テキサス大学ダラス校の研究チームは、がん治療の精度向上に寄与する可能性がある新しいタンパク質工学手法を開発しました。この手法の中心となるのは、プロテアーゼの挙動を予測する機械学習モデル「ProSSpeC（プロテアーゼ基質特異性計算機）」です。プロテアーゼは体内のタンパク質を切断する酵素として、ウイルス複製の抑制やがん細胞の死滅など、治療において重要な役割を果たしています。しかし、個々のプロテアーゼがどの基質タンパク質を切断するかを正確に予測することは難しく、薬剤開発のスピードが阻害されてきました。 この問題に対し、同チームは進化生物学と計算生物学を融合させたアプローチを採用しました。ProSSpeC は、植物ウイルス科ポティビリダエ科に属する数千の酵素の進化を分析し、何百万年という時間軸での変化を学習させます。これにより、特定の酵素が目的のタンパク質を切断できるかどうかを、実験室での試行錯誤を行わずに予測することが可能になりました。モデルは、酵素のどの部分が機能に不可欠で、どの部分が変更可能かを特定し、従来の酵素よりも性能に優れた合成プロテアーゼの設計を提案しました。 実際に研究者たちは、モデルが有効と予測したプロテアーゼを実験室で製造・評価し、その予測精度を検証しました。その結果、研究用や製薬生産で広く使われているタバコモザイクウイルス由来のプロテアーゼを上回る効率を持つ新たな酵素が得られ、特許出願が行われています。この技術は、単に特定の病気に合わせて酵素を設計するだけでなく、将来はがんを含む様々な疾患に対するより精密で効果的な治療法の開発への道を開くものと期待されています。研究を主導したピー・シー・デイヴ・ディンガル准教授とファルク・モルコス准教授は、この手法が自然の進化の過程を模倣することで、より優れた分子ツールの構築を可能にすると述べています。また、このプロジェクトには博士課程の学生や学部生も関わり、計算科学と実験生物学の融合による学際的研究の体験を積む機会となりました。