タンパク質の進化を時間とともに追跡する深層モデルは、現実的な進化軌跡と機能性タンパク質を生成する

科学分野:

• 計算生物学
• 分子進化
• バイオインフォマティクス

背景:

• タンパク質の進化モデルは生物学的技術にとって重要ですが、独立したサイトを仮定することが多く、現実性を制限します。
• 既存のモデルは、複雑な進化軌跡のシミュレーションやサイト間相互作用の組み込みに苦労しています。

研究 の 目的:

• 複雑なサイト間相互作用を伴うタンパク質の進化をモデル化するための深層学習フレームワークであるPEINT（Protein Evolution IN Time）を導入すること。
• 保存パターンとダイナミクスを捉え、タンパク質の進化の現実的なシミュレーションを可能にすること。

主な方法:

• 時間とともにタンパク質配列の進化をモデル化するための柔軟な深層学習フレームワーク（PEINT）を開発しました。
• サイト間の複雑な相互作用を組み込み、アラインメントされていない配列から挿入・欠失ダイナミクスを学習しました。
• 高次のエピスタシス相互作用と挿入・欠失プロセスを捉えました。

主要な成果:

• PEINTは、何百万ものタンパク質配列から現実的な進化パターンを学習します。
• シミュレーションは、保存性やファミリー固有のダイナミクスを含む、自然な進化の痕跡を正確に再現します。
• 酵素活性を維持する、生成された新規で機能的なタンパク質配列（例：炭酸脱水酵素変異体）を生成しました。

結論:

• PEINTは、制約を尊重しながら新しい配列空間を探索する現実的なタンパク質進化シミュレーションを可能にします。
• このフレームワークは、強力な生成モデリングツールを提供することにより、系統発生学的推論とタンパク質工学を進歩させます。