細胞内のある場所に脂質の蛍光が見えないとき、その場所に脂質が存在しないとは限らない。対象となる脂質が少ない場合もあれば、狭い領域にだけ集まっている場合もある。脂質を検出するプローブの結合が弱く、存在している脂質を十分に捉えられていない可能性も残る。蛍光像に現れるのは脂質の分布そのものではなく、脂質とプローブが結合し、その結合が観察可能な光へ変換された結果である。
東京大学、大阪大学、慶應義塾大学などの研究グループは、タンパク質と脂質の結合を大量並列で測定する CLiB アッセイを開発した。この方法を用いて 6,000 種類を超える変異体を評価し、ホスファチジルイノシトール 3,5-ビスリン酸である PI(3,5)P2 への結合能を高めた脂質プローブ PX-SnxAGV を作製した[1][2]。
研究の論理は、強く光るプローブを選び出した段階では終わらない。選抜された G13V 変異は、負に帯電した PI(3,5)P2 と引き合う正電荷を新たに付け加えたものではなかった。グリシンをバリンへ置き換えただけでは、静止した立体構造から結合能の向上を説明しにくい。そこで研究グループは、タンパク質を一つの固定構造として比較するのではなく、膜の近くでどの姿勢を取り、各姿勢にどれだけ滞在し、どの残基が脂質へ接触するかを分子動力学計算によって調べた。
計算から示されたのは、G13V が新しい結合部位を作ったという機構ではない。変異によって膜上で横たわる姿勢が現れやすくなり、従来の脂質結合領域に加えて、複数の正電荷残基や C 末端が膜へ同時に接触できるようになっていた。一つの強い接触が追加されたのではなく、タンパク質全体の向きが変わることで、既存の接触点を組み合わせた多点結合が成立したのである。
この研究では、測定、選別、計算、細胞観察が一続きの工程を形成している。CLiB によって結合能の高い変異体を見つけ、分子動力学計算によって性能向上の機構を推定し、その改変体を細胞内へ戻す。その結果、従来のプローブでは背景に埋もれていた PI(3,5)P2 の局所的な分布が、空間的な差として観察できるようになった。研究が変えたのは脂質の存在ではなく、既に存在する差異を信号として取り出せる範囲である。
1. 膜脂質が見えないとき、何が分からないのか
細胞を囲む膜は、脂質を並べた受動的な境界ではない。膜を構成する脂質の種類と配置は、膜の曲率、膜タンパク質の集合、細胞内の物質輸送、信号伝達の開始位置を左右する。同じ脂質が細胞全体にどれだけ含まれているかだけでなく、どの膜のどの場所に、どの時点で集まっているかが、細胞内で起こる反応を変える。
脂質の空間分布を調べるには、その脂質が存在する場所を光として読み出す必要がある。しかし、脂質分子へ蛍光タンパク質を直接取り付けると、分子の大きさ、膜内での移動、酵素との反応性が変わるおそれがある。そこで広く用いられているのが、特定の脂質へ結合するタンパク質領域と蛍光タンパク質を組み合わせた脂質プローブである。プローブが集まった位置を観察し、そこに標的脂質が存在する可能性を推定する[3][4][5]。
この方法では、脂質から蛍光像までの間に複数の変換が入る。脂質が膜内に存在し、プローブがその場所へ到達し、十分な時間結合し、蛍光タンパク質が検出可能な強さで光ることで、初めて画像上の信号になる。どこか一段階でも成立しなければ、脂質が存在していても像には現れない。
実際の脂質分布を \(X\)、プローブの親和性や特異性などの性質を \(P\)、膜組成、膜の曲率、細胞状態、測定条件を \(E\)、最終的に得られる蛍光信号を \(Y\) とする。観測の関係は、概念的には次の式で表せる。これは論文で用いられた計算式ではなく、測定値が対象だけでは決まらないことを整理するために本稿で置いた説明用モデルである。
\[
Y = M(X, P, E)
\]
\(M\) は、脂質分布をプローブの結合と蛍光へ変換する測定過程を表す。式が示しているのは、蛍光信号 \(Y\) が脂質分布 \(X\) だけでは決まらないということである。標的脂質が同じ量だけ存在していても、プローブの親和性 \(P\) が低ければ、観察時間中に十分な数のプローブが膜へ保持されず、信号は弱くなる。プローブが同じでも、膜の曲率や周囲の脂質組成を含む環境条件 \(E\) が変われば、結合部位へ接近できる確率や、膜面で安定する姿勢が変化する。
蛍光が弱いという一つの観察結果には、異なる原因が重なっている。
| 原因 | 蛍光が弱くなる過程 | 観察だけでは区別しにくい点 |
|---|---|---|
| 脂質が存在しない | プローブが結合する標的がないため、膜上に蛍光が保持されない。 | プローブの性能が十分であっても信号は生じない。 |
| 脂質量が少ない | 結合できる分子数が限られ、背景蛍光との差が小さくなる。 | 完全な不存在と、検出限界以下の少量を画像から分離しにくい。 |
| 局所領域が小さい | 狭い範囲に集中した信号が、画像の空間分解能や画素内の平均化によって薄まる。 | 細胞全体の量が変わらなくても、局所濃度だけが上昇している場合がある。 |
| プローブの結合が弱い | 脂質へ接触しても短時間で離れるため、観察時点で膜上に残るプローブが少なくなる。 | 脂質の少なさと、プローブの低い親和性が同じ低信号として現れる。 |
| 脂質へ近づけない | 膜の形状、周囲のタンパク質、近接する脂質によって、プローブの結合面が標的へ届かない。 | 試験管内では結合できるプローブでも、細胞内では同じ性能を示さない場合がある。 |
PI(3,5)P2 は細胞内膜に存在する量の少ない脂質であり、その局在を調べるには、低い濃度でも標的を保持できる親和性と、類似したリン脂質を区別する特異性の両方が必要になる。PX-SnxA は PI(3,5)P2 を選択的に認識する一方、結合能が弱く、細胞内では明瞭な膜局在を得にくかった。ここで結合だけを強めればよいとは限らない。負に帯電した脂質全般へ結合するようになれば、信号は増えても、どの脂質を観察しているのかが曖昧になる。
研究課題は、プローブの感度を上げることと、脂質を見分ける選択性を維持することに分かれる。第一に、PI(3,5)P2 が少ない場所でも観察時間中に結合を保持できなければ、局所分布は背景へ埋もれる。第二に、結合を強める過程で類似脂質への誤結合が増えれば、得られた蛍光像を PI(3,5)P2 の分布として解釈できなくなる。感度と選択性を別々に測定し、両方を満たす変異体を選び出す仕組みが必要になる。
この制約から CLiB アッセイの役割が定まる。見えなかった脂質を直ちに不存在と判断するのではなく、タンパク質と脂質の結合を比較可能な蛍光信号へ変換し、どの変異が標的への結合を強め、どの変異が選択性を損なうのかを大量並列で調べる。観察像の解像度を上げる前に、その像を作るプローブの性能を測定可能にする必要があった。
2. 脂質結合を酵母細胞の蛍光へ変換する
2.1 分子間の結合を細胞ごとの信号へ変える
タンパク質と脂質が結合する現象を数千種類の変異体について比較するには、分子間相互作用を、装置が測定し、分類できる信号へ変換する必要がある。試験管の中で候補タンパク質と脂質を混ぜるだけでは、どの変異体がどの程度結合したのかを、混合された集団の中から細胞単位で選び分けることはできない。CLiB は、候補タンパク質を酵母細胞の表面へ提示し、その細胞へ蛍光リポソームを結合させることで、脂質結合能を細胞ごとの蛍光強度へ置き換える。
リポソームは、脂質二重層によって作られた小さな袋である。標的となる脂質と蛍光色素をリポソームの膜へ組み込むことで、候補タンパク質が標的脂質を認識したかどうかを、リポソーム全体の蛍光として検出できる。候補タンパク質が標的脂質へ結合すると、洗浄後もリポソームが酵母表面に保持される。保持されたリポソームが多い細胞ほど蛍光が強くなるため、結合能の差をフローサイトメトリーで読み取れるようになる。具体的な実験手順は、独立した CLiB プロトコルとして公開されている[6]。
この変換は、次の三段階で成立する。
\[
\text{候補タンパク質と標的脂質の結合}
\longrightarrow
\text{洗浄後のリポソーム保持}
\longrightarrow
\text{酵母細胞の蛍光}
\]
最初の段階では、酵母表面の候補タンパク質がリポソーム膜中の標的脂質を認識する。次の段階では、その結合が洗浄操作に耐えることで、リポソームが細胞表面に残る。最後に、リポソームへ組み込まれた蛍光色素が細胞単位の信号として検出される。CLiB が直接測っているのは分子間に働く力ではなく、この一連の操作を経た後に細胞表面へ残ったリポソームの量である。
標的脂質を水中へ単独で分散させるのではなく、リポソーム膜へ組み込むことにも意味がある。脂質結合タンパク質は、脂質の化学構造だけを孤立した状態で認識するとは限らない。脂質が膜面でどの向きを取り、周囲にどの脂質が存在し、タンパク質が膜へどの角度で接近できるかによって、結合の成立しやすさは変わる。リポソームは細胞膜そのものではないが、脂質を膜の一部として提示することで、遊離した脂質との結合試験よりも実際の膜結合に近い条件を作る。
2.2 表面提示量と脂質結合能を分けて測る
リポソーム由来の蛍光が強い細胞が、必ずしも脂質へ強く結合するタンパク質を持つとは限らない。酵母表面に提示された候補タンパク質の数が多ければ、一分子当たりの結合能が同じでも、細胞全体では多くのリポソームを保持できる。反対に、結合能の高い変異体であっても、酵母表面へほとんど提示されていなければ、リポソーム蛍光は弱くなる。
そこで CLiB では、リポソーム由来の蛍光に加えて、候補タンパク質が酵母表面へ提示されているかを抗体染色によって確認する。二種類の信号を分けて測ることで、タンパク質が表面に存在しない細胞と、タンパク質は存在するが脂質へ結合しない細胞を区別できる。
| 測定対象 | 信号が表すもの | 単独で評価した場合の限界 |
|---|---|---|
| 抗体由来の蛍光 | 候補タンパク質が酵母表面へ提示されていることを示す。 | タンパク質が標的脂質へ結合する強さまでは分からない。 |
| リポソーム由来の蛍光 | 洗浄後も酵母表面へ保持されたリポソームの量を示す。 | タンパク質の結合能と表面提示量の影響を、その信号だけでは分離できない。 |
| 二種類の蛍光の組み合わせ | タンパク質が提示された細胞の中で、リポソーム保持量の違いを比較できる。 | 細胞表面の局所密度や多点結合など、実験系全体の影響は残る。 |
この切り分けが必要なのは、研究の目的が最も明るい細胞を探すことではなく、アミノ酸置換によって脂質結合能が変化した細胞を見つけることにあるためである。表面提示量の差を結合能の差として扱えば、タンパク質を多く発現した変異体が選ばれ、脂質を認識する性質そのものは改善されない。抗体由来の信号によって提示の有無を確認したうえで、リポソーム蛍光の分布を比較することで、発現量と結合能が混同される範囲を狭めている。
フローサイトメトリーが細胞を一個ずつ測定することも、後続の変異体選別に直結する。試料全体の平均蛍光だけを測る方法では、少数の強い変異体が多数の弱い変異体へ埋もれる。細胞ごとの蛍光分布を取得すれば、強い信号を持つ細胞だけを物理的に分取し、どの変異配列が含まれていたかを後から調べられる。分子間結合を細胞単位の信号へ変えたことで、測定がそのまま選別工程の入口になった。
2.3 蛍光分布を幾何平均で要約する
一つの試料に含まれる細胞は、すべて同じ蛍光強度を示すわけではない。酵母表面に提示されるタンパク質の量、細胞の状態、結合したリポソームの数には細胞ごとの差があり、測定結果は一つの値ではなく蛍光強度の分布として得られる。異なる試料を比較するには、この分布を代表する値が必要になる。
細胞 \(j\) の蛍光強度を \(I_j\)、測定した細胞数を \(n\) とすると、蛍光分布の幾何平均 \(G\) は次のように表せる。幾何平均は、論文の蛍光解析で実際に用いられた集計方法である[1]。
\[
G = \exp\left(\frac{1}{n}\sum_{j=1}^{n}\ln I_j\right)
\]
| 記号 | 意味 |
|---|---|
| \(I_j\) | \(j\) 番目の細胞から測定された蛍光強度を表す。 |
| \(n\) | 代表値の計算に使用した細胞の総数を表す。 |
| \(\ln\) | 各蛍光強度を対数尺度へ変換する自然対数を表す。 |
| \(\exp\) | 対数尺度で求めた平均を、元の蛍光強度の尺度へ戻す指数関数を表す。 |
| \(G\) | 細胞集団の蛍光分布を代表する幾何平均を表す。 |
計算では、最初に各細胞の蛍光強度 \(I_j\) の対数を取り、その値を全細胞について平均する。最後に指数関数によって元の尺度へ戻した値が \(G\) になる。蛍光強度は、細胞間で一定量ずつ増減するというより、数倍、数十倍という倍率で広がることがある。対数を取ると、この倍率の違いを加算可能な差として扱えるため、少数の極端に明るい細胞だけに代表値が引きずられる影響を抑えられる。
幾何平均 \(G\) は、細胞集団の中心的な蛍光強度を比較するための値である。この値に相当する細胞が実際に一個存在する必要はなく、分布全体を一つの尺度へ要約した結果として理解する必要がある。また、\(G\) が大きいことは、洗浄後に多くの蛍光リポソームが保持されたことを示すが、タンパク質一分子と脂質一分子の間に働く結合エネルギーを直接表してはいない。蛍光値には、表面提示量、リポソーム中の脂質密度、洗浄条件、蛍光色素の量、測定器の設定が含まれる。
2.4 脂質濃度の増加から飽和曲線を求める
