「なぜ、このリガンドは結合しないの？」
瀬名が困惑した表情を見せた。
「ドッキングスコアは完璧なのに」
リナが画面を見た。「Induced-Fitの罠ね」
「Induced-Fit？」
「タンパク質は、リガンドが来ると形を変える。でも、通常のドッキングは剛体構造を使う」
瀬名が理解しようとした。「つまり、実際の結合時の形と違う？」
「そう。結合前の構造でドッキングすると、結合後の最適な配置が見つからない」
ミハイルが加わった。「鍵と鍵穴の比喩は、ここでは不十分だ」
「どういうこと？」
「鍵穴は柔軟で、鍵が来ると変形する。お互いに適応し合う」
リナが例を示した。「これ、アポ構造。リガンドが結合してない状態」
「そして、これがホロ構造。リガンドが結合した状態」
二つの構造を重ねると、明らかな違いがあった。
「ループが…15オングストロームも動いてる」瀬名が驚いた。
「そう。こんな大きな変化、剛体ドッキングでは扱えない」
ミハイルが問題を整理した。「Induced-Fitの罠は、二つある」
「一つ目は？」
「結合ポケットが閉じてる。リガンドが物理的に入れない」
「二つ目は？」
「ポケットは開いてるけど、形が最適じゃない。スコアが低く出る」
リナが追加した。「どちらも、偽陰性を生む。本当は結合するのに、予測で見逃す」
瀬名が尋ねた。「じゃあ、どう解決するんですか？」
「いくつか方法がある」リナが説明を始めた。「まず、フレキシブルドッキング」
「タンパク質の側鎖を動かしながらドッキングする？」
「そう。でも、計算コストが指数関数的に増える」
ミハイルが補足した。「すべての残基を動かすのは現実的じゃない。重要な残基だけを選ぶ」
「どの残基が重要？」
「結合ポケット内の残基、特に親水性残基。側鎖の配座が変わりやすい」
リナが別の方法を紹介した。「次に、アンサンブルドッキング」
「アンサンブル？」
「複数のタンパク質構造に対して、ドッキングする。MD simulationで生成した構造とか」
瀬名が理解した。「色々な形を試して、最適なものを見つける」
「正確。でも、これも計算量が多い」
ミハイルが実践的な提案をした。「だから、段階的アプローチが良い」
「段階的？」
「まず、剛体ドッキングで候補を絞る。次に、有望な候補だけフレキシブルドッキング」
リナが同意した。「効率と精度のバランスね」
瀬名が別の疑問を持った。「でも、どの構造を使えばいい？アポ？ホロ？」
「難しい質問だ」リナが認めた。「新規リガンドの場合、ホロ構造がない」
「じゃあ、アポ構造しか使えない？」
「そこで、ホモロジーモデリングが役立つ」ミハイルが言った。
「類似タンパク質のホロ構造を参考に、標的のホロ構造を予測する」
リナが実例を見せた。「この標的、自分のホロ構造はないけど、60パーセント相同なタンパク質のホロ構造がある」
「それを鋳型に、構造を予測する」
瀬名が感心した。「でも、精度は？」
「完璧じゃない。でも、アポ構造よりは良いことが多い」
ミハイルが別の戦略を紹介した。「AlphaFoldも使える」
「構造予測？」
「そう。リガンド複合体の構造を直接予測することもできる」
リナが注意した。「でも、AlphaFoldは訓練データに依存する。新規な結合様式は苦手」
「だから、複数の方法を組み合わせる」ミハイルが締めくくった。
瀬名がノートに整理した。「Induced-Fitの罠を避ける方法：フレキシブルドッキング、アンサンブル、ホモロジーモデリング、AlphaFold」
「そして」リナが追加した。「最終的には実験検証が必要」
「X線結晶構造解析？」
「それか、Cryo-EM。実際の複合体構造を決定する」
瀬名が言った。「計算は予測、実験は真実」
「良い表現ね」リナが微笑んだ。「でも、計算がなければ、実験の方向性が見えない」
ミハイルが哲学的に言った。「Induced-Fitは、生命の柔軟性を示してる」
「固定された構造じゃなく、動的な適応」
「そう。その複雑さを理解し、モデル化するのが、私たちの挑戦だ」
瀬名は、タンパク質の動的な美しさに、改めて感動した。Induced-Fitは罠だけど、同時に生命の本質でもある。