イリノイ大学アーバナ・シャンペーン校のヒューミン・チョウ教授率いる研究チームが、酵素と基質の適合性をAIで予測する新しいツール「EZSpecificity」を開発した。このツールは、酵素のアミノ酸配列から、どの基質と最もよく結合するかを予測でき、医薬品開発や工業触媒、バイオ製造などへの応用が期待される。研究はNature誌に掲載され、無料でオンライン公開されている。 酵素は特定の基質と結合して化学反応を促進するが、その適合性（特異性）は「鍵とロック」の比喩を超えた複雑な構造変化（誘導適合）によって決まる。さらに、一部の酵素は複数の反応を処理できる「多様性」を持つため、従来の予測モデルでは精度が限られていた。 研究チームは、酵素と基質の原子レベルでの相互作用を詳細に解析するため、ディワカール・シュクラ教授らと協力し、数百万回に及ぶ分子ドッキングシミュレーションを実施。これにより、従来の実験データに加え、広範な構造的・機能的データを収集した。この拡張されたデータセットを基に、新しい機械学習アルゴリズムを構築した。 実際の検証では、EZSpecificityは既存のトップモデル「ESP」と比較し、4つの実用シナリオすべてで優れた性能を発揮。特に、よく研究されていないハロゲナーゼ酵素8種と78種の基質に対して、トップ予測の正解率は91.7％に達し、ESPの58.3％を大きく上回った。 チョウ教授は「すべての酵素に通用するわけではないが、特定の酵素では非常に高い精度を示す」と強調。ユーザーは基質と酵素の配列を入力するだけで、適合性を即座に予測できるインターフェースも整備した。 今後の目標は、酵素の選択性（特定部位への優先反応性）を評価する機能の拡張と、さらに多くの実験データを用いたモデルの改善。このAIツールは、酵素工学の進展を加速させる重要な基盤となる。