OpenAI の「ChatGPT」は昨秋に AI で時代の流れを変えたが、昨夏に科学界を震撼させたのは DeepMind の「AlphaFold AI」だった。

1年前の2022年7月28日、Alphabet 傘下の DeepMind は、AlphaFold がほぼすべてのタンパク質の構造を予測し、生物学を理解する可能性を飛躍的に高めたと発表した。その1年前、DeepMind は AlphaFold システムをオープンソース化し、人体で使用されるタンパク質の98.5％をマッピングした。

今日、DeepMind（現 Google DeepMind）によれば、AlphaFold タンパク質構造データベースは190カ国以上、120万人以上の研究者に利用されており、AlphaFold の採用率はあらゆる領域で急速に伸びているという。

数週間前、DeepMind の CEO であるDemis Hassabis 氏は「The Verge」に対し、AI チャットボットが流行した一方で、「AI においてこれまでで最も明白に最大の有益な効果を 世界にもたらしたのは AlphaFold だと考えている」と語った。彼は、世界中のほぼすべての生物学者がこれを使用しており、大手製薬会社は創薬プログラムを進めるためにこれを使用していると指摘した。

ノーベル賞受賞者レベルの生物学者や化学者が、AlphaFold をどのように使っているか、何人も、何十人も、私に話してくれました。道行く平均的な人は、タンパク質が何であるか知りません。それに対し、チャットボットに関しては、誰もが理解できるというのが信じられないことです。

AlphaFold への投資は継続

もちろん、AI のトップ企業が潜在的な規制や訴訟の増加、モデルのリスクに関する批判に対処している時代において、人類に明白な利益をもたらす AI で大きな勝利を収めることができる。DeepMind によると、AlphaFold はすでにマダガスカルで新たな病気の脅威を発見したり、より効果的なマラリアワクチンを開発したり、がん治療の新薬を開発したり、抗生物質耐性に取り組んだりするのに使われているという。

しかし、AlphaFold のチームはその栄光に甘んじているわけではない。AlphaFold の研究者の一人 Kathryn Tunyasuvunakool 氏は、VentureBeat のインタビューに対して次のように語った。

タンパク質にはまだ完全に解決されていない問題がたくさんあります。今後10～20年の間にAlphaFoldの実世界での応用例が増えることは素晴らしいことです。。

AI が生物学の問題にポジティブな影響を与え続けてほしいのです。このような複雑な分野では、データが乱雑に扱われます。このような問題を解決するためには、コンピュータが必要なのです。

DeepMind はもはや、形を変えた科学予測の取り組みにおいて孤独ではない。2022年11月、Meta は AI 言語 モデルを用いて、ウイルス、バクテリア、その他の微生物の6億以上のタンパク質の構造を予測した。そして、これらの予測をわずか2週間で行うことができた。

しかし、Hassabis 氏は（コラムニスト兼ポッドキャスターの）Ezra Klein 氏との最近のポッドキャストで次のように語った。

科学と医学を発展させることは、常に我々の活動の中心であり、全体的な使命です。それには、AlphaFold のような科学的問題に投資し、取り組み続けることが含まれます。

「タンパク質折り畳み問題」を解決した AlphaFold

DeepMind が初めて AlphaFold をリリースした2020年11月、実は半世紀にわたる生物学の難問（タンパク質折り畳み問題）を解決した。

生命のほぼすべての機能を支えているタンパク質は、アミノ酸の鎖からなる複雑な分子であり、それぞれが独自の3次元構造を持っている。タンパク質がどのようにして独特のくしゃくしゃの形に折り畳まれるかを解明することは、根強い問題であったが、AlphaFold はそれらの構造を正確に予測する新しい方法を提供した。AlphaFold は、10万～15万個のタンパク質のアミノ酸構造を用いてトレーニングされた。

Hassabis 氏は Klein 氏に語った。

私たちがこれまで手がけた中で、最も複雑なシステムです。そして、5年の歳月と多くの困難な曲折を経ました。

Tunyasuvunakool 氏 は、AlphaFold のチームの中でも「より悲観的」な人間の一人だったという。

これが解決できる問題だという自信はまったくありませんでした。このような衝撃的なレベルの精度に到達できるなんて、想像もしていませんでした。実際に解決できたら、これはかなり大きなことになると思い始めたのは、後になってからでした。

最大の問題は、タンパク質がアミノ酸の直線的な配列から複雑な3次元構造へと変化しようとする場合、どのように折り畳まれるかという選択肢が非常に多いことだと彼女は言う。

その構造がどのように見えるか、その組み合わせは何十億通りも何百億通りもあるのです。（Tunyasuvunakool 氏）

2022年7月、DeepMind は AlphaFold が2億以上のタンパク質構造を予測したと発表した。

DeepMind によると、ひとつのタンパク質構造を実験的に決定するためには、博士号取得者の全研究期間と平均10万米ドルの費用がかかるという。AlphaFold は2億以上のタンパク質の構造を予測することで、「最大10億年の研究と数兆米ドルに相当する費用を節約できる可能性がある」という。

解決すべきタンパク質の問題はたくさん残っている

Tunyasuvunakool 氏は、AlphaFold がひとつの大きな課題を解決した一方で、タンパク質の世界にはまだ完全には解決されていない「聖杯」のような問題がたくさんあると強調した。

タンパク質の物理学をより深く理解することは大きな意味を持つでしょう。AlphaFold は主に静的なタンパク質の構造を予測するが、多くのタンパク質は時間の経過とともに形状を変えることでその機能を発揮します。

つまり、細胞に物を出入りさせるかどうかを決定するチャネルのようなものについて考えると、それらは 2 つの異なる形状になる傾向があります。特定の用途では、この構造とこの構造を持つこと、またはそれを知ることが非常に重要になります。彼らがそれぞれの州でどれくらいの時間を費やすかについてです。（Tunyasuvunakool 氏）

医学や医薬品開発などの分野では分布が重要であることを理解している彼女は、次のように続けた。

タンパク質の物理学をより意識し、タンパク質が通過する複数の状態を予測できるモデルがあれば、非常に役立ちます。最大の興奮は、生物学の分野全体のツールとしての AlphaFold がどの程度利用されるかを目の当たりにしたことです。

計算生物学ツールがこれほど広範な影響を与えるのはかなり珍しいことだと思います。現段階で、この論文は10,000件以上引用されています。これは私がこれまで取り組んできた中で最大の仕事になると安心して言えると思います。（Tunyasuvunakool 氏）

しかし、DeepMind はこの分野でより大きな野心を持っている可能性が高い。2021年、Hassabis 氏は創薬研究のためのバイオテクノロジースタートアップの Isomorphic Labs をローンチし、DeepMind の姉妹会社として AlphaFold のブレークスルーを元に、最初の商取引の獲得に近づいていると言われている。

【via VentureBeat】 @VentureBeat

【原文】