はじめに
Google DeepMindが2025年11月25日、タンパク質構造予測AI「AlphaFold」のリリースから5年間の影響をまとめた報告を発表しました。本稿では、この発表内容とともに、心臓病研究やミツバチ保護への具体的応用事例、そしてAlphaFoldの開発過程を追ったドキュメンタリー公開についても解説します。
参考記事
メイン記事:
- タイトル: AlphaFold: Five years of impact
- 著者: Demis Hassabis, John Jumper, Pushmeet Kohli, Anna Koivuniemi(AlphaFoldチームを代表して)
- 発行元: Google DeepMind Blog
- 発行日: 2025年11月25日
- URL: https://deepmind.google/blog/alphafold-five-years-of-impact/
関連情報:
- タイトル: Revealing a key protein behind heart disease
- 発行元: Google DeepMind Blog
- 発行日: 2025年11月25日
- URL: https://deepmind.google/blog/revealing-a-key-protein-behind-heart-disease/
- タイトル: Breeding healthier and stronger honeybees
- 発行元: Google DeepMind Blog
- 発行日: 2025年11月25日
- URL: https://deepmind.google/blog/breeding-healthier-and-stronger-honeybees/
- タイトル: Watch ‘The Thinking Game,’ a documentary about Google DeepMind, for free on YouTube
- 発行元: Google Blog
- 発行日: 2025年11月25日
- URL: https://blog.google/technology/google-deepmind/the-thinking-game/
要点
- AlphaFold 2は2020年のCASP 14コンペティションでタンパク質構造予測問題を解決し、50年来の生物学の難問に答えを出した
- 2021年に公開されたAlphaFold Protein Databaseは300万人以上の研究者に利用され、190カ国以上で活用されている
- ミズーリ大学の研究チームはAlphaFoldを用いて「悪玉コレステロール」の主要タンパク質apoB100の構造を解明し、世界最大の死因である心臓病の治療に道を開いた
- ノルウェーの研究者はAlphaFoldでミツバチの免疫タンパク質Vitellogenin(Vg)の構造を予測し、AI支援の育種プログラムに応用している
- AlphaFold 3は タンパク質だけでなくDNA、RNA、リガンドなど生命分子全体の構造と相互作用を予測可能である
詳細解説
AlphaFold 2の科学的ブレークスルー
Google DeepMindによれば、AlphaFold 2は2020年にアミノ酸配列のみから驚異的な精度でタンパク質の3D構造を予測し、生物学における50年来の難問を解決しました。タンパク質は細胞内のあらゆるプロセスを駆動する複雑な分子機械で、その機能は3D構造によってほぼ決定されます。
従来、これらの構造を決定するには1年以上の高額で骨の折れる実験作業が必要でした。タンパク質が誤った形に折りたたまれると、アルツハイマー病やパーキンソン病などの疾患につながる可能性があり、正確な構造情報は創薬や疾患理解に不可欠と考えられています。
世界規模での研究加速
Google DeepMindとEMBL-EBIのパートナーシップにより2021年に公開されたAlphaFold Protein Databaseは、2022年に2億個以上のタンパク質構造予測を公開しました。これは実験的に解明するには数億年かかると推定される量です。
この無料データベースは190カ国以上で300万人以上の研究者に利用されており、低・中所得国でも100万人以上のユーザーがいます。AlphaFold関連研究の30%以上は疾患理解に焦点を当てており、人類の福祉に貢献しています。この科学的・社会的価値は2024年のノーベル化学賞で認められました。
心臓病研究への画期的応用
ミズーリ大学のZachary Berndsen助教授とKeith Cassidy助教授は、AlphaFoldを用いて「悪玉コレステロール」(LDL)の主要タンパク質apoB100の構造を解明しました。両氏は心臓病の家族歴を持ち、この研究は個人的な意味も持っていました。
apoB100は50年間、その巨大さと脂肪や他の分子との複雑な結合により、構造解明が困難でした。LDLは血流を通じた脂肪の主要運搬体であり、世界の死因の第一位であるアテローム性心血管疾患(ASCVD)の主要リスク因子です。
Berndsenは最初にクライオ電子顕微鏡(cryo-EM)を使用してLDL粒子の画像を捉えましたが、原子レベルの精度でapoB100の構造をマッピングするには不十分でした。そこでCassidyがAlphaFoldを使用して原子分解能の構造予測を生成し、cryo-EMデータと比較して精緻化しました。
Cassidyによれば、「AlphaFoldはこの発見において深遠な役割を果たし、以前は率直に言って不可能だった方法で実験構造を解釈するための素材を提供してくれました」とのことです。最終的なモデルは、各LDL粒子を包み込むケージ状の殻と、粒子を血流中で保つリボン状のベルトを含む、悪玉コレステロールの主要タンパク質を詳細に明らかにしました。
この構造知識は、高コレステロールとASCVDの予防、診断、治療に新たな可能性を開き、LDLをより正確に標的とする療法への道を開くと考えられます。
ミツバチ保護への実用的応用
ノルウェー生命科学大学のポスドク研究員Vilde Leipartは、ミツバチのコロニー健康維持に中心的な役割を果たすタンパク質Vitellogenin(Vg)の研究にAlphaFoldを活用しています。ミツバチは農作物の3分の1の受粉を助けますが、生息地の喪失、農薬、疾病、気候変動により脅威にさらされています。2025年、米国のミツバチは管理されたコロニーの約60%が失われる、おそらく同国史上最大のコロニー消失を経験しました。
