10年にわたり、CRISPRベースの遺伝子編集の中心的約束は明確だった。すなわち、病気を引き起こすDNAの指示を書き換えることである。しかし、常に問題があった。編集を行う分子機械（細菌から借用し、ヒト細胞用に改良されたタンパク質）は、常に標的に命中するとは限らない。時には誤った遺伝子を編集し、癌やその他の害を引き起こす可能性のある意図しない突然変異を生み出すことがある。
研究者たちはこの問題に多大な計算リソースを投入してきた。彼らはDNAに結合した編集タンパク質の三次元構造を解明し、それらのタンパク質がどのように曲がり屈曲するかをシミュレーションし、数千ものオフターゲット部位をカタログ化してきた。それでもなお、オフターゲット問題は設計によって解決することが頑固に難しいままであった。なぜなら、構造だけでは、タンパク質が誤ったDNA配列に遭遇したときに何が起こるかを十分に教えてくれないからである。
今月Natureに発表された画期的な研究がそれを変える。中国科学院のHaopeng Meng氏とZhijie Lei氏が率いるチームは、DeepMindのAlphaFold3を使用して遺伝子編集タンパク質の形状を予測するだけでなく、タンパク質内の各原子がDNA内の各原子とどの程度確信を持って相互作用すると予想されるかという、はるかに微妙なものを測定するAIフレームワーク「ContactSeek」を導入した。この確信度シグナル、すなわちアミノ酸とヌクレオチド間の接触確率は、完全な遺伝子的一致と危険なニアミスの間の差異に非常に敏感であることが判明した。
7月23日にNatureに掲載されたこの研究（DOI：10.1038/s41586-026-10794-z）は、構造生物学者が分子機械における特異性について考える方法における根本的なシフトを表している。
構造だけでは不十分な理由
Cas9のようなタンパク質がDNAに結合すると、複合体は形状を採用する。その形状はX線結晶構造解析やクライオ電子顕微鏡によって解明することも、AlphaFoldによって予測することもできる。しかし、正しいDNA標的に結合したタンパク質と、不一致の標的に結合したタンパク質は、3D構造がほぼ同一に見えることがある。違いはポーズにあるのではなく、原子接触の微妙な緩み、すなわちもはや意図したパートナーに触れなくなった残基にある。
標準的な構造生物学は、これらの違いにほとんど気づいていなかった。「3D構造は原子がどこにあるかを教えてくれますが、それらがどれだけそこに存在したいかを教えてくれるわけではありません」とMeng氏はブリーフィングで述べた。その「存在したい」という欲求、すなわちある相互作用が別の相互作用よりもエネルギー的に優先されることは、タンパク質-DNA複合体が探求できる可能な配置のアンサンブルにエンコードされている。そして、そのアンサンブルこそが、AlphaFold3がサンプリングできるものである。
2024年にリリースされたAlphaFold3は、Google DeepMindによるタンパク質構造予測システムの最新バージョンである。最も可能性の高い単一の構造を予測した前任者とは異なり、AlphaFold3は可能性の分布を生成する。アミノ酸またはヌクレオチドの各ペアには接触確率が割り当てられる。これは0から1の間の数値で、モデルがそれらの残基が相互作用する可能性がどの程度高いと考えるかを表す。これらの確率は、AlphaFold3の拡散ベースのアーキテクチャの副産物であり、最良の予測に落ち着く前に内部で複数の妥当な構造モデルを生成する。
ContactSeekチームは、これらの確率がノイズではなく、豊かなシグナルであることに気づいた。「AlphaFold3は単に一つの構造を予測するだけではありません」とLei氏は説明した。「それは可能な構造の全体的なランドスケープを探求します。接触確率は、各相互作用を一貫した全体に適合させるためにモデルがどれだけ「作業」しなければならないかを捉えます。適合が悪いと、確信度が低下します。」
オフターゲット・ランドスケープのマッピング
このアイデアを検証するため、チームはアデニンベースエディター（ABE）に焦点を当てた。ABEは、二重らせんの両鎖を切断せずにDNAの文字（A）を別の文字（G）に変換する、広く使用されているCRISPRツールのクラスである。ABEはCas9にデアミナーゼ酵素を融合させて構築されており、古典的な切断よりも破壊的ではないが、それでも治療的使用を制限するオフターゲット編集を生み出す。
