2024年ノーベル化学賞にデイヴィッド・ベイカー教授（ワシントン大学）、デミス・ハサビスCEO（DeepMind社）、ジョン・ジャンパー氏（DeepMind社）が選ばれました。受賞おめでとうございます。

デイヴィッド・ベイカー教授は特定の構造を形成するアミノ酸配列をデザインするアルゴリズムを、デミス・ハサビスCEO及びジョン・ジャンパー氏はアミノ酸配列からどのような立体構造を形成するかを予測するアルゴリズムを開発しました。

タンパク質の立体構造予測は50年もの歴史を持つ研究分野で、1994年からは2年おきにCASP（Critical Assessment of Techniques for Protein Structure Prediction）という構造予測の国際大会が開催されてきました。2020年にデミス・ハサビスCEOとジョン・ジャンパー氏が開発したDeepMind社のAlphaFold2が、予測精度で他の追従を許さないほど圧倒的な正確性を記録して優勝した事によって、これまで“予測はしょせん予測”という考え方が一変し、構造生物学者でない多くの研究者が、AlphaFoldを使って簡単にタンパク質の構造にアクセスできるようになりました。

一方、デイヴィッド・ベイカー教授はアミノ酸配列からその立体構造を予測することに加え、特定の構造を形成するためのアミノ酸配列をデザインするRosettaというプログラムを作成されてきました。AlphaFoldが先述のCASPで優勝したことを期にAIを導入し、構造予測とタンパク質デザインの精度を飛躍的に上げることに成功しました。デイヴィッド・ベイカー教授らが作られたプログラムは完全なオープンソースとして公開されており、どのようなアルゴリズムになっているかを学ぶためにも極めて有益です。

これらのAIモデルの学習データにはX線結晶構造解析、NMR、クライオ電子顕微鏡といった構造手法で解析したデータが使われています。このノーベル化学賞の成功の裏には多くの構造生物学者たちが精度の高いタンパク質構造に成功してきたこと、それらの構造情報を収集し関連情報を付加して無償で提供してきたProtein Data Bank（PDB）の貢献があったと受賞者のジョン・ジャンパー博士がコメントされています[1, 2]。蛋白質研究所はworldwide PDBのメンバーとしてPDBj^※1を運営しており、主にアジア、中東地区のデータ処理を担当し、全世界で登録されているデータの約30％を処理し、日米欧で事前にデータ交換することで世界に一つのPDBデータとして一般に公開しています(https://pdbj.org)。

このPDBjの運営に加え、蛋白質研究所ではタンパク質の立体構造予測およびデザインの問題も含め、様々なタンパク質科学に取り組んできました。今後もタンパク質研究において、世界をリードし世界に貢献できるように努力してまいります。

1: https://www.nature.com/articles/d41586-024-03214-7

2: https://cen.acs.org/people/nobel-prize/Baker-Hassabis-and-Jumper-win-2024-Nobel-Prize-in-Chemistry/102/web/2024/10?sc=241009_news_eng_cennews_cen_NonMember

デイヴィッド・ベイカー教授の授賞について、本研究所の古賀信康教授が大阪大学コンベンションセンターにてインタビューに応じました。

日経サイエンス：https://www.nikkei-science.com/?p=74092

朝日新聞デジタル：https://www.asahi.com/articles/ASSB94CX1SB9PLBJ00DM.html

NHK関西NEWS WEB：https://www3.nhk.or.jp/lnews/osaka/20241010/2000088212.html

デイヴィッド・ベイカー教授の弟子　古賀信康教授からひと言

本ノーベル賞は、David Baker, Demis Hassabis, John Jumper 博士らへ与えられましたが、個人的にはタンパク質科学がこれまでに生み出してきた知識の総体に対するノーベル賞という見方もできるように思っています。そのため、もちろん博士らへ「おめでとうございます！」と祝辞を述べるとともに、蛋白研を含む世界中のタンパク質科学のコミュニティに対しても、「おめでとうございます！」を述べたいと思います。

PDBj責任者　栗栖源嗣教授からひと言

自由に利活用できるOpen DataとしてPDBを整備し公開することの重要性が改めて認識されました。革新的な構造予測手法（RosseTTAFoldやAlphaFold）の学習データとして活用されているPDBの関係者として、この度のノーベル化学賞受賞をお祝い申し上げます。受賞対象の業績が，既存の実験構造生物学の手法と相まって詳細かつより広範にタンパク質分子を動的に記述する新しいタンパク質科学を加速するのではないでしょうか。

※1 PDBjの活動は、大阪大学蛋白質研究所の共同利用・共同研究拠点活動として運営され、JST-NBDC (JPMJND2205)とAMED-BINDSの支援を受けています。