一つの濃度で得られた蛍光強度だけでは、候補タンパク質が低濃度の脂質へどの程度結合できるのか、濃度を増やしたときにどこまで信号が増えるのかを区別できない。そこで、標的脂質またはリポソームの濃度を段階的に変え、それぞれの条件で結合信号を測定する。
脂質濃度が低い段階では、タンパク質側に利用可能な結合部位が多く残っているため、濃度を増やすと結合するリポソームの数も増える。濃度がさらに高くなると、結合に利用できる部位が次第に埋まり、濃度を増やしても信号は大きく変化しなくなる。論文では、一部位特異的結合モデルに基づく非線形回帰によって見かけの \(K_d\) を求めている[1]。次の式は、そのモデルの意味を説明する標準形であり、論文中の式を転記したものではない。
\[
S(L) = S_{\mathrm{bg}} + \frac{S_{\max}L}{K_d + L}
\]
| 記号 | 意味 |
|---|---|
| \(L\) | 実験で与えた標的脂質またはリポソームの濃度を表す。 |
| \(S(L)\) | 濃度 \(L\) の条件で観測された蛍光信号を表す。 |
| \(S_{\mathrm{bg}}\) | 標的との結合がなくても観測される背景信号を表す。 |
| \(S_{\max}\) | 結合信号が飽和したときに背景信号へ上乗せされる最大値を表す。 |
| \(K_d\) | 背景分を除いた信号が、最大値の半分に達する濃度を表す。 |
\(K_d\) の意味は、式へ半飽和の条件を入れると確認できる。背景信号を除いた結合信号が最大値の半分になったとき、次の関係が成立する。
\[
\frac{S_{\max}L}{K_d + L} = \frac{S_{\max}}{2}
\]
両辺を \(S_{\max}\) で割り、分母を払うと、次の式になる。
\[
2L = K_d + L
\]
ここから、半飽和に達する濃度 \(L\) は \(K_d\) と等しいことが分かる。
\[
L = K_d
\]
\(K_d\) が小さい候補タンパク質は、低い脂質濃度でも飽和信号の半分に達する。反対に、\(K_d\) が大きい場合は、同じ程度の信号を得るために、より高い脂質濃度が必要になる。このため、同じ実験条件で比較する限り、\(K_d\) が小さい変異体ほど標的脂質を保持しやすいと評価できる。
2.5 CLiB が与えるのは見かけの結合能である
式に含まれる \(K_d\) を、溶液中のタンパク質一分子と脂質一分子の結合から得られる解離定数と同一視することはできない。CLiB では、酵母表面に同じ候補タンパク質が多数提示され、一個のリポソームにも複数の標的脂質が含まれている。リポソームが酵母表面へ接触すると、一つの分子対だけでなく、複数のタンパク質と複数の脂質が同時に接触する可能性がある。
最初の接触が成立すると、リポソームは酵母表面の近くへ保持される。近接した状態では、別のタンパク質と脂質も接触しやすくなり、複数の弱い結合が重なってリポソーム全体を安定させる。個々の接触が短時間で外れても、別の接触が残っていれば、リポソームは細胞表面から直ちには離れない。洗浄後に測定される蛍光には、この多点結合による総合的な保持力が含まれる。
さらに、得られる信号は結合と解離だけで決まらない。酵母表面におけるタンパク質の密度、リポソームの大きさ、標的脂質の含有率、反応時間、洗浄の強さも、最終的に残る蛍光量を変える。曲線への当てはめから得られる \(K_d\) は、これらの条件を含んだ見かけの値であり、分子一個当たりの結合自由エネルギーを直接測定した結果ではない。
それでも、実験条件をそろえて野生型と変異体を比較すれば、どの変異体が低い脂質濃度でもリポソームを保持しやすいかを定量できる。CLiB の役割は、分子間相互作用を完全に単純化することではなく、同じ条件で比較可能な細胞蛍光へ変換することにある。この変換によって、脂質結合能の異なる細胞を選別し、次の段階で変異配列と対応付けることが可能になる。
3. 約 6,000 種類の変異を、四つの画分から読み戻す
3.1 蛍光だけでは変異配列を識別できない
CLiB によって細胞ごとの脂質結合信号を測定できても、混合された数千種類の変異体を蛍光値だけから識別することはできない。フローサイトメトリーが記録するのは、各細胞がどの程度の蛍光を持つかであり、その細胞がどのアミノ酸置換を持つかではない。結合能という性質を変異配列へ対応付けるには、蛍光による分類と配列解析を接続する必要がある。
研究グループは、リポソーム由来の蛍光強度に応じて酵母細胞を「結合なし」「弱い」「中程度」「強い」の四画分へ分けた。各画分から遺伝子を回収し、次世代シーケンシングによって変異配列を数える。これにより、ある変異体が強い画分へ多く含まれるのか、弱い画分へ偏るのかを、配列ごとに復元できる[1]。
| 工程 | 得られる情報 | その工程だけでは分からないこと |
|---|---|---|
| フローサイトメトリー | 各細胞の脂質結合由来の蛍光強度を測定する。 | その細胞が持つ変異配列は分からない。 |
| 細胞選別 | 蛍光強度が近い細胞を四つの画分へ分ける。 | 各画分を構成する変異体の割合は分からない。 |
| 次世代シーケンシング | 各画分に含まれる変異配列と読み取り数を取得する。 | 読み取り数を補正しなければ、画分間の結合能を直接比較できない。 |
| 頻度解析 | 各変異体がどの画分へ偏っているかを定量する。 | 変異が結合能を変えた分子機構までは説明できない。 |
多数の変異体を混合したまま機能によって分類し、後から配列の頻度を読み戻す構造は、深層変異走査と呼ばれる大量並列解析に共通する[7]。一つの変異体ごとに培養、反応、測定を繰り返すのではなく、同じ実験条件の中で多数の配列を競わせ、機能差を配列頻度の偏りとして取り出す。
3.2 画分ごとの読み取り数を相対頻度へ直す
論文で実際に行われたのは、四つの画分に含まれる各変異配列の読み取り数から、変異体ごとの結合傾向を評価する解析である[1]。以下の \(q_{v,b}\)、\(p_{v,b}\)、\(s_v\) は、その処理の考え方を段階的に説明するために本稿で置いた一般形であり、論文の計算式、重み、補正方法を再現したものではない。
変異体 \(v\) が画分 \(b\) で読み取られた回数を \(c_{v,b}\) とする。この値をそのまま画分間で比較することはできない。各画分から回収された細胞数、DNA 量、シーケンシングの総読み取り数が同じとは限らないためである。総読み取り数が多い画分では、すべての変異体の読み取り数が一律に多くなり、結合能とは無関係な差が生じる。
この影響を減らす考え方を説明するため、各変異体の読み取り数を、その画分で得られた全変異体の読み取り数で割る一般形を置く。画分 \(b\) における変異体 \(v\) の相対頻度 \(q_{v,b}\) は、次のように表せる。
\[
q_{v,b} = \frac{c_{v,b}}{\sum_u c_{u,b}}
\]
| 記号 | 意味 |
|---|---|
| \(v\) | 評価対象となる一つの変異体を表す。 |
| \(b\) | 「結合なし」「弱い」「中程度」「強い」のいずれかの画分を表す。 |
| \(c_{v,b}\) | 画分 \(b\) から得られた変異体 \(v\) の読み取り数を表す。 |
| \(\sum_u c_{u,b}\) | 画分 \(b\) に含まれる全変異体の読み取り数を合計した値を表す。 |
| \(q_{v,b}\) | 画分 \(b\) の全読み取り数に対して、変異体 \(v\) が占める割合を表す。 |
たとえば、強い画分で 100 万回の読み取りが得られ、そのうち特定の変異体が 1 万回読まれた場合、その変異体の相対頻度は 1％になる。弱い画分で同じ変異体が 5,000 回読まれていても、画分全体が 10 万回であれば相対頻度は 5％である。生の読み取り数だけを見ると強い画分の方が多いが、画分全体に占める割合では弱い画分へ偏っている。この違いを取り除くために、最初の正規化が必要になる。
ただし、相対頻度 \(q_{v,b}\) は、ある画分の内部で変異体がどの程度多いかを示す値である。変異体 \(v\) 自身が四画分のどこへ分布したかを読むには、画分をまたいだ比較がさらに必要になる。
3.3 一つの変異体が四画分へどう分布したかを求める
説明用の一般形では、四画分で得られた相対頻度を、その変異体の内部で比較する。変異体 \(v\) の相対頻度を全画分について合計し、各画分の値をその合計で割れば、変異体 \(v\) が四画分へ配分された割合 \(p_{v,b}\) を考えられる。
\[
p_{v,b} = \frac{q_{v,b}}{\sum_{b’} q_{v,b’}}
\]
| 記号 | 意味 |
|---|---|
| \(b’\) | 変異体 \(v\) が含まれうるすべての画分を順に表すための添字である。 |
| \(\sum_{b’} q_{v,b’}\) | 変異体 \(v\) について、四画分で得られた相対頻度を合計した値を表す。 |
| \(p_{v,b}\) | 変異体 \(v\) の画分分布のうち、画分 \(b\) が占める割合を表す。 |
この正規化を行うと、各変異体について四つの \(p_{v,b}\) の合計は 1 になる。強い結合画分に値が集中する変異体では、強い画分の \(p_{v,b}\) が大きくなる。結合を失った変異体では、結合なし画分や弱い画分の割合が増える。単一の蛍光値ではなく、四画分にまたがる分布として結合能を読む点に、この解析の特徴がある。
四画分への分類には、連続的な蛍光強度を離散的な区分へ変えるという制約もある。画分の境界付近にある二つの細胞は、蛍光強度がわずかに違うだけでも別の画分へ入る可能性がある。反対に、同じ画分に入った細胞の間にも蛍光差は残る。この方法が復元するのは個々の細胞の厳密な蛍光値ではなく、変異体集団がどの強度帯へ偏ったかである。
3.4 四画分の偏りを一つの結合スコアへまとめる
四画分への分布を一つの値へまとめる考え方を説明するため、結合なし画分には低い重み、強い画分には高い重みを与えるとする。各画分の割合との積を合計すれば、説明用の結合スコア \(s_v\) を次の一般形で表せる。
\[
s_v = \sum_b w_b p_{v,b}
\]
| 記号 | 意味 |
|---|---|
| \(w_b\) | 画分 \(b\) の結合強度に対応して設定する重みを表す。 |
| \(w_b p_{v,b}\) | 変異体 \(v\) が画分 \(b\) に含まれる割合を、その画分の強度に応じて評価した値を表す。 |
| \(s_v\) | 変異体 \(v\) の四画分への偏りを一つにまとめた結合スコアを表す。 |
この説明用モデルから論文の数値を再計算することはできない。実際の画分境界、重み、補正、低頻度配列の扱いは、主論文と公開された解析情報に従う必要がある。
この区別は、計算内容を説明するうえで欠かせない。一般形からは、読み取り数を正規化し、画分分布を一つの指標へまとめる論理を理解できる。一方、実際に論文の数値を再計算するには、各画分の境界、採用された重み、除外条件、反復実験の統合方法まで必要になる。公開情報から確認できない条件を推測して補えば、説明用の式と論文固有の解析を混同することになる。
3.5 低い読み取り数では画分の偏りを安定して判断できない
配列頻度を用いる解析では、読み取り数が極端に少ない変異体を同じ精度で評価することはできない。たとえば、ある変異体が一回だけ読み取られ、その一回が強い画分にあったとしても、その変異体が強い結合能を持つとは直ちに判断できない。細胞の選別、DNA の増幅、シークエンスの標本化による偶然が、一回の読み取りへ大きく影響するためである。
読み取り数が増えると、個々の偶然の影響は相対的に小さくなる。複数の画分と反復実験で同じ偏りが再現されれば、その変異体固有の性質である可能性が高まる。反対に、試料中にほとんど存在しない変異体や、増幅されにくい配列では、実際の結合能とは無関係に読み取り数が不足する。
| 失敗条件 | 解析へ与える影響 |
|---|---|
| 読み取り数が少ない | 少数の偶然な読み取りによって、画分への偏りが大きく変わる。 |
| 初期ライブラリーに少ない | 選別前から存在量が少ないため、結合能があっても十分な配列数を回収できない。 |
| 増幅効率が異なる | 結合能ではなく DNA 増幅のされやすさが、読み取り頻度へ混入する。 |
| 画分境界に近い | 小さな測定変動によって、隣接する画分への配分が変わる。 |
| 表面提示量が低い | 脂質結合能があっても蛍光が弱くなり、低い画分へ分類される可能性がある。 |
大規模解析から得られた結合スコアは、最終的な証明ではなく、個別に検証すべき変異体を絞り込むための指標になる。高いスコアを示した候補について、独立した細胞集団で蛍光を再測定し、脂質濃度を変えた結合曲線や細胞内局在を確認することで、配列頻度の偏りが実際の結合能に由来するかを確かめられる。
3.6 配列と機能を再接続する
この解析では、変異体を一つずつ別の試験管で測定していない。最初に多数の配列を一つの集団として扱い、脂質結合によって生じた蛍光差から細胞を分け、最後に配列解析によって各画分の構成を読み戻している。
\[
\text{変異配列}
\longrightarrow
\text{脂質結合能}
\longrightarrow
\text{細胞の蛍光}
\longrightarrow
\text{四画分への選別}
\longrightarrow
\text{配列頻度}
\]
変異配列は候補タンパク質の構造と運動を変え、その違いが脂質結合能へ反映される。結合能の差はリポソームの保持量を通じて細胞蛍光へ変換され、蛍光の違いが四画分への分類を生む。各画分の配列頻度を調べることで、最初の原因であるアミノ酸置換へ戻る。この因果の鎖が閉じるため、6,000 種類を超える変異体を同じ実験系で比較できる。
