AIが研究者たちの助けを借りて感染が始まる前にウイルスを阻止

要点

• 研究者は、ウイルスが細胞に侵入するために依存している重要な分子相互作用を特定し、実験室でそれを妨害しました。
• この研究では、AIと分子シミュレーションを用いて、何千もの相互作用の中から1つの重要なターゲットに絞り込みました。
• 科学者たちは、このアプローチが今後の抗ウイルス薬や疾患研究の指針となる可能性があると述べていますが、まだ初期段階です。

Decryptのアート、ファッション、エンターテインメントのハブ。

SCENEを発見

ほとんどの抗ウイルス薬は、ウイルスがすでに人間の細胞内に侵入した後をターゲットにしています。ワシントン州立大学の研究者は、より早い段階で介入する方法を見つけたと述べており、ウイルスが最初に細胞に侵入する際に依存している単一の分子相互作用を特定しました。

この研究は、11月にNanoscale誌に発表され、感染の最も理解が難しく、妨害が最も困難な段階の一つであるウイルスの侵入に焦点を当て、人工知能と分子シミュレーションを用いて、融合タンパク質内の重要な相互作用を特定しました。この相互作用を実験室で変化させることで、ウイルスが新しい細胞に侵入するのを防ぐことができました。

「ウイルスは何千もの相互作用を通じて細胞を攻撃します」と、ワシントン州立大学の機械・材料工学教授のジン・リューはDecryptに語りました。「私たちの研究は、その中で最も重要なものを特定することです。そして、その相互作用を特定すれば、ウイルスが細胞に侵入するのを防ぎ、疾患の拡散を止める方法を見つけることができます。」

この研究は、COVID-19パンデミック直後の2年以上前に始まった研究に端を発し、獣医学微生物学・病理学のアントニー・ニコラ教授が主導し、国立衛生研究所の資金提供を受けて行われました。

研究では、ヘルペスウイルスを例として調査しました。

これらのウイルスは、エントリー時の膜融合を促進するために不可欠な表面融合タンパク質であるグリコプロテインB@gB@を依存しています。

科学者たちは長い間、gBが感染の中心であることを知っていましたが、その大きさ、複雑な構造、他のウイルス侵入タンパク質との連携により、その多くの内部相互作用の中でどれが機能的に重要かを特定するのは困難でした。

リューは、プロジェクトにおける人工知能の価値は、人間の研究者には解明できない何かを見つけることではなく、検索をはるかに効率的にしたことだと述べました。

試行錯誤に頼るのではなく、シミュレーションと機械学習を用いて、何千もの分子相互作用を同時に分析し、最も重要なものをランク付けしました。

「生物学的実験では、通常、仮説から始めます。ある領域が重要かもしれないと思いますが、その領域には何百もの相互作用があります」とリューは言います。「一つを試し、それが重要でないかもしれません。次にもう一つを試します。それには多くの時間とお金がかかります。シミュレーションを使えば、そのコストは無視でき、私たちの方法は本当に重要な相互作用を特定し、それを実験で検証できるのです。」

AIは、従来の方法では検出が難しい疾患パターンを特定するために医療研究でもますます利用されています。

最近の研究では、機械学習を用いてアルツハイマーの症状が現れる数年前に予測したり、MRIスキャンで微妙な疾患の兆候を検出したり、大規模な健康記録データセットを用いて何百もの疾患の長期リスクを予測したりしています。

米国政府もこのアプローチに投資を始めており、(百万ドルの国立衛生研究所のイニシアチブを通じて、子供の癌研究にAIを適用しています。

ウイルス学を超えて、リューは同じ計算フレームワークが、アルツハイマー病などの神経変性疾患を含む、タンパク質相互作用の変化によって引き起こされる疾患にも適用できると述べました。

「最も重要なのは、どの相互作用を標的にすべきかを知ることです」とリューは言います。「そのターゲットを提供できれば、人々はそれを弱める方法、強化する方法、またはブロックする方法を模索できます。これがこの研究の本当の意義です。」