定義と目的
AlphaFoldは、Google DeepMindが開発した深層学習ベースのタンパク質構造予測システムである。アミノ酸配列からタンパク質の三次元構造を高精度で推測することを目的とする。従来の実験的手法では数ヶ月から数年を要する構造決定を、計算機上で数時間から数日で実現する。2020年に開催されたCASP14で画期的な成果を挙げ、生命科学分野に大きな衝撃を与えた。AlphaFoldの登場により、タンパク質の立体構造情報が飛躍的に利用しやすくなり、生物学研究や医薬品開発の基盤が強化された。
開発の背景
タンパク質構造予測の課題
タンパク質の立体構造は、その機能を理解する上で極めて重要である。しかし、アミノ酸配列から構造を理論的に予測することは長年の難問であった。タンパク質は膨大な数の立体配座を取りうるが、実際に安定に存在する構造は一つ（または少数）である。この「フォールディング問題」を解決するため、多くの計算手法が開発されてきたが、実験的手法に匹敵する精度には達していなかった。特に、配列相同性が低いタンパク質や新規フォールドを持つタンパク質の予測は困難を極めた。
CASPコンペティションの役割
CASP（Critical Assessment of Structure Prediction）は、タンパク質構造予測手法の進捗を評価する国際コンペティションである。1994年から隔年で開催され、未公開のタンパク質構造を対象に、参加者の予測精度を独立した評価者が判定する。CASPは各手法の強みと弱みを明らかにし、コミュニティ全体の技術向上に貢献してきた。DeepMindはCASP13（2018年）にAlphaFold1で参加し注目を集めた後、CASP14（2020年）でAlphaFold2を投入し、実験的手法に匹敵する精度（GDTスコア90点以上）を達成した。この成果は構造予測分野の転換点となり、CASPそのものの役割も変化した。
深層学習アーキテクチャ
AlphaFold2は、Transformerベースのアーキテクチャと物理的制約を組み合わせた独自のネットワーク構造を持つ。主に「Evoformer」と呼ばれるモジュールが、進化的情報と構造情報を行き来しながら表現を洗練する。その後、「Structure Module」が3D座標を直接出力する。このエンドツーエンドの設計により、従来の段階的予測（距離予測→座標生成）の誤差蓄積を回避した。AlphaFold3では、さらに拡張されたアーキテクチャにより、核酸や低分子リガンドを含む複合体の予測が可能になった。
注意機構（Attention）の応用
AlphaFoldはTransformerアーキテクチャの中核である注意機構を活用する。ペア表現間、及び配列表現とペア表現間で注意機構が適用され、アミノ酸残基間の長距離相互作用や共進化パターンを効率的に学習する。特に、多配列アラインメント（MSA）内の各配列間の関係を捉える「MSA attention」と、残基ペア間の空間関係を捉える「pair attention」が重要な役割を果たす。これにより、従来の手法では捉えにくかった複雑な依存関係をモデル化できる。
距離・座標予測の仕組み
AlphaFold2では、最終的な座標予測に「フレーム」という概念を用いる。各残基に剛体フレーム（主鎖のN, Cα, C原子で定義される局所座標系）を割り当て、その回転・並進を逆数の形状でパラメータ化する。Structure Moduleでは、各残基のフレームを繰り返し更新する「リサイクリング」と、立体化学的制約（結合長、結合角、ファンデルワールス反発）を損失関数に組み込むことで、物理的に妥当な構造を生成する。AlphaFold3では、拡散モデルを用いて曖昧さを扱う手法に改良された。
訓練データと手法
PDB（タンパク質データバンク）の活用
