東京大学物性研究所の永田崇助教、今野雅恵特任助教（現：同大学大学院新領域創成科学研究科）、橋本大輔大学院生（同大学大学院理学研究科）、井上圭一特任教授（兼：大学院新領域創成科学研究科教授）による研究グループは、目的に合った性質を持つタンパク質を効率よく開発するための自動実験システム「Rhobot-Screen（ロボット・スクリーン）」を開発しました。遺伝子の改変からタンパク質の作製、性能評価まで、これまで別々に行われていた複数の実験工程をロボット上でつなぎ、多数の候補分子を同じ条件で並行して調べることができます。
近年、AIや機械学習を使って、目的に合ったタンパク質を設計する研究が進んでいます。AIの予測精度を高めるには、既存のタンパク質のどのアミノ酸を変えるとその性質がどのように変化するかを示す、大量で質のそろった実験データが必要とされます。しかし従来は、改変体タンパク質遺伝子の作製からタンパク質の作製、機能測定まで多くの工程が手作業で行われるため、実験者の経験や技能によって処理速度やデータの質が変動しやすいことが課題でした。
Rhobot-Screenでは、目的の改変タンパク質を作製し、その性能を測定するまでの一連の操作を、一貫して96個の試料を並列に扱えるよう統合実験ワークフローを開発しました。これにより、自動実験ロボットを用いて多数の候補タンパク質を同じ条件で作製・比較し、信頼性の高いデータを継続的に蓄積できるようになります。
研究グループは、システムの性能を確かめるため、光を受けて働くタンパク質「ロドプシン」を実験対象として用いました。そして、多数の改変体を自動で作製・評価した結果、特定の位置のアミノ酸を変化させることでロドプシンが吸収する光の色が変化する仕組みを明らかにしました。さらに、微生物由来のロドプシンだけでなく、動物の体内で光センサーとして働く動物ロドプシンの機能も評価できることを実証しました。
今後、Rhobot-Screenによって得られたデータをAIが再学習し、次に調べるべき改変体を提案し、その候補をロボットが作製・評価するパイプラインを発展させることで、予測と実験を自律的に繰り返すAI駆動型タンパク質開発が可能になります。本システムは、医療や産業、研究など幅広い分野で社会に役立つ高性能タンパク質の開発を、より迅速かつ効率的に行うための基盤技術となることが期待されます。
本成果は国際科学誌BMC Biology の8月6日付オンライン版（英国夏時間、日本時間）に掲載されました。