タンパク質の細胞内局在予測

タンパク質の細胞内局在予測（または単にタンパク質局在予測）には、タンパク質が細胞内のどこに存在するか、つまりその細胞内局在を予測することが含まれます。

一般的に、予測ツールは、タンパク質に関する情報（アミノ酸配列など）を入力として受け取り、細胞内の予測位置（核、小胞体、ゴルジ体、細胞外空間、その他の細胞小器官など）を出力として生成します。目的は、細胞内のタンパク質標的化の結果を正確に予測できるツールを構築することです。

タンパク質の細胞内局在の予測は、バイオインフォマティクスに基づくタンパク質機能の予測とゲノム注釈の重要な要素であり、薬物標的の特定に役立ちます。

タンパク質の細胞内局在を実験的に決定することは、面倒で時間のかかる作業です。蛍光顕微鏡を使用して局在を観察するために、免疫標識またはタグ付け（緑色蛍光タンパク質など）がよく使用されます。高スループットの代替手段は、予測を使用することです。

コンピュータサイエンスにおける新しいアプローチの開発と、局在がわかっているタンパク質のデータセットの増加により、計算ツールは多くの生物の局在を迅速かつ正確に予測できるようになりました。これにより、細胞内局在予測は、バイオインフォマティクスと機械学習によって効果的に支援される課題の 1 つになりました。

現在、多くの予測法は、タンパク質の細胞内局在を特定するためのいくつかのハイスループット実験室法の精度を超えています。^{[1] [2] [3]}特に、2つ以上の異なる細胞内位置に同時に存在したり、その間を移動したりする可能性のあるタンパク質を扱うために使用できる予測子が開発されています^[4]。予測された局在を確認するには、通常、実験による検証が必要です。

1999年にPSORTは細胞内局在を予測する最初の公開プログラムでした。^{[5]その後、}人工ニューラルネットワーク、サポートベクターマシン、タンパク質モチーフなどの技術を使用して、ツールやウェブサイトがリリースされました。 予測子は、さまざまな生物のタンパク質に特化できます。 真核生物のタンパク質に特化したものもあれば、^[6]人間のタンパク質に特化したものもあれば、^[7] 植物タンパク質に特化したものもあります。^[8]細菌の局在予測子の予測方法とその精度がレビューされています。^[9] 2021年には、人工ニューラルネットワークを搭載した膜タンパク質予測ツールであるSCLpred-MEMが公開されました。^[10] SCLpred-EMSは、人工ニューラルネットワークを搭載した別のツールで、タンパク質を膜内系と分泌経路（EMS）に分類し、その他すべてと比較します。^[11]同様に、Light-Attentionは機械学習手法を使用して、10の一般的な細胞内位置を予測します。^[12]

タンパク質の細胞内局在をすべての細胞株に一般化する最初のモデルは、複数の細胞染色にわたる細胞内ランドマーク染色（すなわち、核、細胞膜、および小胞体マーカー）の画像を活用することによってこれを実現します。ランドマーク染色のマルチモーダルデータと事前トレーニング済みのタンパク質言語モデルを組み合わせることで、未知のタンパク質の細胞内局在の予測（PUPS）モデルは、タンパク質のアミノ酸配列と細胞株の参照染色が与えられた場合に、任意の細胞株の任意のタンパク質の細胞内局在を生成的に予測することができます。^[13]

タンパク質の細胞内局在予測の発展は、2つの包括的なレビュー記事にまとめられています。^{[14] [15]}最近のツールと経験報告は、MeinkenとMin（2012）による最近の論文に記載されています。

タンパク質の細胞内局在に関する知識は、創薬プロセスにおけるターゲットの特定を大幅に改善することができます。たとえば、分泌タンパク質や細胞膜タンパク質は細胞外空間または細胞表面に局在するため、薬物分子が簡単にアクセスできます。

細菌細胞表面および分泌タンパク質も、ワクチン候補または診断ターゲットとしての可能性が注目されています。がんやアルツハイマー病など、いくつかの疾患の細胞では、タンパク質の異常な細胞内局在が観察されています。異常な環境でも生存できる一部の古細菌からの分泌タンパク質は、産業的に重要な用途があります。

予測を使用することで、目的の場所に輸送される候補を見つけるために、多数のタンパク質を評価することができます。

細胞内局在予測の結果はデー​​タベースに保存することができます。例としては、多種データベースのCompartments、真菌データベースのFunSecKB2、^[16]植物データベースのPlantSecKB、^[17]動物とヒトのデータベースのMetazSecKB、^[18]原生生物データベースのProtSecKBなどがあります。^[19]