MIT Newsのブログによると、 MITの研究者らは、生成 AI を利用して新しいタンパク質構造を作成する「 FrameDiff 」と呼ばれる実験的な計算ツールを開発しました。 このプロジェクトの目的は、医薬品開発を加速し、遺伝子治療を強化することです。 MIT のチームは機械学習技術を活用して、タンパク質構造の固有の特性に合わせた「フレーム」を生成し、既存の設計に依存せずに新しいタンパク質を構築できるようにしました。
FrameDiffの開発は、新興病原体に対するワクチンや薬剤の開発を迅速化する可能性をもたらし、がんの原因となる DNA エラーを修正するタンパク質を生成する遺伝子編集技術を提供するため、タンパク質工学の分野において極めて重要です。 FrameDiff内の機械学習アルゴリズムは、生成 AI と微分幾何学を利用することで、タンパク質の構造に関する空間情報をエンコードするフレームに基づいてタンパク質のバックボーンを構築します。
FrameDiffを使用して、研究チームはタンパク質の生成と予測の間のギャップを埋めることを目指しています。 FrameDiff は、拡散モデルにフレームを組み込むことにより、合成タンパク質とシーケンスの作成を可能にします。 このツールは、 RosettaFold2やAlphaFold2などの既存のタンパク質構造予測モデルと互換性があります。 これらのモデルを組み合わせることで、研究者らはRF 拡散を達成しました。これにより、ワクチン設計、遺伝子送達、酵素設計の加速が期待されます。
FrameDiffの将来の取り組みには、医薬品や DNA や小分子などの他の生物学的モダリティを含む、さまざまな生物学的要件に対応する機能の拡張が含まれます。 チームは、大規模なデータセットでFrameDiffをトレーニングし、そのプロセスを最適化することで、このツールがRFdifffusionと同等の設計機能を備えた基本構造を生成できると考えています。
この研究はまだ予備的なものですが、現在の構造予測モデルの限界を克服するための重要な一歩となります。 ヘルスケアとバイオテクノロジーにおける差し迫った課題に対処する際のタンパク質設計の潜在的な影響は、MIT 研究チームの革新的な研究を通じてますます具体的になりつつあります。
