サービス

プロフェッショナルでコスト削減のソリューション

AI駆動型変異影響予測

Creative Enzymesは、統計モデリングおよび構造解析を適用し、アミノ酸置換が酵素特性に及ぼす影響を予測します。本サービスでは、実験的構築に先立ち、変異が安定性・活性・発現に与える影響をスコアリングすることで、合理的なバリアントの優先順位付けと、目的に即したライブラリー設計を可能にします。

AI-Driven Mutation Impact Prediction

構造/エンジニアリング上の課題

タンパク質工学では、配列変化が機能に及ぼす影響を評価する必要があります。考え得る全ての変異を実験的に検証することは現実的ではなく、またタンパク質の構造‐機能相関は非線形かつ文脈依存であるため、直感的な予測は信頼性に欠けます。

  • 組合せ爆発:300残基の酵素では、単一アミノ酸置換だけでも5,700通りの可能性があります。その一部であっても実験評価には多大なリソースを要します。
  • エピスタシス相互作用:異なる部位の変異は相乗的または拮抗的に相互作用します。二重変異体の効果が単一変異の効果の総和に一致することは稀です。
  • 特性間のトレードオフ:安定化変異は活性を低下させることが多く、活性向上変異はしばしば安定性や発現を損ないます。複数特性のバランスには体系的な評価が必要です。
  • 機序の不透明性:変異が成功/失敗する理由は、構造的解釈なしには不明確なことが多く、プロジェクト間での知見移転が制限されます。

計算による変異スコアリングは、配列および構造特徴量から影響を予測し、膨大な変異空間を高確度候補の管理可能な集合へと絞り込むことで、これらの課題に対応します。

AI支援解析プラットフォーム

本プラットフォームは、物理ベース計算、統計学習、進化解析を統合し、変異影響をスコアリングします。

安定性スコアリング

タンパク質構造の統計解析から導出したポテンシャルを用い、変異に伴う折りたたみ自由エネルギー変化を予測します。スコアにより安定化置換と不安定化置換を識別し、変異許容性の高い部位を特定します。

活性スコアリング

活性部位の幾何学解析、遷移状態モデリング、ならびに実験的変異導入データセットで学習した機械学習により、触媒機能への影響を推定します。スコアは、活性部位への直接接触、第二シェルによる調節、動的カップリングを考慮します。

発現スコアリング

コドン適応、凝集傾向、予測折りたたみ速度論などの配列特徴量に基づき、異種発現における可溶性収量を予測します。

エピスタシス・モデリング

変異ペアの相互作用を評価し、相乗的・加算的・拮抗的に作用すると予測される組合せを同定します。

各予測器は実験データに基づきキャリブレーションされており、対象酵素ファミリーおよび変異タイプに対する予測信頼性を反映した信頼度スコアを報告します。

対応範囲(Capabilities)

対応機能 適用例
単一点変異スコアリング 指定部位における置換を、安定性・活性・発現への予測影響に基づき順位付け
飽和変異導入プロファイリング 特定部位に対する20種全アミノ酸置換をスコアリングし、最適置換を同定
組合せ変異評価 エピスタシス相互作用を予測し、多部位バリアントの組合せをスコアリング
特性トレードオフ解析 他特性を損なわずに特定特性を改善する変異を同定
機序解釈 予測影響の構造的根拠を提示し、エンジニアリング戦略の立案を支援

ワークフロー

AI-Driven Mutation Impact Prediction Workflow

1. ターゲット定義:酵素、関心部位、目標特性を定義します。部位はクライアント指定、またはホットスポット解析により計算的に同定します。

2. 構造・配列解析:利用可能な構造情報またはホモロジーモデルの品質を評価します。配列保存性、共進化カップリング、動的柔軟性を解析し、変異予測の文脈情報として統合します。

3. 変異スコアリング:指定または列挙した変異について、安定性・活性・発現の各予測器でスコアリングします。プロジェクト優先度に基づき、スコアを統合して総合順位を作成します。

