韓国の研究陣が、薬剤がタンパク質に結合するかどうかだけでなく、実際にタンパク質機能をオンまたはオフにするかまで予測する人工知能（AI）モデルを開発した。新薬候補物質の作動可否をより正確に見極めるのに役立つと期待される。
カイストは、イ・グァンス生物脳工学科教授の研究陣がGタンパク質共役受容体（GPCR）を標的とする薬剤の活性可否を予測するAIモデル「GPCRact（GPCRアクト）」を開発したと8日明らかにした。今回の研究結果は生物情報学分野の国際学術誌「ブリーフィングス・イン・バイオインフォマティクス」に1月掲載された。
GPCRは細胞表面で外部シグナルを細胞内に伝達するタンパク質で、ホルモンや神経伝達物質、薬剤などに反応する。人体には約800種があり、市販医薬品の30〜40%がこのタンパク質を標的とする。
問題は、薬剤がタンパク質に結合したからといって、常に望む効果が現れるわけではない点である。薬剤が結合した後にタンパク質内部で構造変化が起こり、この変化が別の部位へ伝わってこそ実際の機能が活性化または抑制される。こうした過程を「アロステリック信号伝播」という。平たく言えば、タンパク質の一部分を押すとその影響が全体に広がるスイッチ作動に似ている。
研究陣は薬剤作用を「結合段階」と「タンパク質内部の信号伝達段階」に分け、AIが順次学習するよう設計した。タンパク質構造は原子レベルのグラフで表現し、信号が通過する中核経路を見つけられるよう、AI学習手法の「アテンション機構」を適用した。アテンション機構は、AIモデルがデータを処理する際に全情報ではなく最も関連性の高い部分に優先順位を置いて学習するディープラーニング技術である。
その結果、このモデルは従来手法では予測が難しかった複雑なタンパク質構造においても薬剤活性の予測性能を高めた。単に活性・不活性を提示するだけでなく、どの内部信号経路を根拠に判断したのかも併せて示した。結果の解釈が難しい、いわゆる「ブラックボックスAI」の限界を一部補完した格好だ。
イ・グァンス教授は「今後は多様なタンパク質へ拡張し、細胞と人体反応まで予測する技術へ発展させる」と述べた。
参考資料
Briefings in Bioinformatics（2026）、DOI: https://doi.org/10.1093/bib/bbaf719