抗菌ペプチド候補を配列から探し、立体構造と周辺遺伝子で評価して実験計画へ渡す工程が、AI開発基盤のGoogle Antigravityにつながった。Google DeepMindは97アミノ酸の候補を選んだ事例を示し、実験室での検証を進めている。
配列から機能を予測し、探索対象を絞る
Google DeepMindによると、Google Antigravityでは研究者が探索の問いと集める証拠を選び、AIエージェントがデータベースをまたぐ処理、構造解析、文献の統合を担う。紹介された探索は、細菌のStreptococcus pseudopneumoniaeから抗菌ペプチド候補を探すことを目的とした。
探索で利用する機能予測モデルProtNLMは、Googleが開発した深層学習モデルで、アミノ酸配列からタンパク質の生物学的機能を予測する。この探索では、タンパク質データベースUniProtに登録された長さ97アミノ酸の配列A0A0U0D591が、抗菌ペプチド候補として選ばれた。
配列で見つからない類似性を立体構造で調べる
選ばれた候補について、研究者はAIエージェントに、手動レビュー済みのタンパク質を収録するSwiss-Protとの配列比較を指示した。Google DeepMindは、有意な相同性を持つ配列は見つからなかったとしている。一方、AlphaFoldによる候補の予測構造を実験で決定された構造と照合すると、バクテリオシンと呼ばれる抗菌性タンパク質によく似た折り畳み構造を示したという。
この構造解析を同じ作業環境で行うため、Google Antigravityには3D可視化ツールのBiomolecular Structure Viewerが組み込まれた。研究者とAIエージェントは表示を共有し、取得したタンパク質構造や、AIが仮説の説明のために強調した機能領域を確認することができる。
周辺遺伝子と文献を作用仮説へつなぐ
候補そのものに加え、AIエージェントは候補遺伝子の周囲も調べた。候補遺伝子の6塩基対下流にはABC輸送体の膜透過タンパク質をコードする遺伝子があり、近傍には対応候補のATP結合タンパク質、別のバクテリオシン、XRE転写調節因子の遺伝子も見つかった。
Google DeepMindは、この遺伝子配置を、候補がバクテリオシンの働く仕組みの一部であることを支持する状況証拠と位置付けている。AIエージェントはさらに文献を検討し、細菌の細胞分裂を標的にするという作用機構の仮説を立てた。これは候補の作用を実験で確定した結果ではなく、実験で確かめる対象となる。
計算上の候補を実験室での検証へ渡す
AIエージェントは計算上の評価を受け、タンパク質発現、抗菌薬感受性試験、標的への作用確認、試験管内での毒性試験を含む実験計画を作成した。探索で得た候補と作用仮説を、実験で調べる項目へ落とし込んだ形だ。
Google DeepMindは、この候補に加え、同じ探索工程で見つかった複数の候補について実験室での検証を進めている。紹介した候補の抗菌作用は予測段階にあり、実験結果によって計算上の評価を確かめる。