AlphaFoldの訓練には、公開されているタンパク質データバンク（PDB）に登録された実験的に決定された構造が利用される。PDBにはX線結晶構造解析、核磁気共鳴分光法、クライオ電子顕微鏡などで決定された約20万件の構造が収録されている。AlphaFold2では、これらの構造から約10万件のタンパク質鎖を訓練データとして使用し、配列類似度に基づくクラスタリングで訓練セットと評価セットを分離する。また、データ拡張として、構造に微小な摂動を加える手法や、フラグメントの入れ替えなどが行われる。
進化的情報と共進化解析
タンパク質の進化的履歴は構造予測に極めて有用である。AlphaFoldは、標的配列に対して相同配列を収集した多配列アラインメント（MSA）を入力として用いる。MSAからは、各残基がどの程度保存されているか、また残基間の共進化（同時に変異する傾向）が計算できる。共進化信号は、空間的に近接した残基対が同時に変異しやすいという原理に基づき、残基間距離の手がかりとなる。AlphaFoldのEvoformerモジュールは、MSAの情報とペア表現を行き来することで、この共進化情報を効率的に抽出する。
AlphaFold2とAlphaFold3の比較
AlphaFold2は単一のタンパク質鎖の構造予測に特化しており、CASP14で高い精度を達成した。その後、複合体予測（AlphaFold-Multimer）への拡張が行われた。一方、AlphaFold3（2024年公開）は、タンパク質だけでなく、DNA、RNA、低分子リガンド、イオンなどを含む多成分複合体の構造を同時に予測できる。アーキテクチャは、拡散ベースの生成モデルに変更され、曖昧な領域のサンプリングが可能になった。また、訓練データにはPDBの複合体構造が追加され、予測範囲が大幅に拡大した。AlphaFold2と比較して、複合体予測の精度が向上し、特に核酸や低分子との結合モードの予測に優れる。
生物学研究への貢献
構造未知のタンパク質の解明
AlphaFoldは、実験的に構造が解明されていない膨大な数のタンパク質に構造予測を提供する。例えば、全ゲノム配列が決定された生物種の全タンパク質を網羅的に予測することで、機能未知遺伝子の機能推定が加速した。特に、ヒトゲノムにコードされる約2万種類のタンパク質のうち、2021年時点で約3分の1しか実験構造がなかったが、AlphaFoldによりほぼすべての構造が推定可能となった。これにより、遺伝性疾患の原因変異が構造に与える影響の解析や、病原体のタンパク質の構造理解が進んだ。
タンパク質立体構造データベースの拡充
DeepMindとEMBL-EBIは協力して、AlphaFold2による予測構造を収録したAlphaFold DataBaseを公開した。データベースには、ヒト、マウス、大腸菌など主要なモデル生物や、ヒト微生物叢、さらに植物や病原体を含む多様な生物種の予測構造が含まれる。2024年時点で2億以上の構造が登録されており、これはPDBの約1000倍の規模である。このデータベースは誰でも自由に利用でき、構造生物学の民主化をもたらした。研究者は目的のタンパク質構造を瞬時に参照できるようになり、仮説生成と実験計画の効率が飛躍的に向上した。
医薬品開発への応用
創薬標的の同定
創薬プロセスにおいて、標的となるタンパク質の立体構造情報は不可欠である。AlphaFoldは、従来は構造決定が困難だった膜タンパク質や巨大複合体の構造を提供し、新たな創薬標的の同定を促進した。特に、Gタンパク質共役受容体やイオンチャネルなどの創薬標的において、AlphaFold予測構造を基にした仮想スクリーニングが行われ、ヒット化合物の探索が加速している。また、疾患関連変異がタンパク質構造や安定性に与える影響を予測し、個別化医療への応用も進められている。
分子動力学シミュレーションとの連携
AlphaFoldの予測構造は、分子動力学シミュレーションの出発構造として利用される。AlphaFoldが提供する静的な構造に加え、その周辺の動的な挙動をシミュレーションすることで、リガンド結合やタンパク質間相互作用の熱力学的性質を推定できる。特に、AlphaFold予測構造と自由エネルギー計算（MM/GBSAやFEP）を組み合わせた手法が、創薬のヒット化合物最適化に応用されている。また、AlphaFold予測構造の信頼性を評価するpLDDTスコアを利用して、シミュレーションの開始構造を選択する戦略も開発されている。
