50年の難問「タンパク質の形」を、AIが数分で解いた｜AlphaFold
生命をかたちづくるタンパク質。その立体構造を言い当てるのは、生物学が半世紀ものあいだ解けなかった難問でした。Google DeepMind の AlphaFold はこれを高精度で予測し、開発者は 2024 年のノーベル化学賞を受賞。何がそんなにすごいのか、やさしく解説します。
私たちの体は、約 10 万種類ともいわれるタンパク質ではたらいています。筋肉も、消化を助ける酵素も、ウイルスと戦う抗体も、すべてタンパク質。そしてタンパク質は、どんな立体的な「形」に折りたたまれるかで、その役割が決まります。
ところが、この「形」を予測するのが、とてつもなく難しい。タンパク質はアミノ酸が一列につながった“ひも”として作られ、それが一瞬で複雑な立体に折りたたまれます。設計図（アミノ酸の並び）はわかっても、できあがる形を計算で当てることは、半世紀ものあいだ生物学の最大級の難問とされてきました。
その壁を、2021 年に Google DeepMind の AlphaFold が打ち破ります。
何をした研究なのか
AlphaFold は、アミノ酸の並び（ひもの設計図）を入力すると、折りたたまれた後の 3 次元構造を予測する AI です。
- 過去に実験で解かれた膨大なタンパク質構造を学習
- 似た配列をもつ生物どうしの進化情報も手がかりにする
- そのうえで、原子ひとつひとつの位置を推定する
従来は、1 つのタンパク質の構造を実験で解くのに 数か月から数年、高価な装置も必要でした。AlphaFold はそれを、ものによっては 数分 で出してしまいます。
何がすごいのか
すごさを決定づけたのが、2 年に一度開かれる構造予測の“世界大会” CASP14（2020 年）でした。
- AlphaFold の予測精度（中央値）は GDT_TS で 92.4。100 点満点で 90 を超えると「実験で解いた構造とほぼ見分けがつかない」レベルです
- 大会の総合スコアは 244 点。2 番手のチームが 90.8 点だったので、文字どおり“桁違い”の独走でした
- 全原子レベルの誤差はおよそ 1.5 オングストローム（原子 1 個分ほど）
審査員が「この問題は本質的に解かれた」と評したほどの衝撃でした。
いちばんすごいのはここ
AlphaFold は論文や大会で終わりませんでした。DeepMind は予測結果を 無料データベースとして全世界に公開。今では 2 億を超えるタンパク質構造が誰でも閲覧でき、190 か国・200 万人以上の研究者に使われています。
そして 2024 年、開発を率いた Demis Hassabis と John Jumper にノーベル化学賞が贈られました（同年、タンパク質を一から設計する研究で David Baker も受賞）。
半世紀の難問を解いた AI が、創薬・酵素設計・難病研究の現場を実際に動かし、最高峰の科学賞にまで届いた——。
ひとつ注意
AlphaFold が得意なのは、**1 本のタンパク質が「どんな形に落ち着くか」**の予測です。一方で、複数のタンパク質が複雑に組み合わさる動きや、形が刻々と変わるさまを完全に追えるわけではありません。研究の出発点を一気に縮める“強力な地図”であって、実験を完全に置き換えるものではない、という点は押さえておきたいところです。
持ち帰り
「人間が何十年かけても解けなかった問題に、AI が別の角度から答えを出し、しかもそれが世界中の研究を加速させる」。AlphaFold は、AI が“賢いだけ”ではなく、現実の課題を前に進める道具になったことを示す象徴的な一例です。
私たちも、面白い技術を「現場で役に立つ成果」に変えることを信条にしています。データ解析や AI 活用のご相談は、お問い合わせからどうぞ。