「酵素ファイター」登場、PETプラスチックが宿敵に遭遇

プラスチックは人類に便利さをもたらす一方で、大量の白いゴミの発生にもつながります。自然界におけるそれらの分解速度は、しばしば数世紀単位で計算されます。

しかし、ネイチャー誌に掲載された新たな研究では、研究者らがAI機械学習システムを使用して、1週間以内に前処理なしで50種類以上のPETプラスチックを分解できる新しいPETプラスチック（ポリエチレンテレフタレート）加水分解酵素を開発した。

48時間以内に、FAST-PETaseはPETプラスチック容器を完全に分解します

画像出典: 参考文献 1

この酵素の何がすごいのでしょうか？ AIは酵素開発にどのように役立つのでしょうか?

パート1

生化学反応の魔術師、酵素

高校の教科書では、酵素は生きた細胞によって生成される特定の特殊なタンパク質（ごく一部は RNA）であると習いました。これらは体内の一連の生化学反応に関与し、複雑で洗練されたメカニズムを通じて反応の速度、方向、程度を調節します。彼らは体内の魔術師と呼べるでしょう。

しかし、酵素が機能する環境はもはや生物に限定されません。現代の産業システムでは、生物学的酵素を人工的に調製し、洗剤、原油汚染処理、バイオマス燃料の製造、有害細菌の殺菌などに使用することができます。新しくアップグレードされた PET 加水分解酵素は、人間が開発した最新の人工酵素の 1 つです。

酵素の本質はタンパク質などの生体高分子であると述べました。では、タンパク質とはどのような物質であり、化学反応にどのように関与するのでしょうか?

タンパク質の構成要素はアミノ酸であり、その構造は非常に単純です。アミノ酸構造の中心は炭素原子で、片側はアミノ基（-NH2、N末端と呼ばれる）に結合し、もう片側はカルボキシル基（-COOH、C末端と呼ばれる）に結合しています。炭素原子に結合する側鎖基 R は、アミノ酸の種類によって異なります。

まず、アミノ酸のアミノ基と別のアミノ酸のカルボキシル基が脱水縮合反応を起こして、ペプチド結合である -CO-NH- 結合を形成します。実際には、タンパク質はペプチド結合によって重合された一連のアミノ酸で構成され、長い鎖構造を形成します。

2つのアミノ酸の脱水縮合の模式図

画像出典: wikipedia

しかし、この一連のアミノ酸は決して一直線に並んでいるわけではなく、まるでボール状に巻かれた羊毛のように、自発的に一定の空間構造を形成します。

最も驚くべきことは、この長いアミノ酸鎖によって形成される「ボール」が、ランダムな「絡み合い」によって形成されるわけではないということです。タンパク質を構成するアミノ酸配列が決定すると、それらの「絡み合い」方法も決定されます。これがいわゆる「タンパク質の折り畳み」です。

タンパク質の四次構造（左）とタンパク質データベース内の多様なタンパク質（右）

画像出典: OpenStax College

タンパク質が生理活性を発揮できるようにする鍵は、その特殊な空間構造です。この空間構造が破壊されると（ゆで卵など）、タンパク質を構成するアミノ酸配列は変化しなくても、タンパク質が果たす生理機能は弱まり、不活性化し、さらには制御不能になります。

生理機能を果たすタンパク質の本質は、さまざまな化学反応に参加することです。それらの複雑な多様性は、それらが関与できる反応に無限の可能性があることを意味します。

酵素は特殊なタンパク質として、生化学反応の調節に大きな役割を果たします。それらはしばしば触媒として作用します。酵素が存在すると、生化学反応の速度は数億倍に増加します。

パート2

世界最高の酵素：PET分解酵素

毎年世界中で生産・消費されるPETの総量は、世界のプラスチック総消費量の6分の1にあたる約1億トンに上り、透明飲料ボトルのほとんどはPETで作られています。

PET は最も多くリサイクルされるプラスチックの 1 つですが、最終的にリサイクルされる PET 製品は半分以下です。

PET などのポリマー中のモノマー間の化学結合は通常の方法では切断することが難しいため、通常のプラスチックリサイクルプロセスでは、原材料のみをダウングレードして再利用することができます。

たとえば、食品グレードの PET プラスチックボトルはリサイクルされ、加熱されて PET 粒子に溶解され、その後再び熱処理されて PET 繊維が作られ、プラスチックロープやビニール袋の製造に使用されます。

しかし、PET 分解酵素は、このポリマーの化学結合を直接切断し、環境にほとんど影響を与えないテレフタル酸とエチレングリコールに還元することができます。

PETリサイクルの典型的なルート：分類 - 粉砕 - 粉末製造 - 化学繊維 - 環境に優しい織りバッグ

画像出典: 参考文献 3

ネイチャー誌に掲載された最新の成果は、本質的にはディープラーニングを使用してPET分解酵素の構造を変更するものであり、この技術の実用化に向けたプロセスを促進しました。まずこの変換方法を理解し、次にディープラーニングの原理を紹介します。

単一の酵素分子は、注意深く組み立てられた機械のようなものです。アミノ酸の配列と空間構造がその組み立て方法です。組み立て方法が正しくないと、すべての部品が揃っていても機械は正常に動作しません。

通常の状況下では、酵素は活性状態にあります。ほとんどの酵素は生体内で作用するため、その活性温度範囲は一般に生体の生存温度に近く、pH 値には一定の要件があります。

酵素を使って人体外の環境での反応を調節しようとすると、私たちが直面するさまざまな状況の変化ははるかに複雑になります。

特にプラスチックの劣化などの応用シナリオでは、反応条件はほぼ完全に制御不可能です。実験室のビーカー内では普通にプラスチックを分解できる酵素が、自然の海底泥や埋め立て地ではその力を発揮できない可能性があります。では、この問題をどう解決すればよいのでしょうか?

