酵素のAI予測の課題_構造は8合目でも機能予測が難しい理由とデータの壁 #026

酵素のAI予測は、立体構造の予測では「8合目」まで到達した。だが本当に知りたい「どんな反応をどれだけ速く触媒するか」という機能予測は、いまだ高い壁の前にある。本記事では、AlphaFoldの成功の裏で機能予測が難航する理由と、その根にある「データの壁」を読み解く。

目次

1. 酵素のAI予測とは｜構造予測と機能予測は別物

酵素のAI予測と一口に言っても、中身は大きく2つに分かれる。ひとつは、アミノ酸配列から「どんな立体構造を取るか」を当てる構造予測。もうひとつは、その酵素が「どんな反応を、どれだけの速さ・安定性で触媒するか」を当てる機能予測である。

産業の現場が本当に欲しいのは後者だ。狙った物質を効率よく作る酵素、高温でも壊れない酵素を、配列から見抜きたい。ところが、進歩が著しいのは前者の構造予測のほうで、機能予測ははるかに難しい——これが、デジタル配列データを起点とした酵素開発が直面している中核的な現実である。なぜこれほど差がつくのか。鍵は「学習データの質と量」にある。

2. 構造予測が「8合目」まで来られた本当の理由

2021年に登場したAlphaFold2は、アミノ酸配列から立体構造を高精度で予測し、構造生物学の常識を塗り替えた。専門家はこの分野を「8合目まで到達した」と表現する。

なぜ構造予測はここまで来られたのか。答えは、学習に使えるデータが「大規模・高品質・一貫していた」点にある。世界中の研究者が数十年かけて蓄積してきたタンパク質立体構造データベース(PDB)には、配列と構造が一対一で対応した良質なデータが膨大に積み上がっていた。AIにとって理想的な教材がすでに揃っていたのだ。

タンパク質言語モデル(pLM)も、この延長線上にある。ESM-2やxTrimoシリーズは、UniProtなどに蓄積された膨大な配列データを学習することで、配列から構造や変異の影響を読み取る能力を獲得した。構造予測の成功は、いわば「データに恵まれた領域」での勝利だったのである。

3. 機能予測を阻む「データの壁」｜GIGOという落とし穴

ところが機能予測では、この前提が崩れる。

第一に、機能を表す定量データが圧倒的に足りない。酵素の性能を示すkcatやKmといった指標は、測定する温度・pH・基質の条件によって値が変わる。同じ酵素でも研究室が違えば数字が揃わず、データベースには誤りや再現性の問題も混じる。質の悪いデータを学習させれば、出てくる予測も質が悪い。いわゆる「GIGO（Garbage In, Garbage Out）」の罠である。

第二に、酵素が触媒する反応はあまりに多様だ。構造の予測は「折りたたまれ方」という共通ルールに乗せられるが、反応の種類は無数にあり、ひとつのモデルで一般化しにくい。結局は反応ごと・酵素ファミリーごとに個別のモデルを作る必要があり、汎用化が効かない。

第三に、真核生物のデータベースは原核生物のおよそ100分の1しかなく、扱える対象が偏っている。医薬や食品で重要な真核生物由来の酵素ほど、AIが学べる手本が乏しいという皮肉な構図だ。データの壁は、量・質・偏りの三重構造になっているのである。

ちなみに、同じバイオ分野でも抗体の機能予測は酵素より先行している。抗体は結合という比較的扱いやすい機能に絞れるのに対し、酵素は触媒する化学反応の種類が桁違いに多い。この「機能の多様さ」こそが、酵素のAI予測を難しくしている本質的な要因なのだ。

4. デノボ設計はまだ萌芽期｜人工酵素の現在地

「既存の酵素を改変する」のではなく、「ゼロから新しい酵素を設計する」デノボ設計も、近年大きな注目を集めている。新しい骨格(フォールド)を作り、それをコードする配列をAIに設計させる試みだ。

ただし、その実力はまだ萌芽期にある。デノボ設計された人工酵素は、自然界の酵素に比べて活性が低く、実用レベルには届いていないのが現状だ。配列から一発で機能する酵素を生み出す「ゼロショット」の設計は、依然として難題である。

裏を返せば、構造予測ほど成熟していないこの領域は、これから技術的ブレークスルーが起きる余地が大きいともいえる。機能データの整備、計算化学(分子シミュレーションや反応性力場)との統合、機械学習支援型の指向性進化法(MLDE)など、壁を崩すアプローチの研究が世界中で進んでいる。

5. まとめ｜課題の正体を知る者が次の主導権を握る

酵素のAI予測は、構造予測では「8合目」まで来たが、産業が本当に欲しい機能予測は、データの量・質・偏りという三重の壁に阻まれている。デノボ設計もまだ実用には遠い。

この現実は、裏返せばチャンスでもある。良質な機能データを持つ者、データ整備と計算化学を組み合わせられる者が、次の主導権を握る。自社が持つ実験データは、AI時代において思わぬ資産になりうる。課題の正体を正しく理解することが、技術投資の判断を誤らない第一歩だ。

本コラムは、これまでIBLCが蓄積してきた技術・市場に関する情報をもとに、IBLC専門家チームが独自の視点で整理・考察したものです。

▼【酵素のAI機能予測・データ基盤に関する調査】

IBLCでは、酵素の機能予測（kcat・Km等の活性指標）に関するAI技術の成熟度評価、機能データの量・質・偏りという「データの壁」を踏まえた社内実験データの資産価値分析、デノボ設計・MLDE（機械学習支援型指向性進化）など次世代アプローチの技術ロードマップ調査を専門家チームがサポートします。