MIT Jameel Clinicの研究チームが2024年11月19日に初めて公開したBoltz-1は、タンパク質、RNA、DNA、低分子リガンド（Small Molecule）などで構成される汎用的な生体分子複合体の3次元立体構造を精密に予測する最先端の生体分子AIモデルです。超大規模生成型言語モデルが全体の文脈を理解して自然な文章を完成させるように、Boltz-1は分子間の空間的相互作用マップ（Pair representation）と多重構造アラインメントアルゴリズムを学習し、原子レベルでの精密な3次元空間座標を有機的に復元します。既存のモデルが単純なタンパク質モノマー構造予測に重点を置いていた技術的な限界を超え、生命現象の核心的な動力である多分子間結合構造とバイオ融合複合体の精密な立体構造を数秒で算出する生命情報学分野の革新的なコンピューティングソリューションです。 従来の代表的な深層学習構造予測ツールであるAlphaFold2は、タンパク質間の相互作用分析には優れていましたが、低分子薬や核酸を含むヘテロマー複合体の予測には明確な限界があり、次世代モデルであるAlphaFold3は高い予測精度にもかかわらず、初期のリリースプロセスにおいてモデルの重みを非公開とし、非営利目的での利用を制限するポリシーを採用したため、独自の研究パイプラインへの組み込みに大きな制約がありました。Boltz-1は、商用利用が許可されるMITライセンスに基づいて、オープンソースコードと事前学習済み重みのすべてを大胆に完全に公開することで、これらの限界を根本的に克服しました。研究者たちは、クローズドな外部ウェブサーバーや制限されたプラットフォームに依存することなく、独自の研究インフラにモデルをすぐに構築し、大規模なデータセットに基づいた構造予測や独自のファインチューニングを自由に実行できます。 バイオテクノロジーおよび新薬開発の研究者たちは、Boltz-1を導入することで、新薬ターゲットタンパク質と候補薬分子間の高速バーチャルスクリーニング（Virtual Screening）パイプラインを効率的に構築できます。たとえば、ターゲットタンパク質の アミノ酸配列と新薬候補化合物のSMILES構造式を記述したYAML設定ファイルを入力すると、自動化された多重シーケンスアラインメント（Multiple Sequence Alignment、MSA）サーバーと連携して、数秒以内に結合複合体のPDB構造ファイルと構造的信頼度スコア（pLDDTおよびpTM）を出力します。研究者たちは、算出された3次元座標データをPythonベースの生命情報学分析ツールと連携させて、結合ポケットの原子間距離、水素結合形成ネットワーク、3次元空間適合性を定量的に評価でき、これにより、数万個の化合物ライブラリーの中から最適な結合力を持つリード化合物（Lead Compound）を迅速に選別できます。 また、次世代のRNA治療薬および免疫バイオ研究分野では、RNA塩基配列と調節タンパク質鎖を同時に入力して、RNA-タンパク質複合体結合インターフェース（Interface）を精密に推定する実験に有用に導入できます。GPUアクセラレーション性能に最適化されており、複雑な多鎖複合体の推論をほぼリアルタイムで完了するため、従来の物理実験室単独の構造分析（X線結晶学、クライオ電子顕微鏡）に要していた数か月の時間と莫大な費用を劇的に削減します。さらに、結合部位探索アルゴリズムと統合されており、酵素阻害剤設計、免疫抗体-抗原構造適合性検証、変異タンパク質の構造的摂動分析など、多様な最先端バイオ研究分野において、重要な精密分析プラットフォームとして確立されています。

MIT Jameel Clinicの研究チームが2024年11月19日に初めて公開したBoltz-1は、タンパク質、RNA、DNA、低分子リガンドなどで構成される汎用的な生体分子複合体の3次元立体構造を精密に予測する最先端の生体分子AIモデルです。超大規模生成型言語モデルが全体の文脈を理解して自然な文章を完成させるように、Boltz-1は分子間の空間的相互作用マップ（Pair representation）と多重構造アラインメントアルゴリズムを学習し、原子レベルでの精密な3次元空間座標を有機的に復元します。

新規医薬品候補物質の小分子結合構造スクリーニング: 標的タンパク質配列と薬剤小分子のSMILESコードをYAMLファイルで定義し、boltz predict input.yaml --usemsaserverコマンドを実行。算出された3D複合体PDBファイルとpLDDT結合信頼度指標に基づいて、最適なリガンドを選別。