他分野への波及効果
タンパク質設計（デノボデザイン）
AlphaFoldの登場は、タンパク質デザイン分野に逆問題の解法をもたらした。デノボデザインでは、目的の機能を持つ構造を先に設計し、その構造を実現するアミノ酸配列を探索する。AlphaFoldは設計配列が意図した構造にフォールドするかを検証するための強力な評価ツールとして活用される。例えば、AlphaFoldを用いて設計配列の構造予測を行い、入力した設計構造との一致度をスコア化することで、配列探索の効率が向上した。この手法により、新規酵素や人工結合タンパク質の設計が加速している。
合成生物学への展開
合成生物学では、自然界にない機能を持つ生物学的システムの構築が目指される。AlphaFoldは、人工的に設計されたタンパク質や、自然界では未発見のタンパク質の構造予測に役立つ。例えば、代謝経路の改変に必要な酵素の基質特異性を予測する際、AlphaFoldの構造情報が利用される。また、合成生物学で重要な転写制御因子やシグナル伝達タンパク質の設計にも応用されている。さらに、AlphaFold3の登場により、核酸や低分子を含む複合体の設計が可能になり、人工細胞の構築に向けた道具としての可能性が広がっている。
現在の課題
膜タンパク質予測の難しさ
膜タンパク質は、脂質二重層という特殊な環境に埋め込まれているため、その構造予測には固有の困難が伴う。AlphaFoldは可溶性タンパク質に対して高い精度を示すが、膜貫通領域や膜表層ループの予測精度は相対的に低い。理由として、訓練データに含まれる膜タンパク質の数が可溶性タンパク質に比べて圧倒的に少ないこと、膜環境の物理化学的性質（疎水性、膜電位、脂質組成）が考慮されていないことが挙げられる。また、膜タンパク質の多くは機能に重要な柔軟なループ領域を持ち、そのコンフォメーション変化を一つの構造で表現すること自体が難しい。
複合体構造予測の精度
AlphaFold3では複合体予測が改善されたが、依然として課題が残る。大規模な複合体や多成分の複合体（例えば、リボソームやスプライソソーム）の予測では、誤差が蓄積しやすい。また、タンパク質間相互作用の界面において、側鎖の配向や水分子の役割など、原子レベルの詳細は実験的に決定された構造とのずれが生じる。さらに、複合体形成に伴う大きなコンフォメーション変化（induced fitやconformational selection）を予測することは難しく、複数の状態が共存する場合のアンサンブル構造予測は発展途上である。
将来の展望
自己教師あり学習への進化
AlphaFoldの次なる進化として、自己教師あり学習（SSL）の導入が検討されている。現在のAlphaFoldはPDBに依存した教師あり学習を基本とするが、PDBの構造数は限られている。自己教師あり学習では、配列データベースに存在する膨大な天然配列から、タンパク質フォールディングの普遍的な原理を学習できる可能性がある。例えば、マスクされたアミノ酸を周囲の配列から予測するタスクや、配列の共進化パターンを教師なしで抽出する手法が研究されている。これにより、実験構造が全くないタンパク質ファミリーでも、より高精度な予測が可能になると期待される。
実験手法との統合的活用
AlphaFoldの予測精度は向上したが、実験的手法を完全に代替するものではない。今後の方向性として、AlphaFoldと実験的手法（特にクライオ電子顕微鏡や架橋質量分析）を統合したハイブリッドアプローチが注目される。例えば、クライオ電子顕微鏡の低解像度マップをAlphaFoldの予測に拘束条件として与えることで、高分解能構造モデルを構築する手法が開発されている。また、タンパク質の動的挙動を捉えるため、AlphaFold予測構造に実験的なコンフォメーション情報（FRETやEPR）を組み込む試みも進む。このような統合的活用により、創薬標的の構造ダイナミクス理解や、構造に基づく創薬の精度がさらに向上すると見込まれる。