分子生物物理学

分子生物物理学は、物理学、化学、工学、数学、生物学の概念を組み合わせた、急速に進化している学際的な研究分野です。^{[1]分子構造、構造組織、さまざまなレベルの複雑さ（単一分子から}超分子構造、ウイルス、小さな生体システムまで）の動的挙動の観点から、生体分子システムを理解し、生物学的機能を説明することを目指しています。この分野では、分子間力の測定、分子会合、アロステリック相互作用、ブラウン運動、ケーブル理論などのトピックをカバーしています。^{[2]その他の研究分野については、}生物物理学の概要をご覧ください。この分野では、微小な生体構造を画像化および操作できる特殊な機器や手順、および新しい実験アプローチの開発が必要でした。

分子生物物理学は、通常、生化学や分子生物学と同様の生物学的疑問に取り組み、生体分子現象の物理的根拠を見つけようとします。この分野の科学者は、DNA、RNA、タンパク質生合成間の相互作用を含む、細胞のさまざまなシステム間の相互作用、およびこれらの相互作用がどのように制御されるかを理解するための研究を行います。これらの疑問に答えるために、多種多様な技術が使用されます。

蛍光イメージング技術、電子顕微鏡、X線結晶構造解析、NMR分光法、原子間力顕微鏡（AFM）、X線と中性子（SAXS/SANS）の両方による小角散乱（SAS）などの技術は、生物学的に重要な構造を視覚化するためによく使用されます。タンパク質のダイナミクスは、中性子スピンエコー分光法で観察できます。構造の立体配座の変化は、二重偏光干渉法、円二色性、SAXS、SANSなどの技術を使用して測定できます。光ピンセットまたはAFMを使用した分子の直接操作は、力と距離がナノスケールである生物学的イベントを監視するためにも使用できます。分子生物物理学者は、複雑な生物学的イベントを、統計力学、熱力学、化学反応速度論などを通じて理解できる相互作用するエンティティのシステムと見なすことがよくあります。生物物理学者は、さまざまな分野の知識と実験技術を活用することで、個々の分子または分子の複合体の構造と相互作用を直接観察、モデル化、さらには操作することさえ可能になります。

計算生物学は、生物学、生態学、行動学、社会システムの研究に対するデータ分析および理論的手法、数学的モデリング、および計算シミュレーション技術の開発と応用に関係する。この分野は広く定義されており、生物学、応用数学、統計学、生化学、化学、生物物理学、分子生物学、遺伝学、ゲノミクス、コンピュータサイエンス、進化学の基礎を含む。計算生物学は、生物学分野の新興技術の開発において重要な部分となっている。^{[3]分子モデリングには、}分子の挙動をモデル化または模倣する ために使用される理論的および計算的方法がすべて含まれる。これらの方法は、計算化学、薬物設計、計算生物学、材料科学の分野で、小さな化学システムから大きな生体分子や材料アセンブリに至るまでの分子システムを研究するために使用される。^{[4] [5]}

膜生物物理学は、物理的、計算的、数学的、生物物理学的手法を用いて生体膜の構造と機能を研究する学問です。これらの方法を組み合わせて、さまざまな種類の膜の状態図を作成し、膜とその成分の熱力学的挙動に関する情報を得ることができます。膜生物学とは対照的に、膜生物物理学は、脂質ラフトの形成、脂質とコレステロールのフリップフロップの速度、タンパク質と脂質のカップリング、膜の曲げ機能と弾性機能が細胞間接続に与える影響など、さまざまな膜現象の定量的な情報とモデリングに焦点を当てています。^[6]

モータータンパク質は、動物細胞の細胞質に沿って移動できる分子モーターの一種です。モータータンパク質は、 ATPの加水分解によって化学エネルギーを機械的仕事に変換します。良い例は、動物の筋繊維の収縮を「駆動する」筋肉タンパク質ミオシンです。モータータンパク質は、細胞質内のタンパク質と小胞のほとんどの能動輸送の原動力です。キネシンと細胞質ダイニンは、軸索輸送などの細胞内輸送、有糸分裂と減数分裂中の紡錘体装置の形成と染色体の分離に重要な役割を果たしています。繊毛と鞭毛に見られる軸糸ダイニンは、精子などの細胞運動や気管などの液体輸送に不可欠です。生物学的機械にはモータータンパク質があり、筋肉の収縮を司るミオシン、細胞内の荷物を微小管に沿って核から遠ざけるキネシン、細胞内の荷物を核に向かって移動させ、運動性繊毛と鞭毛の軸索運動を生み出すダイニンなどがあります。 「[運動繊毛]は、分子複合体内のおそらく600以上のタンパク質で構成されたナノマシンであり、その多くはナノマシンとしても独立して機能します...柔軟なリンカーにより、それらによって接続された可動タンパク質ドメインは結合パートナーを募集し、タンパク質ドメインダイナミクスを介して長距離アロステリーを誘発できます。^[7]他の生物学的マシンはエネルギー生成を担っています。たとえば、ATP合成酵素は、膜を横切るプロトン勾配からエネルギーを利用して、細胞のエネルギー通貨であるATPを合成するために使用されるタービンのような動きを駆動します。^[8]さらに他のマシンは遺伝子発現を担っており、DNAを複製するDNAポリメラーゼ、 mRNAを生成するRNAポリメラーゼ、イントロンを除去するスプライソソーム、タンパク質を合成するリボソームなどがあります。これらの機械とそのナノスケールのダイナミクスは、これまで人工的に構築されたどの分子機械よりもはるかに複雑です。 ^[9]

