PairSAE：タンパク質共フォールディングにおけるペア表現からのメカニズム解釈

AIの進化が、私たちの体を形作る「タンパク質」の世界を、これまで以上に深く理解する手助けをしてくれそうです。タンパク質は、私たちの体のあらゆる機能に関わる、まさに生命の設計図のようなもの。その形（構造）を正確に予測できるようになれば、新しい薬を作ったり、病気の原因を突き止めたりするのに、とても役立ちます。最近のAI、特に「基盤モデル」と呼ばれるものは、このタンパク質の構造予測で目覚ましい成果を上げています。でも、AIがどうやってそこまで正確な予測をしているのか、その「頭の中」を覗いてみるのは、まだまだ難しいのが現状です。

AIの「頭の中」というのは、簡単に言うと、AIが情報を処理する上で作り出す「特徴量」のこと。これは、AIが物事を理解するために、データの中から見つけ出した重要なポイントのようなものです。一般的なAIの仕組み（スパースオートエンコーダー、略してSAE）は、言葉の並び（シーケンス）のような情報を扱うのには得意なのですが、タンパク質のように、お互いがどう影響し合うか、という「ペア」の関係性を扱うのには、そのままではうまく機能しないのです。なぜなら、ペアの関係をそのままAIに学習させようとすると、情報量が爆発的に増えてしまい、AIが混乱してしまうから。タンパク質同士の複雑な相互作用を、AIがきちんと理解できなくなってしまうんですね。

そこで、研究者たちは「PairSAE」という新しいAIの仕組みを開発しました。これは、タンパク質同士の「ペア」の関係性を、よりスッキリと理解できるように工夫されています。具体的には、まずペアの関係性を「NモードSVD」という数学的な手法で、それぞれのタンパク質が相手にどう関わるか、という役割に要約します。その上で、SAEの仕組みを使って、タンパク質単体の情報と、ペアの関係性の両方を、同じような「特徴量」として理解できるように学習させます。まるで、個々の部品（タンパク質単体）と、それらが組み合わさった時の機能（ペアの関係性）を、同時に、かつ分かりやすく捉えられるようにするイメージです。

このPairSAEを、タンパク質と薬の候補となる「リガンド」がくっついた状態（タンパク質-リガンド複合体）の予測に使ってみたところ、AIが見つけ出した特徴量が、すでに知られているタンパク質の機能（UniProtアノテーション）とよく一致することが分かりました。さらに、タンパク質とリガンドがどれくらい強くくっつくか（親和性）を予測する際にも、PairSAEが見つけ出した特徴量が役立つことが示されたのです。これは、AIがタンパク質の構造や機能について、人間が理解できるような「意味のある特徴」を見つけ出していることを意味します。この技術が進めば、AIが単に構造を予測するだけでなく、その理由やメカニズムまで教えてくれるようになるかもしれません。そうなれば、新しい薬の開発スピードが格段に上がり、難病の治療法開発にも大きく貢献することが期待されます。