残基認識型注意機構と事前学習表現によるkcat予測の強化

なぜ酵素の反応速度予測が重要なのか

酵素は細胞――そして多くの産業――を動かす小さな働き手です。代謝を駆動し、医薬品を合成し、より環境に優しい製造を可能にする化学反応を促進します。酵素の働きの速さを表す重要な指標が回転数（turnover number）、すなわちkcatです。実験室でkcatを測定するのは時間とコストがかかるため、配列や反応情報からこれを予測するために人工知能が注目されています。本稿ではPMAKという新しいAIモデルを紹介します。PMAKは従来の手法よりもkcatをより正確に予測するだけでなく、酵素活性にとって重要な部位を特定する助けにもなります。

引用: Cai, Y., Ge, F., Zhang, C. et al. Enhancing k_cat prediction through residue-aware attention mechanism and pre-trained representations. Commun Biol 9, 273 (2026). https://doi.org/10.1038/s42003-026-09551-9

キーワード: 酵素動力学, 深層学習, kcat予測, タンパク質工学, 代謝モデリング