大量並列化によって得られるのは、候補数の増加だけではない。結合を失う置換、ほとんど影響しない置換、結合を強める置換を、タンパク質配列全体にわたって同じ尺度へ配置できる。その分布から、特定の結合部位だけでなく、離れた位置にある残基が機能へ影響することも見つけられる。
G13V は、そのようにして得られた変異の一つである[1]。しかし、グリシンからバリンへの置換は、PI(3,5)P2 と直接引き合う正電荷を追加していない。配列頻度の解析は、この変異が有効であることを示しても、なぜ結合が強くなったのかまでは説明しない。選別によって見つかった機能差を分子機構へ結び付けるには、タンパク質が膜上で取る姿勢と接触の変化を別の方法で調べる必要がある。
4. 強いだけでは、脂質プローブにはならない
4.1 親和性と特異性は別の性能である
標的脂質への結合を強くするだけでは、脂質プローブとして十分ではない。ホスホイノシチドは、共通する脂質骨格を持ち、イノシトール環のどの位置にリン酸基が付くかによって種類が分かれる。PI3P、PI5P、PI(3,5)P2 は名称も構造も近く、いずれも負に帯電したリン酸基を持つ。そのため、膜の負電荷へ強く引き寄せられるタンパク質を選ぶだけでは、目的の脂質だけを識別できるとは限らない。
PX ドメインは、ホスホイノシチドへ結合するタンパク質領域の一群である。ただし、すべての PX ドメインが同じ脂質を認識するわけではなく、リン酸基の位置や数に応じて異なる選択性を示す[8]。プローブの性能を評価するには、標的をどれだけ低い濃度で捉えられるかという親和性と、構造の似た非標的脂質をどれだけ排除できるかという特異性を分けて考える必要がある。
| 性能 | 評価する性質 | 不足した場合の帰結 |
|---|---|---|
| 親和性 | 標的脂質が少ない条件でも、プローブが膜上へ保持される程度を表す。 | 標的が存在しても結合が短時間で外れ、信号が背景へ埋もれる。 |
| 特異性 | 標的脂質と構造の似た非標的脂質を区別する能力を表す。 | 異なる脂質にも結合し、蛍光像がどの脂質の分布を示すのか判断できなくなる。 |
親和性が不足すれば、存在する脂質を見逃す。特異性が不足すれば、存在しないはずの場所にも信号が現れる。前者は偽陰性を増やし、後者は偽陽性を増やすため、どちらか一方だけを改善しても、観測結果の信頼性は確保できない。
4.2 標的への結合だけを最大化すると誤結合が残る
プローブ改良の目的を説明用に単純化し、標的への結合能 \(A_{\mathrm{target}}\) だけを評価すると仮定する。以下は研究グループが解いた数理最適化問題ではなく、親和性と特異性を別の性能として整理するために本稿で置いた模式式である。
\[
\max \; A_{\mathrm{target}}
\]
\(A_{\mathrm{target}}\) は、PI(3,5)P2 を含む膜へプローブが結合する程度を表す。この値だけを基準にすれば、標的脂質へ強く結合する変異体が選ばれる。しかし、同じ変異体が PI3P や PI5P にも強く結合していても、この評価では区別されない。
たとえば、タンパク質表面の正電荷を増やせば、負に帯電した PI(3,5)P2 との静電的な引力が強まる可能性がある。その一方で、同じ変化は他の酸性脂質やホスホイノシチドへの結合も強めうる。蛍光量は増えても、その信号が PI(3,5)P2 に由来するのか、膜全体の負電荷に由来するのかを分けられなくなる。
観測手段として必要な条件は、標的への結合を高めることと、非標的への結合を抑えることの組み合わせになる。
\[
\max \; A_{\mathrm{target}}
\quad \text{かつ} \quad
\min \; A_{\mathrm{off-target}}
\]
| 記号 | 意味 |
|---|---|
| \(A_{\mathrm{target}}\) | 目的とする PI(3,5)P2 への結合能を表す。 |
| \(A_{\mathrm{off-target}}\) | PI3P や PI5P など、目的以外の脂質への結合能を表す。 |
二つの条件は独立している。標的への結合が強くても、非標的への結合が同じ程度に強ければ、プローブとしての識別能力は上がらない。反対に、特異性が高くても親和性が低ければ、標的が存在する場所で十分な信号を得られない。プローブ設計は、一つの性能値を最大にする問題ではなく、異なる失敗条件の間で成立範囲を探す多目的な選択になる。
4.3 正の選択と非標的結合の除外を組み合わせる
研究グループは、PI(3,5)P2 への結合が強い変異体を残す正の選択と、PI3P や PI5P などの類似脂質へ結合する変異体を除く選別を組み合わせた。正の選択だけでは、標的を認識する変異体と、負に帯電した膜へ広く結合する変異体の両方が残る。非標的結合の除外を加えることで、標的への信号を維持しながら、類似脂質への信号が強い候補を集団から取り除ける[1]。
| 選択工程 | 残す変異体 | 除く変異体 |
|---|---|---|
| 正の選択 | PI(3,5)P2 を含むリポソームへ強い蛍光を示す変異体を残す。 | 標的脂質への結合が弱く、低い蛍光しか示さない変異体を除く。 |
| 非標的結合の除外 | PI3P や PI5P への結合が低い変異体を残す。 | 標的以外の類似脂質にも強く結合する変異体を除く。 |
正の選択は感度を上げる方向に働き、非標的結合の除外は選択性を保つ方向に働く。前者によって従来は見逃していた低濃度の脂質を捉えやすくなり、後者によって観察された信号を PI(3,5)P2 の分布として解釈できる範囲が維持される。この二段階を通過した変異体は、単に蛍光が強いのではなく、どの脂質によって蛍光が生じたのかを区別しやすい。
4.4 細胞内で使えることも性能条件に含まれる
人工リポソームへの親和性と特異性を満たしても、細胞内で同じ性能を示すとは限らない。プローブは細胞質で安定して存在し、標的膜へ到達し、標的脂質がある場所でのみ局在する必要がある。タンパク質が凝集したり、分解されたり、標的とは無関係な細胞小器官へ蓄積したりすれば、試験管内での結合性能が高くても観測手段としては使えない。
| 性能条件 | 満たすべき状態 | 失敗した場合の観察像 |
|---|---|---|
| 親和性 | 低濃度の標的脂質にも、観察可能な時間だけ結合する。 | 標的が存在しても膜局在が弱く、細胞質の背景信号へ埋もれる。 |
| 特異性 | 類似脂質や一般的な負電荷膜への結合を抑える。 | 複数の膜へ広く局在し、PI(3,5)P2 の位置を識別できない。 |
| 細胞内安定性 | 凝集や急速な分解を起こさず、均一に発現する。 | 脂質分布とは無関係な塊や不均一な蛍光が生じる。 |
| 適切な結合強度 | 標的を検出しながら、脂質の移動や反応を大きく妨げない。 | プローブが脂質を長時間捕捉し、本来の分布や下流反応を変える可能性がある。 |
結合が弱すぎれば信号を得られないが、強ければ強いほどよいわけでもない。プローブが標的脂質を過度に保持すれば、脂質を利用する酵素や他の結合タンパク質との競合が起きる。観察対象へ影響を与えれば、得られた像は本来の脂質分布ではなく、プローブを導入した後に変化した状態を含む。観測感度を確保しながら、細胞内過程への介入を抑えることも、プローブ性能の一部になる。
4.5 G13V は電荷の追加では説明できない
正の選択と非標的結合の除外を経て得られた PX-SnxAGV には、13 番目のグリシンをバリンへ置き換えた G13V 変異が含まれていた。負に帯電した PI(3,5)P2 との結合を強める変異としては、正電荷を持つアルギニンやリジンの追加が直感的には考えやすい。しかし、グリシンもバリンも電荷を持たないため、G13V は結合面の正電荷を直接増やしていない。
グリシンは側鎖が水素原子だけであり、主鎖が比較的自由な角度を取りやすい。バリンには枝分かれした疎水性の側鎖があるため、同じ位置に置かれると周囲の原子との接触や主鎖の動きやすさが変わりうる。置換によってタンパク質全体の折り畳みが大きく変わらなくても、特定の局所運動や、膜へ接近したときに選ばれる姿勢の確率は変化しうる。
静止した立体構造の比較だけでは、この種の効果を捉えにくい。二つの構造がほぼ同じに見えても、膜に対してどの向きを取りやすいか、ある姿勢にどれだけ長く滞在するか、どの残基が同時に膜へ届くかが異なれば、結合能は変わる。G13V の効果を説明するには、変異前後の構造を一枚ずつ比べるのではなく、膜上で生じる運動と状態分布を調べる必要があった。
第 3 章の配列解析は、G13V を持つ変異体が強い結合画分へ偏ることを示した。第 4 章の選択工程は、その結合が標的だけでなく類似脂質にも広がった結果ではないことを確かめた。ただし、この二つの結果から分かるのは、G13V が有効だったという事実までである。正電荷を増やさない置換が、なぜ PI(3,5)P2 を含む膜への保持を強めたのかを説明するには、タンパク質が膜上で取る姿勢、接触残基、滞在時間を計算から読み取る必要がある。
5. G13V は、なぜ結合を強くしたのか
5.1 静止構造と電荷だけでは説明が足りない
G13V が PI(3,5)P2 への結合を強めたという実験結果は、アミノ酸の電荷だけでは説明できない。13 番目のグリシンと、置換後のバリンはいずれも電荷を持たないため、負に帯電した脂質との静電引力が直接増えたわけではない。また、変異によって新しい脂質結合部位が明瞭に形成されたと考えるだけの大きな構造変化も確認されていない。
それでも結合能が変わった以上、G13V は別の経路で膜との相互作用へ影響したことになる。候補となるのは、タンパク質内部の局所的な動きやすさ、膜へ近づくときの向き、膜上で安定する姿勢、複数の接触点が同時に成立する確率である。グリシンは側鎖が小さく、主鎖が幅広い角度を取りやすい。バリンへ置き換わると、枝分かれした側鎖が周囲の原子と接触し、局所的に選ばれやすい形や動きが変わりうる。
この違いは、タンパク質の代表構造を一枚ずつ比較するだけでは捉えにくい。平均的な立体構造がほぼ同じでも、膜へ結合した状態でどの向きを取りやすいかが変われば、脂質へ届くアミノ酸残基の組み合わせも変化する。G13V の作用を調べるには、構造の有無ではなく、複数の状態が現れる頻度を比較する必要がある。
5.2 タンパク質は一つの構造に固定されていない
タンパク質の立体構造は、結晶構造や構造予測図に示される一枚の模型として固定されているわけではない。水分子や周囲のイオンと衝突しながら熱運動を続け、側鎖の向き、ループの形、分子全体の傾きを絶えず変えている。膜結合タンパク質では、この揺らぎに膜との接触が加わる。
膜へ近づいたタンパク質は、どの面を膜へ向けるかによって異なる接触状態を取る。ある姿勢では主要な脂質結合領域だけが膜へ触れ、別の姿勢では離れた位置にある正電荷残基や末端領域まで膜へ近づく。姿勢が違えば、同じ配列であっても同時に利用できる接触点の数が変わる。
膜の側も固定された足場ではない。脂質分子は膜面内を移動し、タンパク質の電荷や形状に応じて局所的な配置を変える。タンパク質と脂質の結合を計算から調べる研究では、結合部位の電荷だけでなく、膜組成、タンパク質の姿勢、接触面積、周囲の脂質の再配置を組み合わせて読む必要がある[9]。
| 観点 | 固定構造から分かること | 状態分布を調べて分かること |
|---|---|---|
| 立体配置 | ある時点での原子や残基の位置関係を確認できる。 | 複数の配置のうち、どの状態が現れやすいかを比較できる。 |
| 膜への向き | 想定した一つの結合姿勢を確認できる。 | 直立、傾斜、横向きなどの姿勢と、その滞在頻度を調べられる。 |
| 接触残基 | 特定の構造で膜へ近い残基を特定できる。 | 計算時間のうち、各残基がどの程度脂質へ接触していたかを求められる。 |
| 変異の効果 | 新しい結合部位や大きな構造変化を確認できる。 | 既存状態の出現頻度や状態間の移りやすさが変わったかを比較できる。 |
5.3 機能は状態の種類だけでなく滞在確率で決まる
固定構造に基づく単純な説明では、配列から一つの構造が決まり、その構造が機能を決めるという対応を想定しやすい。
\[
\text{配列}
\longrightarrow
\text{一つの構造}
\longrightarrow
\text{機能}
\]
この表現では、変異によって機能が変化した場合、新しい構造や新しい結合部位が生じたと考えることになる。しかし、タンパク質が複数の状態を行き来するなら、機能を決めるのは状態の存在だけではない。各状態がどの程度の頻度で現れ、どれだけ長く維持されるかも必要になる。
\[
\text{配列}
\longrightarrow
\{\text{状態}_1,\text{状態}_2,\ldots,\text{状態}_k\}
\longrightarrow
\text{状態ごとの接触}
\longrightarrow
\text{観測される機能}
\]
状態 \(i\) が現れる確率を \(P_i\)、その状態における膜への結合への寄与を \(A_i\) とする。次の式は論文で用いられた定量モデルではなく、状態分布が観測される機能へ影響する関係を整理するために本稿で置いた概念式である。
\[
A = \sum_{i=1}^{k} P_i A_i
\]
| 記号 | 意味 |
|---|---|
| \(i\) | タンパク質が取りうる一つの状態または膜上の姿勢を表す。 |