これらの分子モーターは、生物の運動に不可欠な要素です。一般的に、モーターとは、ある形態のエネルギーを消費し、それを運動または機械的仕事に変換する装置です。たとえば、多くのタンパク質ベースの分子モーターは、ATPの加水分解によって放出される化学的自由エネルギーを利用して機械的仕事を遂行します。^[10]エネルギー効率の点では、このタイプのモーターは現在利用可能な人工モーターよりも優れている可能性があります。

リチャード・ファインマンはナノ医療の将来について理論を立てた。彼は生物機械の医療利用のアイデアについて書いた。ファインマンとアルバート・ヒブスは、ある種の修復機械が将来的には（ファインマンの言葉を借りれば）「医者を飲み込む」ことができるほど小型化されるかもしれないと示唆した。このアイデアは、ファインマンの1959年のエッセイ「底には十分な余地がある」で議論された。^[11]

これらの生物学的機械はナノ医療に応用できるかもしれない。例えば、^[12]それらは癌細胞を特定し破壊するために使用できる。^{[13] [14]} 分子ナノテクノロジーは、分子アセンブラー、つまり分子または原子レベルで物質を再編成できる生物学的機械を設計する可能性に関するナノテクノロジーの推測的なサブフィールドである。ナノ医療は、体内に導入されたこれらのナノロボットを使用して、損傷や感染を修復または検出する。分子ナノテクノロジーは高度に理論的なものであり、ナノテクノロジーがどのような発明を生み出すかを予測し、将来の調査の議題を提案することを目指している。分子アセンブラーやナノロボットなどの分子ナノテクノロジーの提案された要素は、現在の能力をはるかに超えている。^{[15] [16]}

タンパク質の折り畳みは、タンパク質鎖が本来の3 次元構造、通常は生物学的に機能する立体構造を迅速かつ再現可能な方法で獲得する物理的プロセスです。これは、ポリペプチドがランダム コイルから特徴的で機能的な3 次元構造に折り畳まれる物理的プロセスです。^{[17]各タンパク質は、mRNA の配列から}アミノ酸の線状鎖に翻訳された ときに、折り畳まれていないポリペプチドまたはランダム コイルとして存在します。このポリペプチドには、安定した (長持ちする) 3 次元構造がありません (最初の図の左側)。ポリペプチド鎖がリボソームによって合成されると、線状鎖は 3 次元構造に折り畳まれ始めます。折り畳みは、ポリペプチド鎖の翻訳中にも発生し始めます。アミノ酸は互いに相互作用して、ネイティブ状態として知られる、明確に定義された 3 次元構造、折り畳まれたタンパク質 (図の右側) を生成します。結果として得られる 3 次元構造は、アミノ酸配列または一次構造によって決定されます (アンフィンセンの教義)。^[18]

タンパク質の3次元構造は、その機能と生物学的文脈を理解する上で重要であるため、タンパク質の構造を観察することに多大な努力が払われています。20世紀には、結晶構造のタンパク質の構造を解明するために、X線結晶構造解析が主に使用されていました。2000年代初頭以降、極低温電子顕微鏡法は、タンパク質の構造を天然の状態に近い形で解明したり、細胞構造を観察するために使用されてきました。^[19]

タンパク質構造予測とは、アミノ酸配列からタンパク質の3次元構造を推論すること、つまり一次構造からタンパク質の折り畳みと二次構造および三次構造を予測することです。構造予測は、タンパク質設計の逆問題とは根本的に異なります。タンパク質構造予測は、バイオインフォマティクスと理論化学が追求する最も重要な目標の1つであり、医学、薬物設計、バイオテクノロジー、および新規酵素の設計において非常に重要です。2年ごとに、 CASP実験（タンパク質構造予測技術の批判的評価）で現在の方法のパフォーマンスが評価されます。タンパク質構造予測Webサーバーの継続的な評価は、コミュニティプロジェクトCAMEO3Dによって実行されます。

タンパク質構造を予測する際の課題は、アミノ酸配列からタンパク質の三次構造を完全に予測できる物理モデルが存在しないことです。この問題はde novoタンパク質構造予測問題として知られており、現代科学の大きな問題の 1 つです。^[20] 人工知能プログラムであるAlphaFold は、以前に解決された他のタンパク質と遺伝的相同性を持つタンパク質の構造を正確に予測できます。 ^{[21]ただし、これは}de novo問題の解決策ではありません。以前のデータのデータベースに依存しているため、常に偏りが生じます。^[22] de novoタンパク質構造予測問題の解決策は、タンパク質の本来の環境での折り畳みをシミュレートする純粋に物理的なモデルである必要があり、その結果、これまで観察されたことのないタンパク質の構造とダイナミクスをin silico で^{観察できます。 [23]}

NMR、スピンラベル 電子スピン共鳴、ラマン分光法、赤外分光法、円二色性などの分光技術は、重要な生体分子の構造ダイナミクスや分子間相互作用を理解するために広く使用されてきました。