新しいツール、ProteinMPNN は、Science に掲載された 2 つの論文でワシントン大学の研究者グループによって説明されています。 今日（入手可能 ここ と ここ）、そのテクノロジーを強力に補完します。
これらの論文は、深層学習が科学者に新しい研究ツールを提供することでタンパク質設計に革命をもたらしていることを示す最新の例です。 従来、研究者は自然界に存在するタンパク質を微調整することでタンパク質を設計していましたが、ProteinMPNN は、研究者がゼロから設計できるタンパク質のまったく新しい宇宙を開きます。
「自然界では、タンパク質は基本的に、太陽光からエネルギーを集めることから分子を作ることまで、生命のすべての問題を解決します。 生物学のすべてはタンパク質から発生します」と、この論文の背後にある科学者の 1 人であり、ワシントン大学のタンパク質設計研究所の所長である David Baker は言います。
「生物が進化の過程で直面した問題を解決するために、それらは進化の過程で進化しました。 しかし、私たちは今日、covid のような新しい問題に直面しています。 進化の過程で進化したタンパク質が古い問題を解決するのと同じように、新しい問題を解決するのに優れたタンパク質を設計できれば、それは非常に強力です。」
タンパク質は数十万個のアミノ酸が長い鎖状につながったもので構成されており、それらが折りたたまれて立体的な形になります。 AlphaFold は、研究者が結果の構造を予測するのに役立ち、研究者がどのように振る舞うかについての洞察を提供します。
ProteinMPNN は、研究者の逆問題に役立ちます。 彼らがすでに正確なタンパク質構造を念頭に置いている場合、それは彼らがその形状に折り畳まれるアミノ酸配列を見つけるのに役立ちます. このシステムは、三次元構造に折り畳まれる非常に多数のアミノ酸配列の例でトレーニングされたニューラル ネットワークを使用します。
しかし、研究者は別の問題も解決する必要があります。 プラスチックを消化する新しい酵素など、現実世界の問題に取り組むタンパク質を設計するには、まずどのタンパク質骨格がその機能を持っているかを理解する必要があります。
そのために、ベイカーの研究室の研究者は 2 つの機械学習方法を使用します。 論文 昨年 7 月の Science 誌で、チームはそれを「拘束された幻覚」および「絵画の中」と呼んでいます。