| \(P_i\) | 状態 \(i\) が現れる確率、または計算時間中にその状態へ滞在した割合を表す。 |
| \(A_i\) | 状態 \(i\) における膜結合への寄与を表す。 |
| \(A\) | 複数の状態を平均したときに観測される全体の結合能を表す。 |
この説明用モデルでは、強く結合する状態 \(A_i\) が存在していても、その状態がほとんど現れず \(P_i\) が小さければ、全体の結合能への寄与は限られる。反対に、変異によって強く結合する状態の滞在割合が増えれば、各状態の構造を大きく変えなくても平均的な結合能は高くなる。
たとえば、膜から離れやすい姿勢と、複数の残基が同時に膜へ触れる姿勢が、野生型にも変異体にも存在するとする。G13V が後者を新しく作るのではなく、その姿勢へ移りやすくし、離れにくくした場合にも、実験で測定される結合信号は増える。変化したのは状態の種類ではなく、状態間の配分である。
5.4 G13V の効果は膜上の状態分布から検証する必要がある
G13V の機構を検証するには、野生型と変異体を同じ膜環境へ置き、膜へ接近してからどのような姿勢を取るかを比較する必要がある。確認すべき量は、最終的に得られた一つの構造だけではない。
| 比較する量 | 確認できること |
|---|---|
| 膜との距離 | タンパク質が膜へ接近した状態を維持するか、再び離れるかを確認できる。 |
| 膜に対する角度 | 直立、傾斜、横向きなど、どの姿勢を取りやすいかを比較できる。 |
| 状態への滞在時間 | 特定の姿勢が一時的に現れただけか、安定して維持されたかを区別できる。 |
| 残基ごとの接触頻度 | 主要な結合部位以外に、どの残基や末端領域が膜へ接触したかを調べられる。 |
| 脂質の局所配置 | PI(3,5)P2 がタンパク質周辺へ集まり、複数の接触を形成したかを確認できる。 |
これらの値を野生型と G13V で比較すれば、変異が結合部位の化学的性質を直接変えたのか、膜上の姿勢を変えたのか、多点接触を維持しやすくしたのかを切り分けられる。配列解析と CLiB は G13V が有効であることを示したが、その結果だけでは複数の機構候補を区別できない。分子動力学計算は、この説明上の空白を埋めるために使われた。
次に必要になるのは、膜とタンパク質をどのような粒子で表し、どの時間幅を計算し、得られた軌道から姿勢や接触をどのように数えたかという確認である。G13V の作用機構は、計算回数の大きさだけから得られるものではない。独立した複数の軌道から、同じ状態分布の差が繰り返し現れるかを調べることで初めて評価できる。
6. 50 億回の時間更新から、膜上の姿勢を数える
6.1 分子の運動を連続した軌道として計算する
G13V が膜上の姿勢を変えたかを調べるには、野生型と変異体の立体構造を一枚ずつ比較するだけでは足りない。必要なのは、タンパク質が膜へ近づき、向きを変え、脂質と接触し、別の姿勢へ移る過程を時間に沿って追うことである。分子動力学計算は、分子を構成する粒子に働く力を求め、非常に短い時間ごとに位置と速度を更新することで、この運動を数値的な軌道として生成する。
計算には GROMACS が用いられ、長時間の姿勢探索を行う粗視化モデルには Martini、粗視化状態から全原子状態への変換には CG2AT2、全原子モデルのタンパク質力場には CHARMM36m が使われた[1][10][11][12][13]。
ここでいう力場は、粒子の位置関係から系のエネルギーと力を計算するための規則である。電子の状態を量子力学的に毎回解くのではなく、原子間の結合、結合角、近距離での反発、分散力、電荷間相互作用などを数式として与える。計算結果は、この近似モデルと初期条件の下で、どの運動が生じやすいかを示す。
6.2 力から加速度を求め、短い時間刻みで位置を更新する
論文で実際に報告されているのは、GROMACS と指定された力場を用いて軌道を生成したこと、および計算条件と軌道解析の結果である。以下の運動方程式は、分子動力学法の原理を説明する一般式であり、論文固有の入力式を転記したものではない。
粒子 \(i\) の質量を \(m_i\)、位置を \(\mathbf{r}_i\)、系全体のポテンシャルエネルギーを \(U(\mathbf{r})\) とすると、その粒子の運動はニュートンの運動方程式によって表される。
\[
m_i\frac{d^2\mathbf{r}_i}{dt^2}
=
-\nabla_i U(\mathbf{r})
\]
| 記号 | 意味 |
|---|---|
| \(m_i\) | 粒子 \(i\) の質量を表す。 |
| \(\mathbf{r}_i\) | 粒子 \(i\) の三次元空間における位置を表す。 |
| \(U(\mathbf{r})\) | 系を構成する全粒子の位置によって決まるポテンシャルエネルギーを表す。 |
| \(-\nabla_i U\) | 粒子 \(i\) に働く力を表す。エネルギーが低下する方向へ粒子を動かす。 |
| \(d^2\mathbf{r}_i/dt^2\) | 粒子 \(i\) の加速度を表す。 |
ポテンシャルエネルギー \(U\) は、一個の粒子だけで決まる値ではない。周囲の粒子との距離や角度が変われば、結合の伸び、原子同士の反発、電荷間の引力などが変わり、系全体のエネルギーも変化する。エネルギーの位置に対する勾配を求めると、各粒子がどの方向へどれだけ強く動かされるかが得られる。
計算機は連続した時間をそのまま扱えないため、時刻 \(t\) の位置と速度から、短い時間刻み \(\Delta t\) 後の状態を求める。この処理を繰り返すことで、タンパク質、脂質、水、イオンの位置が時系列に並んだ軌道が作られる。
\[
t
\longrightarrow
t+\Delta t
\longrightarrow
t+2\Delta t
\longrightarrow
\cdots
\]
時間刻みを大きくしすぎると、短時間に起こる粒子の運動を追えず、数値計算が不安定になる。反対に、刻みを細かくすると、一回当たりの更新は精密になるが、同じ長さの現象を調べるために必要な計算回数が増える。今回の粗視化計算では、20 fs ごとに状態を更新しながら、1 系列当たり 10 μs の運動を追っている。
6.3 粗視化計算で長時間を探索し、全原子計算で接触を確かめる
全原子モデルでは、水素を含む原子を個別に扱うため、アミノ酸側鎖と脂質頭部の細かな接触を調べられる。その一方で、粒子数が多く、計算できる時間と試行数には限界がある。タンパク質が膜から離れた位置から接近し、向きを変え、複数の姿勢を行き来する過程を何度も調べるには、全原子モデルだけでは計算負荷が大きい。
粗視化モデルでは、複数の原子を一つの粒子へまとめる。原子ごとの細部は省かれるが、計算対象となる粒子数を減らせるため、より長い時間と複数の初期姿勢を調べられる。今回の問いは、化学反応によって共有結合が生成・切断される過程ではなく、タンパク質全体が膜へ近づき、回転し、どの向きで安定するかにある。このため、最初に粗視化計算で広い状態空間を探索する構成が採られた。
ただし、粗視化計算だけでは、個々の原子や水分子を介した接触の詳細が失われる。そこで、粗視化計算から得られた膜結合状態を全原子モデルへ変換し、原子と水分子を明示した条件で再計算する。二種類の計算には、異なる役割がある。
| 計算モデル | 主な役割 | 限界 |
|---|---|---|
| 粗視化モデル | 膜への接近、回転、姿勢遷移を長時間かつ複数系列で探索する。 | 原子単位の接触や水分子を介した相互作用の細部は簡略化される。 |
| 全原子モデル | 粗視化計算で得られた姿勢について、アミノ酸側鎖、脂質頭部、水分子の接触を確認する。 | 計算負荷が高く、粗視化計算と同じ時間と系列数を扱うことは難しい。 |
粗視化と全原子の結果が整合すれば、特定のモデルだけに依存した見かけの姿勢である可能性を下げられる。一方、両者が一致したことだけで、細胞内でも同じ運動が必ず起きるとは断定できない。膜組成、タンパク質濃度、膜曲率、他の膜タンパク質など、計算へ含まれていない条件は残る。
6.4 複数の初期姿勢から同じ膜へ接近させる
分子動力学計算では、最初に与えた配置が結果へ影響する。タンパク質を最初から膜へ結合させ、特定の向きに固定して計算を始めれば、その姿勢の近くにある状態だけを調べることになる。研究グループは、タンパク質を膜から 15 nm 離し、異なる 10 通りの初期姿勢から計算を開始した[1]。
| 条件 | 設定 | 計算上の意味 |
|---|---|---|
| 膜組成 | DOPC 69％、DOPE 30％、標的脂質 1％ | 標的脂質だけを並べた膜ではなく、周囲の主要脂質を含む混合膜で結合を調べる。 |
| 塩濃度 | NaCl 150 mM | 溶液中のイオンによる電荷の遮蔽を含め、正負の電荷が無制限に引き合う条件を避ける。 |
| 温度 | 310 K | 約 37 ℃に相当する熱運動を与える。 |
| 圧力 | 1 bar | 膜と水を常圧付近の状態へ維持する。 |
| 初期距離 | 膜から 15 nm | 最初から結合状態を与えず、膜へ接近する過程を計算へ含める。 |
| 初期姿勢 | 各タンパク質 10 通り | 特定の初期方向だけに結果が依存することを避ける。 |
| 粗視化計算時間 | 1 系列 10 μs | 膜への接近と姿勢間の移動をマイクロ秒尺度で追う。 |
| 時間刻み | 20 fs | 10 μs の軌道を 5 億回の時間更新へ分割する。 |
| 全原子計算 | 各タンパク質について 2 μs を独立に 2 回 | 粗視化計算で得た結合姿勢を、原子と水分子を明示したモデルで確認する。 |
初期姿勢を複数用意する理由は、計算回数を増やして見栄えを整えるためではない。タンパク質が膜へどの面から接近するかによって、最初に形成される接触が変わる。その接触から別の姿勢へ移れる場合もあれば、局所的に安定した状態へ捕らわれる場合もある。異なる向きから始めても同じ結合姿勢へ集まるなら、その状態が特定の初期配置だけによって生じた可能性は低くなる。
6.5 10 μs の軌道を 5 億回の更新へ分割する
1 系列の時間更新回数は、計算した総時間を一回の時間刻みで割ることで求められる。マイクロ秒は \(10^{-6}\) 秒、フェムト秒は \(10^{-15}\) 秒であるため、10 μs と 20 fs を秒へ直すと次の計算になる。
\[
\frac{10\ \mu\mathrm{s}}{20\ \mathrm{fs}}
=
\frac{10\times10^{-6}\ \mathrm{s}}{20\times10^{-15}\ \mathrm{s}}
=
5\times10^8
\]
したがって、1 系列につき 5 億回、10 系列ではタンパク質 1 種類当たり 50 億回の時間更新になる。野生型と G13V 変異体の二種類を合わせると、粗視化計算だけで約 100 億回の更新を行った計算になる。
ただし、更新回数の多さは、結果の正しさを直接保証しない。同じ近似モデルを長時間計算しても、力場が現実の相互作用を適切に表していなければ、軌道は現実から外れうる。長い計算の役割は、短い軌道では現れにくい膜への接近や姿勢遷移を観察し、それらが複数系列で繰り返されるかを調べることにある。
評価すべきなのは、合計何回計算したかではなく、野生型と変異体で状態分布に再現性のある差が現れたかである。G13V の機構を支えるには、特定の一軌道だけで横向き姿勢が現れるのではなく、異なる初期条件から始めた複数の軌道で、その姿勢への移行や滞在が増える必要がある。
6.6 角度と距離から膜上の姿勢分布を作る
論文で実際に解析されたのは、膜に対する角度と距離の分布、残基と PI(3,5)P2 の接触頻度、膜面上の脂質密度である[1]。以下の \(P(\theta,z)\)、\(f_i\)、\(\rho(x,y)\) は、それぞれの集計内容を説明するために本稿で置いた一般形であり、論文掲載式や解析コードの転記ではない。
計算から直接得られるのは、各時点における全粒子の位置である。そのままでは、数十億回の更新を人間が比較することはできない。そこで、タンパク質と膜の関係を少数の変数へ要約する。
説明用の一般形として、時刻 \(t\) における膜に対するタンパク質の角度を \(\theta_t\)、膜からの距離を \(z_t\) とする。角度と距離を小さな区画へ分け、各時点がどの区画へ入ったかを数えると、姿勢の二次元分布を表せる。
\[
P(\theta,z)
=
\frac{1}{N}
\sum_{t=1}^{N}
\mathbf{1}
\left[
(\theta_t,z_t)\in B(\theta,z)
\right]
\]
| 記号 | 意味 |
|---|---|
| \(\theta_t\) | 時刻 \(t\) におけるタンパク質の膜に対する角度を表す。 |
| \(z_t\) | 時刻 \(t\) におけるタンパク質と膜の距離を表す。 |
| \(B(\theta,z)\) | 角度と距離を区切った一つの小領域を表す。 |
| \(\mathbf{1}[\cdot]\) | 時刻 \(t\) の状態が指定した小領域へ入れば 1、入らなければ 0 を返す指示関数を表す。 |
| \(N\) | 分布の作成に使用した全時点数を表す。 |
| \(P(\theta,z)\) | 特定の角度と距離を持つ状態へ滞在した割合を表す。 |
この式は、各時点の姿勢を分類し、その区画へ入った回数を全時点数で割っている。ある角度と距離の組み合わせで \(P(\theta,z)\) が高ければ、タンパク質はその姿勢へ頻繁に現れたか、長く滞在したことになる。
