AlphaFold 1は、DeepMindによって開発された深層学習システムであり、2018年に開催された第13回タンパク質構造予測の臨床評価（CASP13）コンペティションで優勝した。このシステムは、人工知能がアミノ酸配列からタンパク質の三次元構造を前例のない精度で予測できることを実証し、計算生物学における重要な節目となった。CASP13での成功は、後に2020年に実験に近い精度を達成する、より高度なAlphaFold 2の基盤を築いた。
タンパク質構造予測は生物学における根本的な問題であり、タンパク質の機能はその三次元形状に大きく依存する。AlphaFold以前は、計算手法は構造を正確に予測するのに苦労し、既知の相同構造を必要とするテンプレートベースのモデリングに頼ることが多かった。AlphaFold 1のアプローチは、機械学習と進化情報を組み合わせ、多重配列アラインメントと共進化シグナルを用いてアミノ酸間の空間的制約を推測した。
アーキテクチャと手法
AlphaFold 1のアーキテクチャは、多重配列アラインメントから導出された入力特徴を処理するニューラルネットワークに基づいていた。このシステムは、残差ネットワークに見られるような畳み込みおよび残差ネットワークコンポーネントの組み合わせを使用して、アミノ酸残基間のペアワイズ距離を予測した。これらの距離予測は、その後、ポテンシャルエネルギーランドスケープを構築するために使用され、勾配降下法を用いて最小化され、最終的な三次元構造を生成した。
このシステムは、進化情報を扱う新しいアプローチを組み込んだ。相同タンパク質配列における共進化パターンを分析することで、AlphaFold 1は折りたたまれた構造内で近接接触する可能性が高い残基を特定できた。この情報は、追加の入力特徴としてニューラルネットワークに供給され、予測精度を大幅に向上させた。トレーニングプロセスでは、Protein Data Bankからの既知のタンパク質構造の大規模データセットを使用し、一般化を改善するためのデータ拡張技術が用いられた。
CASP13での性能
2018年に開催されたCASP13で、AlphaFold 1は最も困難なターゲットに対して、中央値のGlobal Distance Test（GDT）スコアが100点中約68点を達成し、従来の最良手法（通常60点未満）を大幅に上回った。最も挑戦的なフリーモデリングターゲットでは、AlphaFold 1は他のすべての参加グループを大幅に上回る性能を示した。このコンペティションには世界中から98のグループが参加し、AlphaFold 1は総合で1位にランクされた。
特筆すべき成果の1つは、既知の相同構造がないターゲットでのAlphaFold 1の性能であり、従来のテンプレートベースの手法が失敗する場合でも、深層学習が配列データから直接構造情報を抽出できることを実証した。この成功は、膜タンパク質や従来の計算アプローチに抵抗していた他の困難なターゲットで特に顕著であった。
影響と評価
科学コミュニティはAlphaFold 1の結果に多大な注目を集めた。CASP13の主催者は、このシステムの性能が分野における大きな進歩を表すと指摘したが、予測がまだ実験精度には達していないとも警告した。この成功は、他の研究グループに同様の深層学習アプローチを採用するよう促し、タンパク質構造予測の進歩を急速に加速させた。
CASP13の後、DeepMindはシステムの開発を継続し、アテンションメカニズムやより洗練されたトレーニング戦略などの新しいアイデアを組み込んだ。AlphaFold 1から得られた教訓は、後に2020年にCASP14で実験に近い精度で優勝するAlphaFold 2の設計に直接影響を与えた。2018年の結果はまた、Goやチェスなどのゲームでの初期の成功に続き、DeepMindが深層学習を科学問題に適用するリーダーとしての評判を確立するのに役立った。
遺産
CASP13でのAlphaFold 1の成功は、深層学習が数十年にわたる伝統的な計算手法に抵抗してきた複雑な科学問題を解決できることを実証した。このシステムの進化情報とニューラルネットワークを組み合わせるアプローチは、分野の標準技術となり、その後の多くのタンパク質構造予測ツールに影響を与えた。2019年にAlphaFold 1のコードがオープンソースとして公開されたことで、他の研究者がその手法を基に構築できるようになり、分野全体の革新を加速させた。
2018年の成果は、生物学における人工知能の応用にも広範な影響を与えた。AIシステムが物理法則の明示的なプログラミングなしに、大規模データセットから物理システムに関する予測を学習できることを示した。この原理は、その後、タンパク質設計や創薬など、分子生物学の他の問題にも応用されている。AlphaFold 1は、機械学習が科学研究を変革できる方法の画期的な例として今もなお重要である。