VITAL公開、ペプチドとタンパク質の結合予測を精密化
Nature Machine Intelligenceに、ペプチドとタンパク質の結合を量的かつ界面を意識して予測するAI手法VITALが掲載されました。背景には、創薬や生命科学で短いペプチドの相互作用を見つけたい一方、結合の有無だけでは実験候補を絞りにくい課題があります。今後は、候補探索の初期段階で、結合強度と界面の手がかりを同時に見る使い方が広がりそうです。
結合強度と界面を同時予測
論文は、VITALがペプチド配列とタンパク質構造を入力し、結合親和性と相互作用界面を予測する枠組みだと説明しています。研究チームはGitHubとWebサーバーも公開し、手法を試せる形にしました。
候補探索の順位付けを支援
重要なのは、単に結合するかを分類するのではなく、どの程度強く結合し、どの領域が関与しそうかを同時に扱う点です。これにより、実験で確認すべき候補を順位付けしやすくなります。
実験検証の前処理として使う
創薬、抗体・ペプチド医薬、タンパク質工学では、実験回数を減らしながら有望候補を探す支援になります。研究現場では、AIの予測を最終結論にせず、構造解析や湿式実験につなぐ前処理として使う設計が現実的です。 予測精度は入力データと対象分子に依存します。未知の構造や特殊な環境では外れる可能性があり、論文が示す性能をそのまま個別プロジェクトへ当てはめることはできません。