距離だけを見ても、タンパク質がどの面を膜へ向けていたかは分からない。角度だけを見ても、膜へ接触していたのか、離れた場所で同じ向きを取っていただけなのかを区別できない。二つを組み合わせることで、膜に近い位置で直立していた状態、傾いた状態、膜面へ横たわった状態を分けられる。
6.7 残基ごとの接触頻度から多点結合を調べる
姿勢分布によってタンパク質全体の向きは分かるが、どのアミノ酸残基が標的脂質へ接触したかまでは分からない。そこで、各残基と PI(3,5)P2 の距離を時点ごとに測り、一定の距離以内に入った状態を接触として数える。
論文では、アミノ酸残基 \(i\) と、いずれかの標的脂質との距離が 0.7 nm 未満であれば接触とみなしている[1]。その集計を説明する一般形として、残基 \(i\) の接触頻度 \(f_i\) を次のように表す。
\[
f_i
=
\frac{1}{N}
\sum_{t=1}^{N}
\mathbf{1}
\left[
\min_j d_{ij}(t) < 0.7\ \mathrm{nm}
\right]
\]
| 記号 | 意味 |
|---|---|
| \(i\) | 接触頻度を調べる一つのアミノ酸残基を表す。 |
| \(j\) | 膜内に含まれる一つの PI(3,5)P2 分子を表す。 |
| \(d_{ij}(t)\) | 時刻 \(t\) における残基 \(i\) と脂質 \(j\) の距離を表す。 |
| \(\min_j d_{ij}(t)\) | 残基 \(i\) と、その時点で最も近い標的脂質との距離を表す。 |
| \(0.7\ \mathrm{nm}\) | 接触していると判定する距離の境界を表す。 |
| \(f_i\) | 解析した全時点のうち、残基 \(i\) が少なくとも一個の標的脂質へ接触していた割合を表す。 |
\(f_i=0.8\) であれば、解析対象となった時点の 80％で、その残基が少なくとも一個の PI(3,5)P2 から 0.7 nm 未満にあったことになる。この値は、一度でも脂質へ近づいた残基の一覧ではない。接触が計算時間の中でどの程度持続したかを表している。
野生型と G13V で接触頻度を比較すれば、変異によって新しい残基が接触するようになったのか、既に接触していた残基の滞在時間が増えたのかを区別できる。さらに、離れた位置にある複数の残基が同時に高い接触頻度を示せば、タンパク質が特定の姿勢を取ることで、多点接触が成立した可能性を検討できる。
6.8 膜面上の脂質密度から局所的な集積を読む
タンパク質が PI(3,5)P2 へ接触するだけでなく、膜内の PI(3,5)P2 がタンパク質周辺へ集まる可能性もある。脂質分子は膜面内を移動できるため、正電荷を持つタンパク質表面や複数の結合部位の近くに長く滞在すれば、局所的な密度分布として現れる。
論文では、各時点の脂質頭部の位置を膜面上へ投影し、タンパク質周辺の脂質密度を解析している[1]。その集計を説明する一般形として、時刻 \(t\) における脂質 \(j\) の膜面上の位置を \((x_j(t),y_j(t))\) とし、膜面上の位置 \((x,y)\) における脂質密度 \(\rho(x,y)\) を次のように表す。
\[
\rho(x,y)
=
\frac{1}{N}
\sum_{t=1}^{N}
\sum_j
K
\left(
x-x_j(t),
y-y_j(t)
\right)
\]
| 記号 | 意味 |
|---|---|
| \((x_j(t),y_j(t))\) | 時刻 \(t\) における脂質 \(j\) の膜面上の位置を表す。 |
| \(K\) | 脂質の位置を周囲の小領域へ割り当てるための関数を表す。 |
| \(\rho(x,y)\) | 膜面上の位置 \((x,y)\) に標的脂質が現れた頻度または滞在密度を表す。 |
\(\rho(x,y)\) が高い領域は、PI(3,5)P2 が計算中に頻繁に現れたか、長く滞在した場所である。タンパク質の正電荷領域や接触頻度の高い残基の近くで密度が上昇すれば、タンパク質が膜内の標的脂質を局所的に保持している可能性がある。
ただし、この密度分布は細胞内における脂質の合成場所を直接示すものではない。計算箱の中に最初から存在する脂質が膜面内を移動し、タンパク質周辺へ偏った結果である。ここから読めるのは、特定の姿勢を取ったタンパク質が、周囲の PI(3,5)P2 とどのような空間配置を作るかである。
6.9 計算は結合自由エネルギーを直接求めたものではない
姿勢分布、接触頻度、脂質密度を解析しても、結合自由エネルギー \(\Delta G\) や解離定数 \(K_d\) が自動的に得られるわけではない。今回の計算では、野生型と G13V が膜上でどの状態を取り、どの残基が脂質へ接触したかを比較している。膜へ結合した状態と完全に離れた状態の自由エネルギー差を、専用の自由エネルギー計算法によって定量したものではない。
| 計算から評価したもの | 計算だけでは直接求めていないもの |
|---|---|
| 膜に対する角度と距離の分布 | 膜結合の絶対的な自由エネルギー |
| 各姿勢への滞在頻度 | 実験系の解離定数 \(K_d\) |
| 残基ごとの脂質接触頻度 | 結合速度 \(k_{\mathrm{on}}\) と解離速度 \(k_{\mathrm{off}}\) |
| タンパク質周辺の脂質密度 | 細胞内における脂質の合成速度 |
CLiB と結合曲線は、G13V を含む変異体が実験条件下でリポソームを保持しやすいことを示した。分子動力学計算は、その差を説明する候補として、膜上の姿勢、接触残基、多点結合、脂質配置の変化を示す。実験が性能差を測り、計算がその差を生む機構を絞り込むという役割分担である。
次に確認すべきなのは、野生型と G13V の軌道を比較したとき、実際にどの姿勢が増え、どの接触が新たに成立したかである。計算方法の精密さだけでは、変異の意味は決まらない。G13V の説明は、横向き姿勢への滞在、C 末端を含む接触の増加、周囲の PI(3,5)P2 の配置という具体的な差から組み立てる必要がある。
7. 横たわる姿勢が、多点接触を成立させた
7.1 膜結合は一つの姿勢だけでは説明できない
膜結合タンパク質は、決まった向きで膜へ固定されるとは限らない。膜から離れた状態から接近し、最初に触れた残基を足場として回転し、別の面を膜へ向けることがある。複数の初期姿勢から分子動力学計算を行い、膜に対する角度、距離、接触残基を統計的に比較する方法は、膜結合ドメインの研究で用いられてきた[14]。
先行研究からも、膜への親和性は主要な結合部位だけでは決まらないことが分かっている。主要部位から離れた補助的な脂質結合部位が全体の親和性を高める場合があり[15]、同じドメインでも膜上で複数の向きを取りうる[16]。さらに、タンパク質が一個の脂質だけを認識するのではなく、周囲の複数脂質と協調的に接触することで膜への動員が安定する例も報告されている[17]。
| 膜結合を左右する要素 | 結合能へ影響する過程 |
|---|---|
| 主要な脂質結合部位 | 標的脂質を選択的に認識し、膜との最初の接触を形成する。 |
| 補助的な接触部位 | 主要部位とは別の場所で膜へ触れ、結合状態の維持を助ける。 |
| 膜に対する姿勢 | どの残基が膜へ届き、どの接触が同時に成立するかを決める。 |
| 脂質の局所配置 | タンパク質周辺へ標的脂質が集まることで、多点接触を形成しやすくする。 |
この前提に立つと、G13V の効果を一個の新しい結合部位へ還元する必要はない。変異によって膜上の姿勢が変わり、従来は同時に使われにくかった複数の接触領域が協調するようになれば、結合信号は強くなりうる。
7.2 野生型と G13V では姿勢の分布が異なった
軌道解析では、野生型 PX-SnxA が一つの姿勢だけを取り続けたわけではなかった。膜へ比較的直立した状態と、異なる方向へ横たわる状態を行き来していた。タンパク質が膜へ接触していても、その向きは一定ではなく、計算時間の中で複数の状態が現れていた。
G13V 変異体にも複数の姿勢が存在したが、各姿勢への滞在割合は野生型と同じではなかった。膜面へ横たわる特定の状態へ移行し、その状態に長くとどまる傾向が強まった。変異によって全く新しい形が作られたというより、もともと取りうる状態の間で、選ばれやすさと滞在割合が変化したと解釈できる[1]。
膜に対する角度を \(\theta\)、膜からの距離を \(z\) とすると、野生型と変異体の違いは、代表構造の差ではなく、角度と距離の確率分布の差として表せる。
\[
P_{\mathrm{WT}}(\theta,z)
\neq
P_{\mathrm{G13V}}(\theta,z)
\]
| 比較対象 | 野生型 PX-SnxA | G13V 変異体 |
|---|---|---|
| 確認された姿勢 | 比較的直立した状態と、複数の横向き状態を行き来する。 | 野生型と共通する複数状態を取りながら、特定の横向き状態へ偏る。 |
| 状態間の移動 | 異なる姿勢の間を可逆的に移動する。 | 横向き状態へ移った後、その状態を維持する傾向が強い。 |
| 膜との接触面 | 主要な脂質結合領域を中心として膜へ接触する。 | 主要領域に加えて、離れた残基や末端領域まで膜へ近づく。 |
比較しているのは、各分子が最終的にどの一構造へ到達したかではない。計算時間のうち、どの姿勢にどの程度滞在したかである。G13V による機能変化は、構造の種類よりも、状態分布の重みが変わった現象として捉えられる。
7.3 姿勢が変わると、膜へ届く残基の組み合わせが変わる
タンパク質が比較的直立した姿勢を取る場合、膜へ近づけるのは主として下側に位置する脂質結合領域である。分子の側面や上側にある残基は膜から離れており、脂質との接触には参加しにくい。膜面へ横たわると、タンパク質と膜の接触面積が広がり、主要部位から離れた領域まで膜へ近づく。
G13V 変異体が取りやすくなった横向き姿勢では、既存の脂質結合領域に加えて、アルギニンやリジンを含む正電荷領域と C 末端が膜へ接近した[1]。アルギニンとリジンは正電荷を持つため、負に帯電した PI(3,5)P2 のリン酸基と相互作用しやすい。G13V 自体が正電荷を追加しなくても、分子全体の向きが変われば、すでに存在する正電荷残基を追加の接触へ利用できる。
\[
\text{同じアミノ酸残基の集合}
+
\text{異なる膜上姿勢}
\longrightarrow
\text{異なる同時接触の組み合わせ}
\]
配列上に存在する残基の種類が同じでも、それらが膜から遠ければ結合には寄与しない。横向き状態では、離れた位置にある複数の残基が同時に膜へ届く。変異によって変わったのは接触部位の材料ではなく、既存の部位を膜との相互作用へ動員できる空間配置である。
7.4 多点接触は膜近傍への滞在を支えうる
一個の結合部位だけで膜へ接している場合、その接触が外れると、タンパク質全体が膜から離れやすい。膜との距離が広がれば、同じ部位が再び脂質へ接触する確率も低下する。単一接触の解離が、分子全体の解離へ直結しやすい構造である。
複数の接触点が同時に働く場合は、主要な結合部位が一時的に脂質から外れても、別の正電荷残基や C 末端が膜へ接触し、タンパク質全体を膜の近くへ保つ可能性がある。近接状態が維持されれば、外れた部位も再び標的脂質へ接触しやすくなる。
次の二式は、今回の計算で解離速度や再結合速度を直接求めた結果ではなく、多点接触が膜からの完全な解離を抑えうる仕組みを示す説明図である。接触点を \(C_1,C_2,\ldots,C_n\) とすると、単一の接触だけに依存する状態と、複数の接触が並行して成立する状態を概念的に区別できる。
\[
C_1 \text{ の解離}
\longrightarrow
\text{膜からの解離}
\]
\[
C_1 \text{ の解離}
+
C_2,C_3 \text{ の維持}
\longrightarrow
\text{膜近傍への滞在}
\longrightarrow
C_1 \text{ の再結合}
\]
多点接触は、個々の接触を不可逆に強くするのではなく、一部の接触が切れても、残りの接触によってタンパク質を膜の近くへ保つ機構として働きうる。この解釈は、実験で観察されたリポソーム保持量と見かけの結合能の増加と整合するが、今回の計算で解離時間や再結合速度を直接定量したものではない。
| 結合様式 | 一部の接触が外れた場合 | 全体への帰結 |
|---|---|---|
| 単一接触 | 残る接触がないため、タンパク質が膜から離れやすい。 | 同じ脂質へ再結合する前に、膜近傍から失われる可能性が高い。 |
| 多点接触 | 他の接触がタンパク質を膜の近くへ保持する。 | 外れた部位が再び結合しやすく、膜上の滞在が長くなる。 |
この説明は、CLiB から得られた見かけの結合能とも整合する。酵母表面のタンパク質とリポソーム膜の間では、複数の分子が同時に接触しうる。G13V によって一分子内で膜へ接近する領域が増えれば、リポソーム全体が洗浄後も保持される可能性が高まる。
7.5 タンパク質の姿勢は周囲の脂質配置も変える
膜面へ横たわったタンパク質は、広い範囲の正電荷領域を膜へ向ける。PI(3,5)P2 は負に帯電したリン酸基を持つため、膜面内を移動する過程で、これらの正電荷領域の近くへ滞在しやすくなる。タンパク質が既存の脂質へ接触するだけでなく、その周囲に標的脂質が偏ることで、次の接触が成立しやすい局所環境が作られる可能性がある。
次の関係は、計算結果から考えられる相互作用を整理した説明図であり、脂質の移動速度や姿勢の安定化速度を直接求めたものではない。
\[
\text{横向き姿勢}
\longrightarrow
