AI構造予測にカリウムイオンを加えると、過剰に折りたたまれた天然変性領域が見えてくる
- 本パースペクティブは、AlphaFold系予測ツールが今も苦手とする点を整理している。信頼度の評価、膜貫通領域、核酸、複数の立体構造、イオンやリガンドとの相互作用、そして実際より整って折りたたまれてしまう天然変性領域などである。
- 著者らは具体例を通じて、天然変性領域やG-quadruplexのAF3予測に少数の明示的なカリウムイオンを加えると、イオンなしの予測と比べて構造が目に見えて変わり得ることを示している。
- 推奨されるのは、配列をカリウムの有無の両方で予測して別の構造候補を探ること、論文で信頼度指標を報告すること、そしてツールの併用と質の高い実験データの拡充である。特にデータが乏しいRNAで重要だとしている。
💡 ポイント アブストラクトに基づく見解
構造が変わったからといって、イオン結合状態が実在する証拠にはならない。AF3はK+を置けばモデルを素直に変えてくる。どちらの結果も信じる前に、SAXS、NMR、CDなどの実験データと照合し、イオンの配置がG-quadruplexの典型的な配位幾何に合っているかを確認したい。天然変性の標的では、K+の有無のペアはMDで絞り込むための仮説として扱い、そのままドッキングに使う構造とは見なさない。
📄 原論文 · Journal of Chemical Information and Modeling (ACS) ↗ Deep-Learning Predictions of Biomolecular Structures: Persistent Limitations and New Horizons Extended by Explicit Ion Addition