4. トレードオフ解析:主要目標特性の改善が予測される変異について、副次特性への予測影響を確認します。複数目的のバランスを満たすパレート最適バリアントを同定します。

5. 優先順位付け・報告:予測性能と信頼度に基づきバリアントを階層化します。上位候補は実験検証を推奨し、境界的な予測は段階的試験またはモデル改良の対象としてフラグ付けします。

納品物(Deliverables)

  • 変異スコアカード:各目標特性に対する予測影響、信頼度スコア、構造的根拠を付した順位付きバリアント一覧
  • 飽和プロファイル:指定部位ごとの20種全アミノ酸スコア(ヒートマップまたはシーケンスロゴとして可視化)
  • 組合せマトリクス:エピスタシス分類を含む多部位組合せの予測影響
  • トレードオフ解析:最適な特性バランスと推奨妥協案を示すパレートフロントプロット
  • 構造解釈:三次元モデル上への予測影響のマッピング(残基レベル注釈付き)

適用例(Applications)

フォーカスド・ライブラリー設計

小規模かつ高信頼のバリアントライブラリーに組み込む変異の優先順位付け。

指向性進化のガイダンス

有益な変異軌道を同定し、反復的な進化キャンペーンを支援。

安定性エンジニアリング

耐熱性、凝集耐性、保存安定性(シェルフライフ)延長のための安定化変異を予測。

活性最適化

ターンオーバー向上および基質適用範囲拡大に向け、活性部位および第二シェル変異をスコアリング。

発現改善

可溶性向上および凝集低減に寄与する置換を同定。

関連する変異導入・機能検証サービス

予測された変異影響は、当社の部位特異的変異導入、組換えタンパク質発現、酵素活性試験、安定性解析、ならびに生化学的特性評価サービスにより、エンジニアリングバリアントの機能検証として実験的に評価可能です。

よくあるご質問(FAQs)

  • Q: 必要な入力情報は何ですか?

    A: タンパク質配列とターゲット部位があれば十分です。構造情報またはホモロジーモデルがあると精度は向上しますが、必須ではありません。対象酵素または関連ホモログに関する既存の実験データがあれば、予測品質はさらに向上します。
  • Q: どの程度の変異数をスコアリングできますか?

    A: 単一部位の飽和(19バリアント)から、ゲノムワイドスキャン(数千部位)まで対応可能です。一般的なプロジェクトでは、指定変異50~500件、または飽和プロファイル10~30件をスコアリングします。
  • Q: 予測精度はどの程度ですか?

    A: 酵素ファミリー、目標特性、変異タイプにより異なります。データが十分に蓄積されたファミリーでは、上位予測の実験的確認率は70~80%に達します。予測結果はキャリブレーション済みの信頼度スコアとともに報告します。
  • Q: 組合せ効果も予測できますか?

    A: はい。エピスタシスモデルにより変異ペアを評価し、相乗的な組合せを同定します。独立した構造領域に関与するペアで精度が最も高く、活性部位の二重変異体については追加の構造評価が必要となる場合があります。
  • Q: 標準的な納期はどのくらいですか?

    A: 指定変異のフォーカスド・スコアリングは1~2週間、包括的な飽和プロファイリングおよび組合せ解析は3~4週間が目安です。
  • Q: 結果をライブラリー設計サービスに連携できますか?

    A: はい。スコアカードおよび優先順位付けの出力は、AIガイド型変異体ライブラリー設計および指向性進化ワークフローへ直接投入できる形式で提供します。

研究および産業用途にのみご使用ください。個人医療用途には適していません。一部の食品グレード製品は、食品および関連用途における処方開発に適しています。

サービス
オンラインお問い合わせ

研究および産業用途にのみご使用ください。個人医療用途には適していません。一部の食品グレード製品は、食品および関連用途における処方開発に適しています。