\text{広い正電荷面の形成}
\longrightarrow
\text{PI(3,5)P}_{2}\text{ の局所的な滞在}
\longrightarrow
\text{追加接触の成立}
\]
追加接触が成立すれば、横向き姿勢はさらに維持されやすくなる。姿勢が脂質配置を変え、脂質配置が同じ姿勢を支えるという相互作用が生じうる。
\[
\text{姿勢の安定化}
\rightleftarrows
\text{脂質の局所配置}
\]
ただし、計算で得られた脂質密度は、細胞がその場所で PI(3,5)P2 を新しく合成したことを示すものではない。計算開始時から膜内に存在した脂質が移動し、タンパク質周辺へ偏った結果である。ここから読み取れるのは、G13V の姿勢が周囲の標的脂質を保持しやすい配置と整合したことであり、細胞内の脂質合成機構そのものではない。
7.6 G13V から結合能の向上までには複数の段階がある
G13V と実験で観察された結合能の向上は、一段階の因果関係では結ばれない。計算から直接示された中心的な差は、膜上で選ばれる姿勢の分布と、その姿勢で膜へ接近する領域の組み合わせである。次の式は、実験結果と計算結果を接続する説明図であり、各段階の速度や自由エネルギーを算出したものではない。
\[
\text{G13V 変異}
\longrightarrow
\text{横向き姿勢への偏り}
\longrightarrow
\text{複数領域の膜接触}
\longrightarrow
\text{実験で観察された結合信号の増加}
\]
| 段階 | 起きる変化 | 確認に使われた情報 |
|---|---|---|
| アミノ酸置換 | 13 番目のグリシンがバリンへ置き換わる。 | 変異配列の解析によって確認される。 |
| 状態分布の変化 | 膜面へ横たわる姿勢への移行と滞在が増える。 | 角度と距離の分布から比較される。 |
| 接触領域の拡大 | 主要部位に加え、正電荷領域と C 末端が膜へ近づく。 | 残基ごとの接触頻度から確認される。 |
| 脂質配置の変化 | タンパク質周辺に PI(3,5)P2 が現れやすくなる。 | 膜面上の脂質密度から確認される。 |
| 結合信号の増加 | リポソームが酵母表面へ保持されやすくなる。 | CLiB と濃度依存的な結合測定から確認される。 |
この因果の連鎖のうち、CLiB が直接示したのは、変異体が実験条件下で高い結合信号を示すことである。分子動力学計算が与えたのは、その性能差と整合する姿勢および接触の機構である。計算だけから G13V の結合能を定量的に予測したわけではなく、実験で得られた差を説明するために、状態分布と多点接触を比較した。
7.7 小さな配列差は、既存部位の使われ方を変える
G13V によって、脂質結合に使われる新しい化学基が追加されたわけではない。変異前から存在していた正電荷残基や C 末端が、膜へ届く姿勢の滞在割合が増えた。機能差を生んだのは、部品の追加ではなく、既存部品が同時に働ける配置への偏りである。
この結果は、タンパク質機能を配列と一つの静止構造だけで対応付ける見方の限界を示す。同じように見える立体構造を持つ変異体でも、各状態の出現確率、状態間の移りやすさ、膜上での滞在時間が異なれば、実験で測定される機能は変わる。
G13V の作用機構は、次の対比として整理できる。
| 説明 | G13V との適合性 |
|---|---|
| 正電荷を持つ新しい結合残基が追加された | グリシンとバリンはいずれも無電荷であり、直接の説明にはならない。 |
| 全く新しい脂質結合部位が形成された | 計算が示した中心的な変化ではない。 |
| 膜上の横向き姿勢が選ばれやすくなった | 角度と距離の状態分布の差と整合する。 |
| 既存の複数領域が同時に膜へ接触した | 残基接触と C 末端の膜接近によって支持される。 |
小さな配列差が大きな機能差へつながった経路は、固定構造の置き換えではなく、状態分布の再配分として説明できる。第 3 章で選別された G13V は、第 6 章の軌道解析を通じて、横向き姿勢、多点接触、脂質の局所配置という具体的な機構へ結び付けられた。
この改変の価値は、計算上の結合状態を説明できたことだけにない。多点接触によって細胞内でも膜局在を維持できれば、従来の PX-SnxA では背景へ埋もれていた PI(3,5)P2 の局所的な分布を観察できる可能性が生まれる。次章では、改変プローブを細胞へ戻したとき、どのような膜領域が新たに識別されたのかを確認する。
8. 改変プローブは、膜の局所差を浮かび上がらせた
8.1 新規性は PI(3,5)P2 を初めて見たことではない
PI(3,5)P2 を細胞内で観察するプローブは、今回初めて作られたわけではない。PI(3,5)P2 を合成する酵素 PIKfyve の活性と脂質分布の変化を追う報告があり[18]、細胞内の PI(3,5)P2 を操作しながら観察するための道具群も開発されている[19]。今回の成果を「見えなかった脂質を初めて可視化した」と表現すると、既存研究との違いを正確に捉えられない。
今回の新規性は、天然に存在する脂質結合ドメインの中から使えそうなものを探し、その性能を受け入れる方法から一歩進んだ点にある。CLiB によって多数の変異体を同じ条件で測定し、標的への親和性と類似脂質を排除する特異性を基準として候補を選び、得られた変異体を細胞内観察へ戻した。観察対象に合わせてプローブを改変する工程が、測定、選別、配列解析、機構解析の連続した手順として示された。
\[
\text{天然ドメインの探索}
\longrightarrow
\text{利用可能な性能を受け入れる}
\]
\[
\text{大量測定}
\longrightarrow
\text{変異体の選別}
\longrightarrow
\text{機構の検証}
\longrightarrow
\text{観察目的に合うプローブの作製}
\]
PX-SnxAGV の価値は、従来より強い蛍光を得たことだけにない。どの変異が結合を高めたかを大量並列解析で特定し、その変異が膜上の姿勢分布と多点接触を変えることを計算から説明したうえで、細胞内の局所的な膜領域を観察した。プローブの作製と、プローブが何を測っているかの機構的説明が接続されている。
8.2 高浸透圧ストレスでは総量の増加だけでなく局所的な偏りが現れた
酵母では、高浸透圧ストレスを受けると PI(3,5)P2 の合成が増加することが以前から知られている[20]。細胞外の溶質濃度が高くなると、細胞から水が失われ、液胞を含む細胞内膜系は急激な体積変化へ対応しなければならない。PI(3,5)P2 の増加は、この膜動態を調節する応答の一部として理解されてきた。
従来の知見が主として示していたのは、刺激後に PI(3,5)P2 の量が増えるという変化である。しかし、細胞全体の量が増えたことだけでは、その脂質が液胞膜全体へ均一に分布したのか、特定の膜領域へ偏ったのかは分からない。同じ総量であっても、配置が異なれば、そこで呼び寄せられるタンパク質や進行する膜変形は変わりうる。
\[
\text{細胞全体の脂質量}
\neq
\text{膜上の局所濃度分布}
\]
改変した PX-SnxAGV を使うと、高浸透圧条件で液胞膜全体が一様に明るくなるだけではなく、PI(3,5)P2 が濃縮していると考えられる限られた膜領域が観察された[1]。結合能の低いプローブでは、狭い領域の信号が細胞質の背景へ埋もれやすい。PX-SnxAGV によって局所的な膜領域を観察しやすくなったことは確認されたが、その理由をプローブの滞在時間だけに還元することはできない。
| 分布状態 | 細胞全体の量 | 膜上で起こりうること |
|---|---|---|
| 均一な増加 | 細胞全体では増加する。 | 広い膜領域で同程度の脂質依存反応が起こりうる。 |
| 局所的な濃縮 | 全体量が同じでも成立しうる。 | 限られた場所で脂質結合タンパク質が集まり、膜変形や輸送反応が集中しうる。 |
| 局所的な消失 | 全体量の変化が小さくても成立しうる。 | 特定領域だけで脂質依存反応が停止する可能性がある。 |
プローブの改良によって加わった情報は、脂質量の増減ではなく、増えた脂質が膜上のどこへ配置されたかである。高浸透圧応答は、PI(3,5)P2 を細胞全体で増やす反応としてだけでなく、液胞膜の一部に異なる化学環境を作る反応として調べられるようになった。
8.3 マクロファージ様細胞では膜変形に伴う信号が観察された
哺乳類のマクロファージ様細胞では、ミトコンドリア損傷後のリソソーム関連小器官や、ミクロオートファジーに伴う膜領域で PX-SnxAGV の信号が観察された[1]。ミクロオートファジーは、リソソームや液胞の膜が細胞質側へ変形し、細胞質成分を直接取り込む過程である[21]。
マクロファージ内の損傷ミトコンドリアがミクロオートファジーによって処理されることが報告されており[22]、ストレスによって誘導されるミクロオートファジーは、PI(3,5)P2 を生成する PIKfyve の働きによって調節されることも示されている[23]。今回観察された局所信号は、こうした既知の生物学的関係と整合する。
膜が細胞質成分を取り込むには、平坦な状態から曲がり、くぼみ、取り込み対象を囲む必要がある。この変形が膜全体で同時に起こるわけではない。取り込みが進む限られた場所で、脂質組成、膜結合タンパク質、膜の曲率が局所的に変化する。PI(3,5)P2 がその領域へ偏れば、脂質を認識するタンパク質の集合や膜変形を特定の場所へ限定できる可能性がある。
\[
\text{細胞ストレス}
\longrightarrow
\text{PIKfyve 系の活性変化}
\longrightarrow
\text{局所的な PI(3,5)P}_{2}\text{ 環境}
\longrightarrow
\text{膜変形に関わる分子の動員}
\]
ただし、この因果関係のすべてを今回の蛍光像だけで証明したわけではない。観察から確認できるのは、PX-SnxAGV の信号が特定の膜形状や細胞条件と対応して現れたことまでである。PI(3,5)P2 が膜変形を開始させたのか、膜変形後に集まったのか、別の反応によって両者が同時に生じたのかは、時間分解能を高めた観察や酵素活性の操作によって切り分ける必要がある。
8.4 総量、局在、分子機構は異なる測定から得られる
脂質の働きを理解するには、試料全体にどれだけ含まれるか、細胞内のどこに分布するか、膜上でどの分子と接触するかを区別する必要がある。これらは一つの測定から同時に得られる情報ではない。
| 測定方法 | 直接得られる情報 | 強み | 単独では決められないこと |
|---|---|---|---|
| 質量分析 | 試料全体に含まれる脂質種と量を測定する。 | 類似した脂質を区別し、量の変化を定量的に比較できる。 | 個々の膜領域における位置、形状、時間変化は平均化される。 |
| 蛍光プローブ | 細胞内でプローブが結合した場所と、その時間変化を観察する。 | 局所的な濃縮、膜形状、出現と消失の過程を保持できる。 | 信号の強さが脂質量だけでなく、プローブの親和性、濃度、接近可能性にも依存する。 |
| 分子動力学計算 | 膜上の姿勢、接触残基、脂質配置の時間変化を計算する。 | 実験で得られた性能差に対応する分子機構を比較できる。 | 有限時間と近似モデルに基づくため、細胞内の全条件をそのまま再現するわけではない。 |
ホスホイノシチドの異性体を一斉に測定する質量分析法は、構造の似た脂質を区別し、試料全体の量を厳密に比較するために有効である[24]。一方、細胞を破砕して脂質を抽出すると、どの膜のどの領域に存在したかという空間情報は失われる。
蛍光プローブは空間情報を保持できるが、信号量を脂質分子数へ直接置き換えることは難しい。プローブが膜へ到達できる割合、結合と解離の速度、発現量、膜の形状が信号へ影響する。質量分析と蛍光観察は、同じ対象を競合する方法ではなく、総量と局在という異なる座標から測定する方法である。
分子動力学計算は、さらに異なる役割を持つ。PX-SnxAGV の蛍光が強くなった事実を再測定するのではなく、G13V によって膜上の姿勢と接触残基がどう変わったかを調べる。総量、局在、分子機構を別々に測り、結果を接続することで、単一の測定では区別できない説明を絞り込める。
8.5 プローブの局在は脂質そのものの直接像ではない
PX-SnxAGV が局所的に集まったことは、その場所にプローブが結合しやすい膜環境があったことを示す。信号を PI(3,5)P2 の局所濃縮として解釈するには、プローブが他の脂質へ強く結合しないこと、細胞内で凝集していないこと、標的膜へ到達できること、既知の PI(3,5)P2 依存条件と局在が対応することが必要になる。
観測された信号 \(Y\) は、実際の脂質分布 \(X\) だけでなく、プローブの性質 \(P\) と細胞内環境 \(E\) によって決まる。
\[
Y=M(X,P,E)
\]
プローブの親和性を高めると、従来は短時間で解離していた局所領域を捉えやすくなる。その一方で、結合が強すぎれば、プローブ自身が PI(3,5)P2 を長時間保持し、脂質を利用する他のタンパク質との競合や、脂質の移動の抑制を起こす可能性がある。観測能力の向上と、観測対象への介入は同じ変更から生じうる。
| 信号の解釈候補 | 局所蛍光が生じる過程 | 追加で必要な確認 |
|---|---|---|
| 脂質の局所合成 | 限られた膜領域で PI(3,5)P2 の生成速度が上昇する。 | 合成酵素の局在、活性変化、生成速度を直接測定する必要がある。 |
| 脂質の移動 | 別の膜領域で作られた脂質が移動し、観察場所へ集まる。 | 脂質輸送や膜交通を操作し、局在の変化を追う必要がある。 |