左：PET分解菌が付着したPETフィルム表面、右：分解後の（部分的な）ピット表面、右上の小さな写真：分解前のフィルム表面

画像出典: 参考文献4

ネイチャー誌に掲載された論文によると、研究者らは天然のPET加水分解酵素の5つの部位のアミノ酸を置換することで変異PET加水分解酵素FAST-PETaseを取得したという。この酵素は、天然の PET 加水分解酵素や他の工業用酵素と比較して、PET 分解能力と安定性が非常に強く、30 ～ 50℃ の特定の pH 範囲内で作用します。

この研究は、生物学的酵素の構造を改変してその活性を高める方法が、PET分解酵素にも適用できることを明確に示しています。

洗濯用洗剤に含まれる油分解酵素やバイオマス燃料製造工程における触媒酵素の活性が、10年以上の間に1000倍近く増加していることはご存知でしょう。

PET分解酵素分解経路

画像出典: 参考文献4

しかし、酵素の構造を変更するというのは言うのは簡単ですが、何千ものアミノ酸を含む複雑な高分子に直面した場合、どこから変更を開始すればよいのでしょうか。

パート3

PET分解酵素を「作る」人工知能

おそらく、あなたは幼い頃に、次のような比喩を聞いたことがあるでしょう。「コンピューターは愚かで、豆を数えることしかできないが、非常に速く数え、瞬く間に何億もの豆を数えることができる。」

この例は、特定の作業を実行する際のコンピューターの 2 つの主な特性を鮮明に示しています。 1 つ目は強力な計算能力 (高速なカウント) であり、2 つ目は特定のタスクを処理するための特定のアルゴリズムがあることです (たとえば、豆を数えるのは列挙方法です)。

現在の家庭用コンピュータの計算能力は驚異的です。大量のデータや複雑なシステムを処理する必要がある場合は、ワークステーションやスーパーコンピューターなど、より強力な計算能力を備えたオプションがあります。したがって、計算能力は人間にとって大きな障害にはなりません。

私たちを悩ませている鍵はアルゴリズム、つまり複雑な問題を最も効率的な方法で解決する方法です。

いわゆる人工知能は、そのようなアルゴリズムの集合体です。最も人気のある機械学習（人工知能を実装する手段と見なすことができます）を例にとると、その一般的なアイデアと原理は、まず一連の既存のデータ（囲碁のチェスの記録など）をコンピューターに入力し、次にコンピューターにこのデータを特別なアルゴリズムモデル（ニューラルネットワークなど）を通じて分析および統合させることです。

すると、コンピューターは人間のように学習し、データからパターンを探し、その計算能力を使って膨大な試行錯誤（囲碁 AI など）を行って、最良の結果を選択します。この学習とトレーニングのプロセスが完了すると、AI 全体が進化し、関連する問題を解決できるようになります。

高度な人工知能アルゴリズムにより、コンピューターは少数の学習サンプルだけで関連するスキルを習得できるようになります。

例えば、囲碁AIの開発プロセスでは、チェスの記録を入力するステップが省略され、コンピューターには囲碁の関連ルールのみが伝えられます。コンピュータは対応するアルゴリズムを使用して、これらのルールを探索し、トレーニングします。トレーニングが完了すると、人間のトッププレイヤーと競争できるようになります。トレーニングに必要な時間や最終的な学習効果については、コンピュータの構成や特定のアルゴリズムの合理性や有効性によって決まります。

この研究を例にとると、科学者は実験から得られたデータの一部をコンピューターに入力し、コンピューターはこのデータに基づいて酵素の構造を最適化することができます。この方法により、少量のデータに基づいて、従来の方法では列挙によってのみ達成できるスクリーニング結果を得ることができ、その後の実験検証がはるかに容易になります。

アニメーション: AlphaFold によって予測されたタンパク質構造 (青) と実際の構造 (緑) の比較。

出典: AlphaFold

パート4

PET分解酵素はさらなる評価が必要

現在開発中のPET分解酵素は、その名の通りPETを分解するために特化して使用されます。しかし、PET は唯一のプラスチックの種類ではありません。

PE（ポリエチレン）、PVC（ポリ塩化ビニル）、PI（ポリイミド）、PF（フェノール樹脂）、テフロン（ポリテトラフルオロエチレン）、ABS樹脂（アクリロニトリル・ブタジエン・スチレン共重合体）など、簡単に長いリストを挙げることができます...

これらのポリマー材料のモノマー、重合方法、重合度、分子量はすべて異なります。 PETに適した分解酵素は、他の種類のプラスチックを分解できません。

さらに、一部の科学者は、細菌の培養とプラスチックの細菌分解の過程での温室効果ガスの排出が許容範囲内であるかどうかを判断するために、この新しい処理方法のライフサイクル全体について体系的な評価を実施する必要があると提案しています。

このサイクル中に、温室効果ガスの排出量が石油産業のプラスチック製造プロセスからの排出量に近づくと、プラスチック分解酵素の魅力は間違いなく大幅に低下するでしょう。

したがって、現段階では、プラスチック製品の使用を厳しく管理し、その廃棄を標準化することが、関連材料の利用効率を向上させ、環境負荷を軽減するための現実的な選択肢である。

参考文献:

1.PET脱重合のための加水分解酵素の機械学習支援エンジニアリング