理研、機械学習で酵素の活性と熱安定性を両立する設計法を開発

ニュース紹介

「機械学習で酵素の強さと能力の高さを両立化－加齢臭の原因物質を捉える酵素センサーへの応用に期待－」

理化学研究所（理研）環境資源科学研究センターバイオものづくりデザイン研究チームの白井智量チームディレクター、小川友希研究員、細胞生産研究チーム（研究当時）の近藤昭彦チームディレクター（研究当時）の研究チームは酵素の環境変化に強い「安定性」や物質変換の能力である高い「反応性」などの複数機能を、機械学習を用いて同時に最適化する技術を開発しました。

本研究は、機械学習を用いることで、目的の物質を効率よく変換する活性や目的の物質を選択的に変換する基質特異性を目的に応じて変化させながら、産業利用に重要な安定性も考慮した酵素の設計が可能であることを示すものです。今後、さまざまな産業用酵素の高性能化への応用が期待されます。

出典：理化学研究所 2026年11月6日プレスリリース／掲載誌：Biotechnology for biofuels and bioproducts／DOI：10.1186/s13068-026-02839-2
https://www.riken.jp/press/2026/20261106_3/index.html

FrontJournalの解説

酵素の産業利用と性能の両立

今回の研究は、「酵素」（生体内で化学反応を進める触媒のタンパク質）の設計に機械学習を取り入れたものです。「理化学研究所」の発表によると、酵素は食品や化学品・医薬品などの製造に利用される重要な生体触媒です。

産業で使う酵素には、目的の物質を効率よく変換する「活性」と、熱などに耐えて性能を維持する「安定性」が求められます。しかし、反応性を改変すると安定性が損なわれる場合があり、両立は酵素工学の重要な課題とされてきました。

①約200種類の変異体のデータで機械学習モデルを構築

研究チームは、酵母由来の「アルコール脱水素酵素（YADH）」を対象にしました。目標は、加齢臭の原因物質として知られる「trans-2-ノネナール」を効率よく変換できる酵素です。ドッキングシミュレーション（酵素と基質の結合の仕方を計算で予測する手法）で5カ所のアミノ酸を選び、約200種類の変異体をつくりました。

各変異体の変換能力と熱安定性を一つずつ測定し、そのデータで機械学習モデルを構築しました。活性の高い変異体を予測しながら、熱安定性が大きく低下する変異体は選ばれにくくなるように設計しています。