背景

遺伝子治療の主要技術であるCRISPR遺伝子ハサミと塩基編集器は、希少遺伝疾患や遺伝性難治性疾患を根本的に克服する人類の武器として評価されている。しかし、これらの治療法が患者の体内でリアルタイムに作用する際に、標的以外の遺伝子配列をランダムに編集してしまうオフターゲット副作用は、常に安全性の妨げとなってきた。既存の研究では、タンパク質の3次元立体構造を精密に分析して、この誤りを防ごうと試みてきた。主に、タンパク質とガイドRNA（gRNA）またはDNAが接する界面の電荷を調整して、非特異的結合力を低減する設計が主流であった。しかし、この方法は、標的配列を本来の状態に戻す結合力と編集活性を同時に低下させるという悪循環を引き起こした。さらに、たった1つの塩基のミスマッチによって生じるタンパク質構造のわずかな歪みを、静的な構造地図だけでは適切に説明することはできなかった。遺伝子の標的認識原理を分子レベルの動的な接触情報として定量的に分析する、新しい計算生物学的手法が切実に求められていた。

主要な発見

中国の北京大学と華東師範大学の共同研究チームは、タンパク質構造予測AIであるAlphaFold3の強力な演算能力を基に、遺伝子編集ツールの精度を簡単に高めるAI設計分析フレームワークであるContactSeekを開発した。研究チームは、AlphaFold3がタンパク質複合体内部のさまざまな核酸結合形態をシミュレートする過程で出力される主要な要素である接触確率（Contact Probability、CP）データに直接注目したとされている。CPは、2つの構成残基であるアミノ酸とヌクレオチドが分子空間上で互いに物理的に接触する可能性を数値化した情報である。分析の結果、この数値は、標的部位（オンターゲット）とわずかな配列の違いしかないオフターゲット部位との間の結合特異性の違いを驚くほど敏感に識別することがわかった。この構造計算能力を実際の実験に適用するために、研究チームは深層学習ベースの接触情報予測の結果を、実際のオフターゲット検出遺伝子シーケンシングデータであるdI-プロファイリングの実験値と融合させた。このプロセスを経て、編集ツールの非特異的結合を最終的に決定するアミノ酸群を導き出し、これをコンセンサス接触領域（Consensus Contact Regions、CCRs）と名付けた。CCRsは、遺伝子ハサミの精度を制御する一種の可変抵抗スイッチと機能的に類似している。このスイッチを操作するように、CCRs内の残基を特定の遺伝子部位の結合傾向に合わせて微調整すると、本来の標的部位での活性をそのまま維持しながら、不要なオフターゲット結合をほぼ完全に遮断する最適なタンパク質変異体を選択することができる。実際に、研究チームは、この設計システムを適用して、現在最も広く使用されているアデニン塩基編集器（Adenine Base Editor、ABE）とCas12aシトシン塩基編集器（Cytosine Base Editor、CBE）の誤り確率を底レベルまで制御した改良型モデルを多数構築することに成功した。

意義と展望

ContactSeekの出現は、単純な静的立体構造の解析に重点を置いていた既存のAIの役割を、新規機能タンパク質エンジニアリングの精密設計ツールとして進化させた結果である。既存のタンパク質改良実験は、ランダムな突然変異を数千回起こした後、一つ一つ実験で活性を確認する大変な選別プロセスを必ず伴う必要があった。これとは対照的に、ContactSeekは、計算科学によってタンパク質と遺伝子配列の親和的な相互作用部位を事前に正確に特定するため、候補物質の実験検証速度を数十倍以上短縮する。ただし、このAIベースの設計ツールが臨床用新薬開発段階にスムーズに移行するためには、追加の課題が存在する。分子仮想空間で導き出された接触確率が、実際の細胞質内部の複雑なイオン状態やタンパク質混雑環境でも同じように発現するかどうかを多角的に証明する必要がある。構造変更がもたらすタンパク質の免疫原性誘発の可能性や、生体内への送達システムとの適合性も克服すべき課題である。研究チームは、今後、対象とする遺伝子ハサミを拡大するとともに、動物薬理活性検証に注力する方針である。