タンパク質の進化の「つながり」を読み取る新しい計算法

『ボルツマン機械』って、タンパク質を調べるための何か特別な道具なの？それとも、もっと幅広く使えるものなんだっけ？

ボルツマン機械は、タンパク質専用の道具じゃなくて、かなり汎用的な計算手法なんですよね。 元々は統計物理学から生まれた理論で、「多くの要素が絡み合ったシステムの中で、どの状態が最も安定するか」を推定する枠組みです。タンパク質の場合、その「要素」がアミノ酸の残基であり、「絡み合い」が進化的な制約だというだけで、原理自体は別のものにも応用できる。 たとえば、神経回路網の学習モデル、金融市場の変動パターン、言語の文法構造など。つまり「個々の部品が相互に影響し合っていて、全体として何か最適な配置を探したい」というあらゆる場面で使える考え方なんです。 ただし現実には、計算量が膨大になりやすいという課題があって、だから昔はタンパク質のような複雑なシステムに適用するのが難しかった。この研究の価値は、ボルツマン機械そのものの発明ではなく、それを「実用的な速度で動かせるようにした」という工夫にあるのかもしれません。

タンパク質の進化の制約がわかると、医薬品の開発とか、実際の人間の生活に何か役立つことが出てくるの？

直結はしないけど、土台が変わるんです。 いま医薬品開発の現場では、タンパク質の「弱点」を狙う作業をしています。ウイルスのタンパク質なら「ここを阻害すると感染が止まる」という部位を見つけて、そこに効く分子を設計する。でもその際、「このタンパク質は進化の過程で、ここは絶対に変わらない構造になっている」という情報があれば、ウイルスが薬に対して耐性を獲得しにくいと予測できるようになります。 同じロジックは遺伝病の治療にも使える。人間の身体のなかで、ある遺伝子の変異が病気を起こしているとき、「その変異がどの程度、タンパク質の機能を傷つけるのか」を配列と進化の歴史から推論する力が上がるということです。いまは実験で一つひとつ試していますが、計算で候補を絞り込めるようになれば、開発の時間と費用が圧縮される。 そう考えると、この計算法の実用化は、創薬のスピードを早める武器になる可能性が高そうです。

これまでもタンパク質の配列から機能を推測しようって試みはあったと思うけど、何がボトルネックだったから計算時間がかかっちゃってたの？

タンパク質の配列は文字列として見ると単純ですが、その背後にある「制約」は膨大な組み合わせで存在しているんですよね。 たとえば、100個のアミノ酸が並んでいるとして、それぞれが他の99個とどう関連しているかを全部調べようとすると、組み合わせ爆発が起きる。「この位置と、あの位置が一緒に変わる傾向」を全パターン網羅しようとすると、計算量が指数関数的に増えてしまう。 これまでの手法は、その関連性を正確に捉えようとするあまり、膨大な試行計算を回さざるを得なかった。統計物理学の「ボルツマン機械」を使うことで、本来なら全部確認しなければいけない組み合わせを、賢く推定できるようになったということだと思います。加えて、計算を並列化して同時に複数の試算を走らせ、実際の構造データとの照合で自動的にパラメータを調整することで、試行錯誤の回数そのものも削減できるようになったのかもしれません。 つまり、「正確さ」と「スピード」は本来トレードオフだったものが、アルゴリズムの工夫でバランスを取れるようになったという感じなのかもしれません。

この研究って、要するに『昔の試行錯誤の痕跡からものの設計意図を逆算する』という、自然界全般の問題を解く一例なのかな？

タンパク質の進化の痕跡から設計意図を読み取る、という視点で見ると、確かに自然界全般に通じる問題のように映ります。ただ、この研究がユニークなのは、その逆算の対象が「物質的な形」ではなく「制約そのもの」であることなんです。 通常、遺跡や化石から過去を推測するときは、残された物体から機能を想像する。でもタンパク質の場合、配列というデジタルなテキストだけが残されていて、そこに何百万年の淘汰圧が濃縮されている。「この位置が変わると折りたたみが崩れる」「この領域とあの領域は協調して動く」といった制約が、配列の変異パターンに記録されている。 この研究はその記録を統計的に読み取ることで、試行錯誤の「ルール」そのものを復元しようとしている。つまり逆算の出発点が、遺物ではなく制約のネットワーク。自然界の問題としては、より数学的で、より抽象的な層を扱っているという感じがします。設計意図というより「なぜこのやり方が選ばれ続けたのか」という淘汰の方程式を解く、と言えそうです。

タンパク質の『変わってはいけない部分』と『一緒に変わる部分』を読み取ることで、逆に『新しい機能を持ったタンパク質を設計する』ってことも可能になるんじゃないの？

タンパク質の進化の制約を読み取ることと、新しい機能を設計することは、一見すると同じ方向に見えるけれど、実はかなり違う難しさがあります。 進化が刻み込んだ制約というのは、「その種が生き残るために必要だった条件」を記録したものに過ぎません。変わってはいけない部分は、機能を保つ最小限の構造かもしれませんし、一緒に変わる部分は、互いにバランスを取るための相互作用かもしれない。でも、それらの情報だけでは「新しい機能を付与する自由度がどこにあるのか」は見えにくいんです。 たとえば、ジェンガのゲームで「どのブロックを抜いても倒れないか」を研究することと「新しいタワーを設計する」のは別の問題ですよね。安定性の秘密を知ったからといって、より高く、より複雑な構造を作れるわけではない。むしろ新機能の設計には、既存の制約を「破ること」も時には必要で、その見極めがまた別の試行錯誤になってくるのかもしれません。 ただし、この研究が計算を高速化したことの価値は、そういう設計の試行錯誤を格段に早くできるようにする点にありそう、ということは言えそうです。