはこのシステムが最高水準に達していないことを明らかにした。
間違いなく、DeepMind と Isomorphic Labs の両社はこの問題の解決に取り組んでいます。
カイル・ウィガーズは2025年6月までTechCrunchのAIエディターを務めていました。VentureBeatやDigital Trendsに加え、Android Police、Android Authority、Droid-Life、XDA-Developersといった様々なガジェットブログにも記事を寄稿しています。音楽療法士のパートナーとマンハッタンに在住。
バイオを見る