研究者たちはまず、複数のABEバリアントについてゲノムワイドなオフターゲットスクリーニングを実施し、エディターが意図しない編集を生み出した数百の部位を特定した。その後、AlphaFold3を使用して、各エディターが各オフターゲットDNA配列に結合した構造と、正しい標的に結合した構造を予測した。すべての複合体について、彼らは接触確率行列（約35万のペアワイズ相互作用スコア）を抽出した。
結果は、各複合体の形状だけでなく、すべての接触の確信度ランドスケープをマッピングしたデータセットであった。そして、チームがオンターゲット複合体とオフターゲット複合体を比較したとき、接触確率は3D構造だけでは明らかにできなかった明確なパターンを明らかにした。
「全体的な構造が本質的に同一である複合体がありました」とMeng氏は述べた。「AlphaFold3は同じフォールド、数オングストローム以内の同じ原子位置を予測しました。しかし、接触確率はまったく異なる物語を語っていました。オンターゲット複合体で非常に確信度の高かった相互作用が、オフターゲット複合体では曖昧になりました。原子が同じ場所にあるにもかかわらずです。」
重要な洞察は、接触確率が静的構造が見逃す特性、すなわちシステム内のフラストレーションの程度を捉えることである。オンターゲット複合体では、すべての残基が快適な相互作用に落ち着き、接触確率は均一に高い。オフターゲット複合体では、いくつかの接触が強制される。幾何学的には許容できるかもしれないが、エネルギーの適合は悪く、AlphaFold3のアンサンブルサンプリングはこれを確率の低下として反映する。
洞察から設計へ
接触確率マップを手に、チームはオンターゲット複合体とオフターゲット複合体の間で接触確率の最大の低下を示した、ABEのCas9ドメイン内の特定のアミノ酸残基を特定した。これらの残基は、不一致のDNAを許容し、オフターゲット編集を可能にしていると彼らは推論した。
ContactSeekはその後、タンパク質工学を導いた。特定された残基を、オンターゲットとオフターゲットの接触確率の間のギャップを増加させるバリアントに変異させることにより、チームは系統的に特異性を高めることができた。
結果は劇的であった。ヒト細胞アッセイにおいて、再設計されたABEは、複数のガイドRNAとゲノム部位にわたって、完全なオンターゲット活性を維持しながら、オフターゲット編集を69〜83%削減した。同じアプローチは異なるABEバリアントとガイド配列にも一般化され、この方法がタンパク質-DNA認識の基本原理を捉えていることを示唆している。
「重要なことに、私たちが行った変異は活性部位やDNA塩基に直接接触する領域にはありませんでした」とLei氏は述べた。「それらはバックボーン、すなわち複合体の柔軟性を調節する構造残基にありました。接触確率のおかげで、これらの周辺残基が特異性の真の門番であることがわかりました。これまで構造的手法ではそれらにフラグが立てられていなかったにもかかわらずです。」
ベース編集を超えて
ContactSeekはアデニンベースエディターに限定されない。このフレームワークは、古典的なヌクレアーゼ型CRISPR、プライムエディター、CRISPRi/aシステムを含む、あらゆるCas9ベースのツールに適用できる。チームはすでにCas12ファミリーのタンパク質でも結果を実証している。
計算コストは、かなりのものではあるが、急速に低下している。各ContactSeek分析では、数百から数千のタンパク質-DNA複合体に対してAlphaFold3を実行する必要がある。しかし、ハードウェアとモデル効率の進歩により、コストは標的タンパク質あたり数千ドルまで低下しており、それが置き換える試行錯誤と比較すれば割安である。
「これはパイプラインを変えます」と、この研究には関与していないブロード研究所の遺伝子編集の先駆者であるDavid Liu氏は述べた。「バリアントを作って盲目的にテストする代わりに、接触確率のランドスケープを見て、タンパク質が最も不確かなのはどこかと問うことができるのです。」
効果的かつ安全な遺伝子治療を待つ患者にとって、盲目的な工学から情報に基づいた設計へのこのシフトは、すべての進歩の中で最も重要なものかもしれない。
参考文献：Meng, H., Lei, Z. et al. ContactSeek：An AlphaFold3-based framework for engineering specificity in gene-editing proteins. Nature (2026). DOI：10.1038/s41586-026-10794-z
雅子 訳