| 分解の抑制 | 局所的に脂質の分解速度が低下し、濃度が上昇する。 | 分解酵素の局在と活性を調べる必要がある。 |
| 接近可能性の変化 | 膜曲率や周囲のタンパク質が変わり、プローブが脂質へ近づきやすくなる。 | 脂質量とは独立に膜形状と分子混雑の影響を検証する必要がある。 |
| プローブによる保持 | 高親和性プローブが脂質を捕捉し、局所信号を長く維持する。 | プローブ発現量を変え、脂質依存反応への影響を確認する必要がある。 |
論文は、観察された膜領域が局所的な PI(3,5)P2 合成を示唆すると解釈している[1]。確認されたのは、改変プローブが限られた膜領域へ集まり、その分布が高浸透圧応答やミクロオートファジーに関する既知の知見と整合したことである。局所的な合成速度を直接測定した結果ではないため、脂質の移動、分解抑制、膜への接近可能性の変化は検討対象として残る。
8.6 見えるようになったことで、次に区別すべき仮説が生まれた
改変プローブによって得られた局所信号は、PI(3,5)P2 の働きを最終的に説明した結果ではない。従来は一様な低信号として見えていた膜を、信号のある領域とない領域へ分け、位置と形状を持つ現象として扱えるようにした結果である。
局所領域を観察できなければ、そこで脂質が合成されたのか、移動してきたのか、分解されずに残ったのかという問い自体を実験へ落とし込みにくい。領域の出現時刻、消失時刻、形状、他のタンパク質との位置関係を測れるようになると、複数の説明を異なる予測へ分けられる。
\[
\text{局所信号の検出}
\longrightarrow
\text{時間と位置を持つ現象として記述}
\longrightarrow
\text{異なる生成機構の予測を分離}
\longrightarrow
\text{追加実験による検証}
\]
PX-SnxAGV が拡張したのは、画像の明るさだけではない。PI(3,5)P2 を細胞全体の量として扱うだけでなく、特定の膜領域に現れ、膜変形とともに変化する局所変数として調べる範囲を広げた。見えるようになったことによって、説明が確定したのではなく、それまで区別できなかった機構候補を、観察可能な仮説へ変えたのである。
9. 観測手段は、どの差異を現象として取り出すかを決める
9.1 測定、選別、計算、観察が一つの循環を作る
本研究の工程は、完成したプローブを細胞へ入れて観察するだけではない。最初に、タンパク質と脂質の結合を酵母細胞の蛍光へ変換する。次に、蛍光の強さによって細胞を選別し、各画分の配列を読み取る。得られた変異体について、膜上の姿勢と脂質接触を分子動力学計算で比較する。最後に、改変したプローブを細胞内へ戻し、PI(3,5)P2 の局在を観察する。
\[
\text{脂質結合}
\longrightarrow
\text{細胞蛍光}
\longrightarrow
\text{変異配列}
\longrightarrow
\text{膜上の姿勢}
\longrightarrow
\text{細胞内局在}
\]
各工程は、前の工程から得られた結果を別の形式へ変換している。CLiB は結合能を蛍光へ変え、細胞選別と次世代シーケンシングは蛍光差を配列差へ戻す。分子動力学計算は配列差を状態分布の差として解釈し、細胞観察は、その機構を持つ改変体が実際の膜環境でどの局在を示すかを確かめる。
| 工程 | 入力 | 出力 | 次工程での役割 |
|---|---|---|---|
| CLiB | 候補タンパク質と蛍光リポソーム | 細胞ごとの結合蛍光 | 結合能の異なる細胞を選別可能にする。 |
| 配列解析 | 蛍光強度別に分けた細胞集団 | 各画分に含まれる変異配列と頻度 | 機能差を生んだアミノ酸置換を特定する。 |
| 分子動力学計算 | 野生型と変異体の構造、脂質膜 | 姿勢分布、接触頻度、脂質配置 | 結合能が変化した機構を絞り込む。 |
| 細胞内観察 | 改変プローブと生きた細胞 | 膜上の局所的な蛍光分布 | 改変体が実際の細胞環境で使えるかを検証する。 |
この循環があるため、G13V は「選別で偶然見つかった明るい変異体」にはとどまらない。実験で結合能を確認し、計算で姿勢変化を読み、細胞内で局在を確かめることで、配列、分子機構、観察像が同じ因果の中へ置かれている。
9.2 入力を設計する研究から、読み取り方を設計する研究へ進む
既稿「生命への問いを設計する科学」では、人工基質を多数作り、酵素へ異なる入力を与えることが、生命分子に対する問いの設計として整理された[25]。酵素が何を処理できるかを知るには、自然界で偶然見つかった基質だけを待つのではなく、異なる構造を持つ入力を系統的に与える必要があった。
CLiB が設計したのは、入力よりも応答の読み取り方である。タンパク質と脂質の結合は、そのままでは数千種類を並べて比較できない。結合をリポソームの保持へ、保持を酵母細胞の蛍光へ変換することで、分子間相互作用を選別可能な信号にした。
| 研究上の設計対象 | 既稿で扱った構造 | CLiB で扱われた構造 |
|---|---|---|
| 入力 | 人工基質の種類を増やし、酵素へ与える問いの範囲を広げる。 | 標的脂質と類似脂質を含むリポソームを選択条件として与える。 |
| 応答 | 酵素が基質を処理したかを反応生成物から読む。 | 候補タンパク質が脂質へ結合したかを細胞蛍光から読む。 |
| 探索空間 | 酵素が処理できる化学構造の範囲を広げる。 | 脂質結合能を持つ変異配列の範囲を大量並列で調べる。 |
入力空間を広げても、応答を区別できる測定系がなければ、多数の結果は同じ「反応した」「反応しなかった」という粗い分類へ潰れる。反対に、高精度の測定系があっても、比較する入力が狭ければ、見つけられる機能も限定される。生命分子の能力を探索するには、何を与えるかと、何を差として読み取るかの両方を設計する必要がある。
9.3 測定値は対象の一部を保存し、別の情報を捨てる
測定可能になった値を、対象そのものと同一視することはできない。既稿「測ることは、考えることの代わりにならない」で整理したように、指標は現実の一側面を比較可能な形で保存する一方、測定形式に入らない情報を切り落とす[26]。
CLiB の蛍光値は、洗浄後に酵母表面へ保持されたリポソームの量を比較するには適している。しかし、その値だけから、タンパク質一分子の結合自由エネルギー、膜上の姿勢、どの残基が脂質へ触れたかを直接求めることはできない。分子動力学計算は姿勢と接触を与えるが、細胞内での脂質合成速度や、実験系の解離定数を直接算出するものではない。
| 測定結果 | 保存される情報 | 切り落とされる情報 |
|---|---|---|
| CLiB の蛍光値 | 同じ条件下でリポソームを保持する相対的な能力 | 単一分子の結合エネルギー、膜上の姿勢、個別接触の時間変化 |
| 四画分の配列頻度 | 各変異体がどの結合強度帯へ偏ったか | 各細胞の連続的な蛍光値、変異が機能を変えた分子機構 |
| 分子動力学軌道 | 近似モデル内の姿勢、距離、接触、脂質配置の時間変化 | 細胞内に存在する全分子、長時間の生理応答、脂質の合成と分解 |
| 蛍光顕微鏡像 | プローブが局在した位置、形状、時間変化 | 脂質分子の絶対数、局在が生じた反応速度、プローブ非存在時の状態 |
測定手段を組み合わせる理由は、同じ事実を何度も確認するためではない。それぞれが保存する情報と捨てる情報が異なるためである。CLiB で性能差を測り、計算で分子機構を調べ、顕微鏡で空間分布を観察することで、一つの測定だけでは残る解釈の幅を狭めている。
9.4 弱い信号と強い信号には異なる解釈上の危険がある
脂質プローブの観察では、弱い信号と強い信号のどちらにも固有の誤読がある。信号が弱い場合、対象脂質が存在しない可能性と、プローブが十分に結合できない可能性を分離できない。信号が強い場合も、脂質量が多いことと、プローブの親和性や発現量が高いことを区別する必要がある。
| 観察 | 成立しうる説明 | 誤って断定しやすいこと |
|---|---|---|
| 信号が弱い | 脂質がない、脂質が少ない、局所領域が小さい、プローブが弱い、標的へ近づけない。 | 対象脂質がその場所に存在しないと判断する。 |
| 信号が強い | 脂質が多い、局所濃度が高い、プローブが強い、プローブ量が多い、接近可能性が高い。 | 蛍光強度が脂質量を直接表すと判断する。 |
| 局所的な信号が現れる | 局所合成、脂質移動、分解抑制、膜形状の変化、プローブによる保持が起きている。 | その場所で脂質が新しく合成されたと断定する。 |
このため、次の二つの判断を同時に維持する必要がある。
\[
\text{弱い信号}
\not\Rightarrow
\text{脂質の不存在}
\]
\[
\text{強い信号}
\not\Rightarrow
\text{脂質分布の無媒介な直接像}
\]
第一の式は、検出限界とプローブ性能を考慮せずに不存在を判断できないことを示す。第二の式は、強い蛍光であっても、プローブという変換器の性質が信号へ含まれることを示す。感度を高めたことで見逃しは減るが、信号と脂質量を同一視できるようになるわけではない。
9.5 感度を上げると、対象へ介入する危険も増える
プローブの親和性を高めると、低濃度の脂質や狭い膜領域を捉えやすくなる。従来は短時間で離れていたプローブが膜上に長く残るため、局所的な差を蛍光像として積算できる。PX-SnxAGV が従来見えにくかった膜領域を捉えられた背景には、この滞在時間の増加がある。
同じ性質は、観測対象へ影響する原因にもなる。PI(3,5)P2 を強く保持するプローブが大量に存在すれば、脂質を利用する酵素や内在性の結合タンパク質と競合する。脂質の移動を遅らせたり、分解酵素から保護したりすれば、観察される局在はプローブを導入する前の状態から変化しうる。
\[
\text{親和性の向上}
\longrightarrow
\begin{cases}
\text{局所信号の検出能力が上がる}\\
\text{標的脂質を保持する作用も強くなる}
\end{cases}
\]
観測能力と介入作用は、別々の変更から生じるとは限らない。検出感度を上げた同じ改変が、対象の動態を変える可能性を持つ。高性能なプローブほど無条件に信頼できるのではなく、発現量を変えた場合の局在、細胞機能への影響、低親和性変異体との比較を通じて、観測による擾乱を点検する必要がある。
感度の向上によって解釈が簡単になるわけではない。弱いプローブでは見えなかった差異を扱えるようになる一方、プローブ自身の作用を評価する責任が加わる。観測範囲の拡大と解釈条件の追加は、同時に起きる。
9.6 差異は読み取り系へ接続されて初めて比較可能になる
既稿「意味は差異の読み取りから生まれる」では、物理的な差異が存在するだけでは、利用可能な情報にはならないことを扱った。差異を検出し、別の状態へ変換する読み取り系へ接続されることで、初めて分類や判断に使える信号になる[27]。
CLiB でも、変異体ごとに脂質結合能が異なっていても、その違いを直接一覧にすることはできない。脂質結合をリポソーム保持へ変え、リポソーム保持を細胞蛍光へ変え、蛍光によって細胞を分け、各画分の配列を読むことで、結合能の差が比較可能なデータになる。
\[
\text{分子間相互作用の差}
\longrightarrow
\text{細胞蛍光の差}
\longrightarrow
\text{画分構成の差}
\longrightarrow
\text{配列スコアの差}
\]
同じ構造は、細胞内観察にも現れる。膜上に PI(3,5)P2 の濃度差があっても、プローブが十分に結合できなければ、画像上では一様な背景として見える。PX-SnxAGV が局所領域へ保持されることで、膜内の化学的な差が蛍光強度と形状の差へ変換された。
\[
\text{膜内の脂質分布差}
\longrightarrow
\text{プローブの局在差}
\longrightarrow
\text{蛍光像の空間差}
\]
読み取り系は、存在しなかった差異を作り出したわけではない。従来の測定では同じ信号へまとめられていた状態を、別の状態として区別できるようにした。科学的な現象として記述できる範囲は、対象側の性質だけでなく、どの差異を安定した信号へ変えられるかによっても決まる。
9.7 G13V は、膜上で選ばれる姿勢の割合を変えた
G13V の効果を記事全体の流れへ戻すと、変異から観察像までには複数の段階がある。G13V は正電荷を持つ新しい残基を追加しなかった。計算では、変異体が膜面へ横たわる姿勢に偏り、その姿勢で主要な脂質結合領域、複数の正電荷残基、C 末端が同時に膜へ接触する傾向が示された[1]。
\[
\text{G13V}
\longrightarrow
\text{横向き姿勢への偏り}
\longrightarrow
\text{複数領域の膜接触}
\longrightarrow
\text{実験で観察された結合信号の増加}
\]
この因果の前半は分子動力学計算による姿勢と接触の比較、後半は CLiB と細胞観察によって確認された結果である。計算は、膜からの解離時間、再結合速度、蛍光信号が保持される時間を直接算出したものではない。多点接触が膜近傍への滞在を支えるという説明は、実験結果と整合する機構候補として位置づけられる。
ここでいう解像度は、顕微鏡の画素数だけを指さない。同じ装置を使っても、プローブの親和性、特異性、膜上での姿勢が異なれば、識別できる膜領域は変わる。PX-SnxAGV によって局所的な PI(3,5)P2 関連領域を観察しやすくなったことと、その原因を特定の保持時間だけで説明することは分けて考える必要がある。