ミツバチにおいてVgは、疾病抵抗、ストレス処理、子孫への給餌など多くの機能を持つ「分子のスイスアーミーナイフ」のような存在ですが、数十年間その構造は不明でした。Leipartは2021年にAlphaFold 2を使用してVgの形状を原子レベル近くの詳細さで予測し、ミツバチが女王から子孫へ免疫を受け渡す仕組みを解明しました。
Leipartによれば、「何年もかかったかもしれないことを2日で成し遂げました」とのことです。2025年7月、これらの予測はAlphaFold 3の予測とともに、電子顕微鏡を用いて実験的に確認されました。AlphaFold 3はまた、Vitellogeninがミツバチ体内の他の重要分子とどのように結合し反応するかの調査も可能にしました。
これらの知見は、タンパク質の形状のわずかな変化が、コロニー全体の免疫やストレス抵抗性にどう波及するかを示しています。この研究は、魚、家禽、樹上カエル、ワニ、カメなど、Vgを生成する他の卵生生物種にも影響を与える可能性があります。従来のミツバチ育種は極めて時間がかかり、各育種サイクルには約1年が必要でしたが、Vgの精密な3D構造とミツバチの遺伝学を結びつけることで、成虫になる前に最も回復力のあるミツバチの変異体を特定できるようになりました。初期の試験では、世代交代時間を数ヶ月から数週間に短縮できる可能性が示されています。
研究の民主化と質の向上
トルコの学部生Alper KaragölとTaner Karagölは、パンデミック中にオンラインのAlphaFoldチュートリアルを使って構造生物学を独学し、事前の訓練なしで既に15本の研究論文を発表しています。また、チューリッヒ大学とSainsbury Labの分子・細胞植物生理学教授Cyril Zipfelは、AlphaFoldと比較ゲノミクスを併用して植物の環境変化認識をより良く理解し、より回復力のある作物への道を開きました。
Google DeepMindによれば、AlphaFoldは35,000本以上の論文で引用され、200,000本以上の論文が方法論にAlphaFold 2の要素を組み込んでいます。Innovation Growth Labが実施した独立分析によると、AlphaFold 2を使用する研究者は、新規の実験的タンパク質構造の提出が40%以上増加しています。これらのタンパク質構造は既知の構造と異なる可能性が高く、科学の未開拓領域の探索を促進すると考えられます。また、AlphaFold 2に関連する研究は、構造生物学の典型的な研究と比較して、臨床記事で引用される可能性が2倍高く、特許で引用される可能性も著しく高いとされています。
デジタル生物学の新時代
AlphaFoldの影響の最も興味深い例の一つは、2021年に設立されたAI創薬企業Isomorphic Labsです。同社はAlphaFoldが合理的薬物設計に応用できるほど強力であることが証明された後に設立され、新薬の設計方法を劇的に変え、いつの日かすべての疾患を解決するという野心を持って科学的発見を加速する統合薬物設計エンジンを開発しています。
Isomorphic LabsとともにGoogle DeepMindが開発したAlphaFold 3は、細胞への前例のない視点を提供し、創薬プロセスの変革と「デジタル生物学」の時代の到来が期待されています。このモデルは、タンパク質だけでなく、DNA、RNA、リガンド(ほとんどの薬物を構成する小分子)など、生命のすべての分子の構造と相互作用を予測するよう設計されています。また、分子複合体全体の共同3D構造を生成でき、潜在的な薬物分子が標的タンパク質にどのように結合するか、またはタンパク質が遺伝物質とどのように相互作用するかの全体像を可能にします。
AlphaFold Serverは、非営利研究者が世界中でこの技術を活用し、新しい仮説の策定とテストの能力を加速することを可能にしています。これまでに、世界中の数千人の研究者のために800万回以上の折り畳み(構造と相互作用の予測)を支援しました。
次世代のAI科学モデル
AlphaFoldに触発され、Google DeepMindは生物学全体の問題を解決するための新世代のモデルを開発しています。AlphaMissenseとAlphaGenomeはAIを使用して疾患の根底にある遺伝子変異を評価し、AlphaProteoモデルはがんや糖尿病に関連するものを含む多様な分子を標的とする新規の高強度タンパク質結合体を設計できます。
Google DeepMindは生物学を最初のフロンティアと位置づけていますが、AlphaFoldをAIが科学全体をデジタル速度に加速させる方法のテンプレートと見なしています。核融合や地球科学から科学的発見全般まで、次のAlphaFoldのようなブレークスルーを追求しており、人類が直面する最大の課題に取り組むため、世界中の研究者を支援することを目指しています。
ドキュメンタリー「The Thinking Game」の公開
AlphaFold 5周年を記念して、Google DeepMindは長編ドキュメンタリー「The Thinking Game」を2025年11月25日からYouTubeで無料公開しました。このドキュメンタリーは、AlphaGoの制作チームによって5年間かけて撮影されたもので、Google DeepMindの内部に入り込み、チームが人工汎用知能(AGI)の謎を解き明かそうとする様子を追っています。
この映画は、Google DeepMind創設者Demis Hassabisと彼のチームが、AlphaFoldチームが50年来の生物学の難問を解決したことを知った瞬間など、重要な瞬間を追っています。この功績は後にノーベル賞を受賞しました。
まとめ
AlphaFoldは誕生から5年で、300万人以上の研究者に利用される世界的な科学ツールとなり、心臓病研究やミツバチ保護など多様な分野で実用的な成果を生んでいます。タンパク質構造予測という50年来の難問を解決したこの技術は、創薬や疾患理解を加速させ、2024年のノーベル化学賞受賞によってその価値が認められました。さらにAlphaFold 3は生命分子全体へと対象を拡大し、「デジタル生物学」の新時代を切り開こうとしています。今後、核融合や地球科学など他の科学分野でも、AlphaFoldのような変革的AIモデルの登場が期待されます。
