Nature誌に掲載された研究によると、研究者らは酵素を模倣するランダムヘテロポリマー（RHP）を開発し、タンパク質のような機能を持つ合成材料を創出する新たなアプローチを提示しています。研究チームは、約1,300の金属タンパク質の活性部位から着想を得て、ワンポット合成法を用いてこれらのRHPを設計し、主要なモノマー含有セグメントの化学的特性を統計的に調整して、擬似活性部位を創出しました。

この研究は、タンパク質の複雑な機能を合成的に再現するという長年の課題に取り組むものです。科学者たちは、タンパク質の一次、二次、三次構造を模倣することにおいて進歩を遂げてきましたが、タンパク質の機能を駆動する化学的、構造的、動的な不均一性を実現することは依然として困難でした。研究者らは、ポリマーのセグメントレベルで側鎖の空間的および時間的配置をプログラムすることにより、タンパク質の骨格化学とは異なる場合でも、タンパク質の挙動を再現できると提案しています。

「我々は、主要なモノマーをタンパク質の機能的残基の等価物として導入します」と研究者らは論文で述べており、タンパク質の活性部位の微小環境を模倣することの重要性を強調しています。ポリマーの回転の自由度は、モノマー配列特異性の限界を克服するのに役立ち、分子集合全体で均一な挙動をもたらします。

これらの酵素模倣体の開発は、触媒、ドラッグデリバリー、材料科学など、さまざまな分野に潜在的な影響を与える可能性があります。特定の化学反応を実行したり、高い親和性で標的分子に結合したりできる合成材料を作成することにより、科学者たちは新しい治療法、より効率的な工業プロセス、および調整された特性を持つ高度な材料を開発できる可能性があります。

金属タンパク質の活性部位の分析におけるAIの利用は、RHPの設計を導く上で重要な役割を果たしました。機械学習アルゴリズムは、大規模なデータセット内の主要な特徴とパターンを識別できるため、研究者は合成材料の組成と構造について情報に基づいた意思決定を行うことができます。このアプローチは、材料の発見と設計におけるAIの重要性の高まりを浮き彫りにしています。

今後、研究者らはRHPの設計をさらに最適化し、さまざまな分野での潜在的な応用を探求する予定です。また、ポリマー内のモノマーの空間的および時間的配置を制御するための新しい方法を開発することを目指しており、これにより、さらに洗練された酵素模倣体につながる可能性があります。研究チームは、このアプローチがタンパク質のような機能を持つ新世代の合成材料への道を開き、科学的および技術的革新のための幅広い機会を提供すると考えています。