タンパク質言語モデルが作った蛍光タンパク質、自然界のものとの類似は58%のみ

タンパク質の配列は、数十億年の進化が残した一種の文章とみなせる。米国のエボリューショナリースケール（EvolutionaryScale）とアーク研究所（Arc Institute）の研究チームは、サイエンス（Science）誌に、この文章を学習した生成型言語モデルESM3を報告し、自然界にない機能性タンパク質を実際に作り出したと発表した。

配列・構造・機能を1つのモデルで扱う

ESM3は、アミノ酸配列だけでなく、3次元構造や機能のアノテーションも同じモデルの中で扱う、マルチモーダル（multimodal）な生成モデルである。ユーザーが「この構造を保ちながら、こんな機能を持て」というように複数の条件を組み合わせて指示すると、それに合う配列を生成し、追加のアライメント（alignment）学習によって、指示への従順度を高めることができる。

研究チームは、蛍光タンパク質を作るよう指示したうえで、生成された候補を合成して試験した。その結果、既知の蛍光タンパク質との配列一致度がわずか58%、つまり系統的に遠く離れた明るい蛍光タンパク質が得られた。著者らは、自然の進化でこれほどの距離を開けるには、約5億年かかると推定した。

限界

「5億年」という数字は、自然の配列間の距離から換算した推定値であり、成功例は、合成・試験した候補のうちの一部である。蛍光という、比較的測定しやすい機能で得られた結果であるため、酵素活性や治療用タンパク質に一般化するには、さらに多くの検証が必要である。