
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、急速に発展している学際的な研究分野です。[ 1 ]分子生物物理学は、さまざまな複雑さのレベル(単一分子から超分子構造、ウイルス、小さな生命システムまで)で、分子構造、構造組織、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。この分野は、分子力、分子会合、アロステリック相互作用、ブラウン運動、ケーブル理論の測定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参照してください。この分野では、新しい実験的手法の開発が必要とされてきました。
分子生物物理学は、生化学や分子生物学で生じる生物学的疑問に取り組み、生体分子現象の根源を解明しようとする学問分野です。この分野の科学者は、DNA、RNA、タンパク質間の相互作用など、細胞内の様々なシステム間の相互作用、そしてこれらの相互作用がどのように制御されているかを理解することに関する研究を行っています。これらの疑問に答えるために、様々な手法が用いられています。
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線および中性子を用いた小角散乱(SAXS/SANS)は、生物学的に重要な構造を可視化するためによく用いられる。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によって観察できる。構造のコンフォメーション変化は、二重偏光干渉法、円偏光二色性、小角X線散乱、および小角中性子散乱を用いて観察できる。光ピンセットや原子間力顕微鏡を用いた分子の直接操作も、力と距離がナノスケールである生物学的現象をモニタリングするために使用できる。分子生物物理学者は、複雑な生物学的現象を、統計力学、熱力学、および化学反応速度論によって理解できる相互作用する実体のシステムとして考えることが多い。生物物理学者は、幅広い分野から知識や実験技術を取り入れることで、個々の分子や分子複合体の構造や相互作用を直接観察したり、モデル化したり、さらには操作したりすることがしばしば可能になる。
計算生物学は、生物学的、生態学的、行動的、および社会的システムの研究に、データ分析および理論的手法、数理モデル、および計算シミュレーション技術を開発および応用することを含みます。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、コンピュータ科学、および進化の基礎を含みます。計算生物学は、生物学の分野における新興技術の開発の重要な部分となっています。[ 3 ] 分子モデリングは、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手法すべてを包含します。これらの手法は、計算化学、創薬、計算生物学、および材料科学の分野で、小さな化学システムから大きな生物学的分子および材料集合体までの分子システムを研究するために使用されています。[ 4 ] [ 5 ]
膜生物物理学は、物理的、計算的、数学的、および生物物理学的方法を使用して、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ることで、さまざまな種類の膜の相図を作成することができ、膜とその構成要素の熱力学的挙動に関する情報が得られます。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結合、膜の曲げと弾性機能が細胞間結合に及ぼす影響など、さまざまな膜現象の定量的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、動物細胞の細胞質内を移動できる分子モーターの一種です。ATPの加水分解によって化学エネルギーを機械的な仕事に変換します。良い例としては、動物の筋線維の収縮を「駆動」する筋タンパク質ミオシンが挙げられます。モータータンパク質は、細胞質内でのタンパク質や小胞の能動輸送の原動力となります。キネシンや細胞質ダイニンは、軸索輸送などの細胞内輸送、有糸分裂や減数分裂における紡錘体装置の形成や染色体の分離において重要な役割を果たします。繊毛や鞭毛に存在する軸糸ダイニンは、例えば精子における細胞運動性や、例えば気管における体液輸送に不可欠です。生体機械の中には、ミオシン(筋肉収縮を担う) 、キネシン(微小管に沿って細胞核から離れた細胞内の物質を移動させる) 、ダイニン(細胞核に向かって細胞内の物質を移動させ、運動性繊毛や鞭毛の軸糸運動を生み出す)などのモータータンパク質が存在する。実際には、[運動性繊毛]は、おそらく600以上のタンパク質からなる分子複合体で構成されるナノマシンであり、その多くは独立してナノマシンとしても機能する。柔軟なリンカーは、それらによって連結された可動性タンパク質ドメインが結合パートナーをリクルートし、タンパク質ドメインのダイナミクスを介して長距離アロステリーを誘導することを可能にする。[ 7 ]他の生物学的マシンはエネルギー生産を担っており、例えば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タービンのような動きを駆動し、細胞のエネルギー通貨であるATPを合成する。[ 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、リボソームなどが含まれる。タンパク質を合成する。これらの機械とそのナノスケールのダイナミクスは、これまでに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ある。[ 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、それを運動や機械的な仕事に変換する装置です。例えば、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な仕事を行います。[ 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未来について理論を述べた。彼は生物機械の医療用途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、特定の修理機械がいつか(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「底には十分な空間がある」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可能性がある。例えば、[ 12 ]がん細胞を特定して破壊するために使用できる可能性がある。[ 13 ] [ 14 ]分子ナノテクノロジーは、分子または原子スケールで物質を再配列できる生物学的機械である分子アセンブラー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分野である。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、損傷や感染症を修復または検出する。分子ナノテクノロジーは非常に理論的であり、ナノテクノロジーがどのような発明を生み出す可能性があるかを予測し、将来の研究の課題を提案しようとしている。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、つまり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配列からアミノ酸の直線鎖に翻訳されるとき、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につれて、直線鎖は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始まります。アミノ酸は互いに相互作用して、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。これは、天然状態として知られています。結果として生じる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(アンフィンセンのドグマ)。[ 18 ]
タンパク質の三次元構造は、その機能や生物学的文脈の理解をもたらすため、タンパク質の構造を観察することに多大な努力が注がれています。20世紀には、結晶状態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な方法として用いられていました。2000年代初頭からは、タンパク質の構造を天然の状態に近い状態で解明したり、細胞構造を観察したりするために、極低温電子顕微鏡が用いられるようになりました。[ 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三次元構造を推論すること、つまり、一次構造から折り畳み、二次構造、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 つです。医学、創薬、バイオテクノロジー、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)で現在の方法の性能が評価されます。コミュニティ プロジェクトCAMEO3Dによって、タンパク質構造予測ウェブ サーバーの継続的な評価が行われています。
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ある。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、現代科学における大きな問題の一つである。[ 20 ]人工知能プログラムであるAlphaFoldは、以前に解明された他のタンパク質と遺伝的に相同性のあるタンパク質の構造を正確に予測することができる。 [ 21 ]しかし、これは、過去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ることから、de novo問題の解決策ではない。 [ 22 ] de novoタンパク質構造予測問題の解決策は、タンパク質の折り畳みをその天然環境でシミュレートする純粋に物理的なモデルであり、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で観察できるものでなければならない。[ 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、円偏光二色性などの分光学的技術は、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用いられてきた。