9.8 観測可能性を設計することも科学的発見である
本研究が新しい脂質分子を発見したわけではない。PI(3,5)P2 の存在も、高浸透圧応答や膜交通との関係も以前から研究されていた。新しく作られたのは、脂質結合能を大量並列で比較し、目的に合う変異体を選び、局所的な膜環境を観察する経路である。
この経路によって、従来は同じ低信号として扱われていた膜領域を、異なる局在として記述できるようになった。局所信号が得られれば、脂質がその場で合成されたのか、別の場所から移動したのか、分解が抑えられたのかという仮説を、時間と位置の違いとして検証できる。
\[
\text{識別できなかった差異}
\longrightarrow
\text{測定可能な差異}
\longrightarrow
\text{検証可能な機構仮説}
\]
観測手段が現実そのものを作るわけではない。現実に含まれる差異のうち、どの差異を安定した信号として取り出し、比較し、次の実験へつなげられるかを変える。CLiB の成果は、脂質プローブを一つ改良したことに加え、脂質結合という分子機能を測定、選別、機構解析、細胞観察へ接続できる形にしたことにある。
G13V が示したのは、分子機能が一つの固定構造へ閉じていないことである。変異は新しい結合部位を単純に追加せず、膜上で取りうる姿勢の分布を変え、既存の複数領域が同時に膜へ接触する状態へ偏らせた。その改変体によって、従来より局所的な PI(3,5)P2 関連領域を観察しやすくなった。
本研究から導かれる結論は、観測手段が生命現象を単に明るく写すということではない。分子が取りうる状態のうち、どの差を測定可能な信号へ変換できるかによって、研究対象として区別できる現象の範囲が変わる。G13V は新しい正電荷を加えず、膜上で選ばれる姿勢と接触領域の組み合わせを変えた。その機構を持つ改変プローブによって、従来より局所的な PI(3,5)P2 の膜分布を観察しやすくなった。
参考文献
- Nishimura, T., Tsuboyama, K., Nakagaki, Y. et al., Cell surface liposome binding (CLiB) allows lipid-binding probe engineering via high-throughput screening, Nature Cell Biology（2026）. https://doi.org/10.1038/s41556-026-01996-8
- 大阪大学・東京大学生産技術研究所・慶應義塾大学, 【共同発表】見えなかった膜脂質が見える―新技術 CLiB アッセイで膜脂質可視化ツールを開発―（2026-07-06）. https://www.iis.u-tokyo.ac.jp/ja/news/5099/
- Hammond, G. R. V., Ricci, M. M. C., Weckerly, C. C. and Wills, R. C., An update on genetically encoded lipid biosensors, Molecular Biology of the Cell, 33, tp2（2022）. https://doi.org/10.1091/mbc.E21-07-0363
- Lemmon, M. A., Membrane recognition by phospholipid-binding domains, Nature Reviews Molecular Cell Biology, 9, 99–111（2008）. https://doi.org/10.1038/nrm2328
- Pemberton, J. G. and Balla, T., Polyphosphoinositide-Binding Domains: Insights from Peripheral Membrane and Lipid-Transfer Proteins, Advances in Experimental Medicine and Biology, 1111, 77–137（2019）. https://doi.org/10.1007/5584_2018_288
- Nishimura, T. and Tsuboyama, K., Cell surface liposome binding (CLiB) assay, Protocols.io（2026）. https://doi.org/10.17504/protocols.io.14egn5q1qg5d/v1
- Fowler, D. M. and Fields, S., Deep mutational scanning: a new style of protein science, Nature Methods, 11, 801–807（2014）. https://doi.org/10.1038/nmeth.3027
- Chandra, M. et al., Classification of the human phox homology (PX) domains based on their phosphoinositide binding specificities, Nature Communications, 10, 1528（2019）. https://doi.org/10.1038/s41467-019-09355-y
- Corey, R. A., Stansfeld, P. J. and Sansom, M. S. P., The energetics of protein–lipid interactions as viewed by molecular simulations, Biochemical Society Transactions, 48, 25–37（2020）. https://doi.org/10.1042/BST20190149
- Abraham, M. J. et al., GROMACS: High performance molecular simulations through multi-level parallelism from laptops to supercomputers, SoftwareX, 1–2, 19–25（2015）. https://doi.org/10.1016/j.softx.2015.06.001
- de Jong, D. H. et al., Improved Parameters for the Martini Coarse-Grained Protein Force Field, Journal of Chemical Theory and Computation, 9, 687–697（2013）. https://doi.org/10.1021/ct300646g
- Vickery, O. N. and Stansfeld, P. J., CG2AT2: An Enhanced Fragment-Based Approach for Serial Multiscale Molecular Dynamics Simulations, Journal of Chemical Theory and Computation, 17, 6472–6482（2021）. https://doi.org/10.1021/acs.jctc.1c00295
- Huang, J. et al., CHARMM36m: an improved force field for folded and intrinsically disordered proteins, Nature Methods, 14, 71–73（2017）. https://doi.org/10.1038/nmeth.4067
- Yamamoto, E., Kalli, A. C., Yasuoka, K. and Sansom, M. S. P., Interactions of Pleckstrin Homology Domains with Membranes: Adding Back the Bilayer via High-Throughput Molecular Dynamics, Structure, 24, 1421–1431（2016）. https://doi.org/10.1016/j.str.2016.06.002
- Yamamoto, E. et al., Multiple lipid binding sites determine the affinity of PH domains for phosphoinositide-containing membranes, Science Advances, 6, eaay5736（2020）. https://doi.org/10.1126/sciadv.aay5736
- Le Huray, K. I. P., Wang, H., Sobott, F. and Kalli, A. C., Systematic simulation of the interactions of pleckstrin homology domains with membranes, Science Advances, 8, eabn6992（2022）. https://doi.org/10.1126/sciadv.abn6992
- Vonkova, I. et al., Lipid Cooperativity as a General Membrane-Recruitment Principle for PH Domains, Cell Reports, 12, 1519–1530（2015）. https://doi.org/10.1016/j.celrep.2015.07.054
- Vines, J. H. et al., A PI(3,5)P2 reporter reveals PIKfyve activity and dynamics on macropinosomes and phagosomes, Journal of Cell Biology, 222, e202209077（2023）. https://doi.org/10.1083/jcb.202209077
- Pemberton, J. G. et al., An advanced toolset to manipulate and monitor subcellular phosphatidylinositol 3,5-bisphosphate, Journal of Cell Biology, 224, e202408158（2025）. https://doi.org/10.1083/jcb.202408158
- Dove, S. K. et al., Osmotic stress activates phosphatidylinositol-3,5-bisphosphate synthesis, Nature, 390, 187–192（1997）. https://doi.org/10.1038/36613
- Wang, L., Klionsky, D. J. and Shen, H.-M., The emerging mechanisms and functions of microautophagy, Nature Reviews Molecular Cell Biology, 24, 186–203（2023）. https://doi.org/10.1038/s41580-022-00529-z
- Lu, S.-L. et al., Evidence that mitochondria in macrophages are destroyed by microautophagy, Nature Communications, 16, 8123（2025）. https://doi.org/10.1038/s41467-025-63531-x
- Klein, A. D., Petruzzi, K. L., Lee, C. and Overholtzer, M., Stress-induced microautophagy is coordinated with lysosome biogenesis and regulated by PIKfyve, Molecular Biology of the Cell, 35, ar70（2024）. https://doi.org/10.1091/mbc.E23-08-0332
- Shimanaka, Y. et al., Supercritical fluid chromatography-mass spectrometry enables simultaneous measurement of all phosphoinositide regioisomers, Communications Chemistry, 5, 61（2022）. https://doi.org/10.1038/s42004-022-00676-6
- id774, 生命への問いを設計する科学（2026-07-07）. https://blog.id774.net/entry/2026/07/07/4945/
- id774, 測ることは、考えることの代わりにならない（2026-07-02）. https://blog.id774.net/entry/2026/07/02/4931/
- id774, 意味は差異の読み取りから生まれる（2026-05-09）. https://blog.id774.net/entry/2026/05/09/4740/