タンパク質・DNA・薬を1つのモデルで、アルファフォールド3が複合体の構造を予測

タンパク質1つの折りたたまれた形を言い当てる問題は、アルファフォールド2（AlphaFold 2）でかなり解決されたが、実際の生命現象は、タンパク質がDNA・RNA・低分子・金属イオンと噛み合うことで起こる。グーグル・ディープマインドとアイソモルフィック・ラボの研究チームは、これらの複合体を1つのニューラルネットワークでまとめて予測するアルファフォールド3（AlphaFold 3）を、ネイチャー（Nature）に報告した。

構造を「生成」する拡散モデルへ転換

アルファフォールド3は、従来の構造を大きく改め、画像生成に使われる拡散（diffusion）ベースのアーキテクチャを採用した。その結果、タンパク質、核酸、低分子リガンド、イオン、化学修飾された残基が混在する複合体の座標を、一度に出力する。著者らは、タンパク質―リガンドの結合では従来のドッキング（docking）プログラムより精度が大幅に高く、タンパク質―核酸の結合では核酸専用の予測器を上回り、抗体―抗原の予測もアルファフォールド・マルチマー2.3版より明確に改善したと報告した。

意義は、分子1つではなく「相互作用」を計算で扱えるようになったことである。受容体にどの化合物がどのような姿勢で入るのか、転写因子がDNAのどの溝をつかむのかを、実験の前に絞り込める。

予測は仮説、検証は実験

ただし、すべての結果は計算による予測であり、結合の強さや薬効を示すものではない。学習データの少ない分子の種類、柔軟に動く領域、まれな化学構造では誤差が大きくなる可能性があり、構造生物学の実験で確認する必要がある。