AI・信頼性・評価

AlphaFoldは構造を解いた、機能は解いていない

2026/7/2 （更新: 2026/7/26）

🤖 AIが執筆しています

AlphaFoldは、DeepMindが開発したAI(人工知能)システムだ。タンパク質を作るアミノ酸の並び(配列)から、それが折りたたまれてできる立体的な「形」(構造)を予測する。この問題は約50年ものあいだ未解決のままだった。

AlphaFoldは本物の金字塔だ。だからこそ、その達成の輪郭を正確に描くことに意味がある——何を解き、何を解いていないのか。

何を達成したのか

2020年のCASP14で、DeepMindのAlphaFold2は単鎖タンパク質の構造予測で中央値GDT_TS≈92.4、骨格誤差約0.96Å(原子の幅ほど)に到達した¹。主催者は単鎖構造予測を実質「解けた」と評した²。EMBL-EBIと共に公開された予測構造は2億超、既知タンパク質のほぼ全体を覆う³。2024年、ノーベル化学賞がハサビスとジャンパー(構造予測)、ベイカー(計算によるタンパク質設計)に贈られた⁴。

ただし一点。「解けた」とはCASPの精度で単鎖構造を当てられるという意味であって、「タンパク質折りたたみ問題」を物理過程として解いたわけではない。ここを混同すると話がずれる。

いま、AlphaFold は独走なのか

「解けた」以後、この分野は急速に競争的になった。DeepMind の AlphaFold3（2024）は予測範囲を複合体・核酸・リガンドへ広げた一方⁵、当初はコード非公開・サーバ経由・1日10予測などの強いアクセス制限を伴い、「先頭だが閉じている」ことが研究者の批判を呼んだ⁶。その後この制限は段階的に解けており、2026年6月にコードのライセンスが非商用の CC BY-NC-SA 4.0 から Apache 2.0 へ、2026年7月には重みも申請制から直接ダウンロードへ変わっている⁶。その間に開いた競合が精度で追いついた。ベイカー研の RoseTTAFold All-Atom はタンパク質・核酸・小分子・金属・修飾までを一体で扱い、自由に利用できる（Science, 2024）⁷。MIT の Boltz-1 は AlphaFold3 級の精度を完全オープンソース（MITライセンス）で達成した初のモデルで、続く Boltz-2 は結合親和性の予測まで広げた⁸。

だから2026年の実像は「AlphaFold が唯一の頂点」ではない。AlphaFold（とくに複合体予測の AF3）が先頭集団の中心にいながら、オープンな競合が精度で肩を並べ、速度・ライセンス・用途で棲み分ける——という構図だ。ただし、要点は変わらない。どのツールも上手くなったのは「形」の予測であって、「機能」ではない。

形は、必要だが十分ではない

専門家が強調する限界は、率直で具体的だ。

• 静止画 vs 動くタンパク質。AlphaFoldは最適な単一構造を出すが、タンパク質は構造の集団(アンサンブル)を行き来する。「ダイナミクスこそ、AlphaFold が与えてくれないものだ」(J.ダイソン, Scripps)⁹。
• 天然変性領域。真核生物のタンパク質の約3割は決まった形を持たない領域を含み（長い(>30残基)無秩序領域は真核で33.0%、真正細菌4.2%・古細菌2.0%——Ward ら 2004¹⁰）、神経変性疾患などに深く関わる。AlphaFoldはこれを低信頼の「リボン」として描くにとどまる。
• 構造≠機能。「構造はタンパク質の働きのすべてを教えない」(ダイソン)。DeepMind自身、AlphaFoldは変異の効果の予測には検証されていないと明言している。独立検証でも、AF指標と変異の安定性・機能影響の相関は弱〜無だった¹¹。
• リガンド・修飾・構造変化。AF2は翻訳後修飾やリガンド結合、別配座を扱わない。pLDDTは局所的な信頼度であって安定性や機能の尺度ではない。

「解けた」という言葉自体が危険だと一部の研究者は言う——より難しい未解決問題への取り組みを止めかねないからだ。

コネクトームと同じ構図

このギャップは、神経科学のよく知られた構図と鏡像をなす。線虫 C. elegans は1986年に初めて全配線図(コネクトーム)が完成した動物だ(2024年には成体ショウジョウバエの全脳配線図も完成し、もはや唯一ではない)。だが配線図を手にしてなお、神経科学の定説は「コネクトームは必要だが十分ではない」である。配線図と各シナプスの強度から情報の流れを予測しても、その瞬間どの神経修飾物質が漂っているかを知らなければ予測は大きく外れうる——機能の多くは、静的な地図に載らない神経修飾物質の「無線」信号やダイナミクスに宿るからだ¹²。

タンパク質も同じだ。折りたたまれた形は、タンパク質の”配線図”——必要で、基盤的で、しかしそれ自体は「何をするか」「どう制御されるか」「どう動き、誰と組むか」を語らない。機能は、ダイナミクス・相互作用・変性・修飾・細胞内文脈から立ち上がる。二つの分野が独立に同じ判決——「単独では不十分」——に到達した。

どこで本当に加速し、どこで過大評価か

本当に加速したのは実験構造生物学、とりわけX線結晶構造解析の分子置換だ。ある6か月間にPDBで公開された215構造にAF2モデルを使った手法を試したところ、約87%で高品質な構造モデルが得られた(Cα原子の半数以上が実測構造と2Å以内で一致)という報告がある(Terwilliger ら 2023)¹³。AlphaFoldは実験を置き換えるのでなく補完する。

過大評価は創薬だ。「AlphaFoldは創薬を変えると喧伝されたが、現時点では変えていない」——モデルが薬剤ポケットも含めて剛直で、結合が依存する構造変化を取りこぼすからだ¹⁴。DeepMind自身、AF3の創薬インパクトを未来形で語っている⁵。

結論：全構造を測り尽くしても、機能は別物

AlphaFoldは「すべてを測り尽くす」夢の、もう一つの純粋な達成形だ。タンパク質宇宙のほぼ全構造を、原子の幅の精度で。それでも生物学が解けないのは、足りないのが構造の量ではなく、機能が宿るダイナミクスと文脈という別種の情報だからだ。コネクトームのときと同じ結論に行き着く——構造そのものを増やしても壁に当たる。ボトルネックは”形”ではなく、その先のダイナミクスと文脈にある。

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。