スタックド・アンサンブル学習とインシリコプロファイリングが明らかにしたモリンガ（Moringa oleifera）代謝物由来の二重DPP‑IVおよびSGLT2阻害剤

植物、コンピュータ、そして糖尿病に挑む新たな手法

糖尿病は世界的に急速に増加しており、特に低所得地域では現代医薬品を容易に手に入れられない人が多くいます。本研究は、広く利用される薬用樹モリンガ（Moringa oleifera）から、より入手しやすい治療薬が得られる可能性を探ります。伝統的な植物知識と強力な計算モデルを組み合わせることで、研究者たちは二つの重要な糖尿病標的を同時に阻害できる植物分子を探索し、副作用を抑えながら血糖コントロールを改善する可能性を模索しました。

なぜ血糖制御は難しいのか

私たちの体はホルモン、トランスポーター、酵素の網の目で血糖を維持しています。2型糖尿病ではこのバランスが崩れ、細胞がインスリンに反応しにくくなり血中に糖がたまります。この過程で重要な役割を果たすのがDPP‑IVとSGLT2と呼ばれるタンパク質です。DPP‑IVはインスリン分泌を促すホルモンを不活性化するのを助け、SGLT2は腎臓が糖を血流に再吸収するのを助けます。DPP‑IVを阻害すると自然のインスリン分泌シグナルが高まり、SGLT2を阻害すると腎臓から尿中へより多くの糖が排出されます。これらを標的とする薬は既に存在しますが、費用がかかり副作用を引き起こすこともあるため、両方の標的を同時に安全に阻害できる植物由来の代替案への関心が高まっています。

有用な分子を認識するようコンピュータを教育する

何千もの物質を実験室で試す代わりに、研究チームはインシリコツール（完全にコンピュータで行う研究）を用いました。まずDPP‑IVおよびSGLT2に対して既知の活性化合物と非活性化合物の大規模なコレクションを集め、それぞれの化合物を大きさ、形状、化学的特徴を数値化したフィンガープリントで記述しました。次に多様な機械学習モデルを訓練して、有効な分子とそうでない分子を区別させました。最後に、これらのモデルの最良を結集して“スタックド”アンサンブルを作成し、複数のアルゴリズムが投票し最終層がそれらの意見の重み付けを学習する仕組みにしました。この多層的アプローチは、学習データと独立したテストセットの双方で非常に高い精度を示し、外部検証で既存の8つの糖尿病薬をすべて正しく特定したことから、有望な新規化合物を確実に見つけられる可能性が示唆されました。

モリンガ樹から二重作用化合物を掘り出す

次に研究者たちはモリンガの葉抽出物に着目しました。高分解能質量分析を用いて、フラボノイド、リグナン、アルカロイドなど44種類の天然化合物をカタログ化しました。これらの構造を訓練済みモデルに入力したところ、いくつかがSGLT2の阻害剤である可能性を示し、特にN,α‑L‑ラムノピラノシル・ヴィンコサミド（N,α‑L‑rhamnopyranosyl vincosamide）がSGLT2とDPP‑IVの両方に作用する可能性を示しました。研究チームはさらに詳細なコンピュータシミュレーションを行い、これらの分子が二つのタンパク質標的内でどのように位置するかを検討しました。参照薬と比べて、いくつかの植物由来化合物は結合ポケット内で強く適切な接触を形成し、二重作用を示したヴィンコサミドは特に安定で持続的な相互作用を示しました。

動きの中の分子相互作用を観察する

静止したスナップショットを超えるため、科学者たちは長時間の分子動力学シミュレーション（タンパク質と分子が水中で時間とともにどのように振る舞うかを追う仮想映像）を実行しました。これらのシミュレーションは、植物由来の候補分子、特にヴィンコサミドがDPP‑IVとSGLT2の両方にしっかり結合したままで、タンパク質全体の形状を乱すことがないことを確認しました。結合エネルギーの計算は、ヴィンコサミドが同じクラスの承認薬よりもSGLT2に対して強く結合しうることを示唆しました。研究チームはまた、吸収、循環、分解、潜在的な毒性などの体内での挙動についても予測しました。ここでもヴィンコサミドは好ましいプロファイルを示し、一方でより大きく極性の高いフラボノイド類は安全性は高いものの腸からの吸収が悪いことが示唆されました。

コンピュータのヒットから将来の医薬へ

総合すると、本研究はモリンガ（Moringa oleifera）に、ホルモン駆動のインスリン分泌を高めることと腎臓が余分な糖を排出することを同時に促すという二つの補完的な機構を通じて血糖を低下させうる天然化合物が含まれている可能性を示唆します。その中でもN,α‑L‑ラムノピラノシル・ヴィンコサミドは特に有望な二重標的候補として浮上しました。本研究が即戦力の医薬品を発見したと主張するものではなく、得られた知見は予測的なものであり、厳密な実験室および動物試験が今後必要です。しかし、現代の機械学習と伝統的な薬用植物を融合させることで、先進的治療を受けられない患者に将来的に利益をもたらす可能性のある、手頃で多標的な糖尿病治療薬の探索を迅速に絞り込めることを示しています。

引用: Letuku, M.K., Mohlala, M.G., Appiah-Kubi, P. et al. Stacked ensemble learning and in-silico profiling reveal dual DPP-IV and SGLT2 inhibitors from Moringa oleifera metabolites. Sci Rep 16, 9772 (2026). https://doi.org/10.1038/s41598-026-39960-z

キーワード: 2型糖尿病, Moringa oleifera, 二重阻害剤, 機械学習による創薬, 天然物代謝物