人工知能と実験の組み合わせでタンパク質を自動設計

東北大学は8月31日、人工知能と実験を組み合わせることで、タンパク質の機能改変を従来よりも大幅に効率化する手法の開発に成功したと発表した。この研究は、同大大学院工学研究科梅津光央教授、産業技術総合研究所人工知能研究センターの齋藤裕研究員、亀田倫史主任研究員、理化学研究所革新知能統合研究センターの津田宏治チームリーダーらの研究グループによるもの。研究成果は、米国の「ACS Synthetic Biology」オンライン版に掲載された。

画像はリリースより

バイオ産業の研究開発では、抗体や酵素などの機能性タンパク質を改変し、その機能を向上するというニーズが広く存在している。従来では、対象のタンパク質にランダムな変異を導入して多数の変異体タンパク質（ライブラリー）を調製し、その中から目的の機能を有するタンパク質を実験によって探し出すという方法が行われてきた。

しかし、この方法は多数の変異体について実験を行うために、多額の費用を必要とする。また、あり得る変異体の数が膨大なため、ライブラリーの中に目的の機能を有するタンパク質が含まれていない可能性も少なくないという課題がある。

蛍光タンパク質の機能改変で有効性を実証

今回、研究グループは、人工知能を用いることで、タンパク質の機能改変を効率化する手法の開発に成功。この手法では、従来のランダムな変異導入によって少数の変異体を調製して実験を行い、人工知能のための学習データを取得した。次に、人工知能技術のひとつであるベイズ最適化によって、どのような変異を導入すれば目的の機能を有するタンパク質を得られるかの予測を行った。これにより、目的の機能を有するタンパク質を豊富に含み、なおかつ安価に実験を行える小規模な変異体群（スマートホットライブラリー）を提案することが可能になるという。

今回の研究では、緑色蛍光タンパク質（GFP）を黄色蛍光タンパク質（YFP）へ改変する問題に同手法を適用して、既知YFPより長波長で蛍光強度も高い新規YFPを多数発見することに成功。従来のランダムな変異導入で調製したライブラリーには約3％しか黄色蛍光タンパク質が含まれていなかったのに対し、このライブラリーを学習データとして人工知能が提案したライブラリーでは、約70％という非常に高い割合で黄色蛍光タンパク質が含まれていたという。

今回の成果は、人工知能がタンパク質の機能改変に有効であることを示しており、今後、抗体や酵素などの医療・食品・環境で活躍できるさまざまな機能性タンパク質の開発でこの手法の応用が期待される、と研究グループは述べている。（遠藤るりこ）