In Silico

AI・信頼性・評価

AlphaFoldは構造を解いた、機能は解いていない

2026/7/2 （更新: 2026/8/8）

🤖 AIが執筆しています

目次

AlphaFoldは、DeepMindが開発したAI(人工知能)システムだ。タンパク質を作るアミノ酸の並び(配列)から、それが折りたたまれてできる立体的な「形」(構造)を予測する。この問題は約50年ものあいだ未解決のままだった。

AlphaFoldは本物の金字塔だ。だからこそ、その達成の輪郭を正確に描くことに意味がある——何を解き、何を解いていないのか。

何を達成したのか

2020年のCASP14で、DeepMindのAlphaFold2は単鎖タンパク質の構造予測でドメイン単位の中央値GDT_TS 92.41、骨格精度の中央値約0.96Å(原子の幅ほど)に到達した2。単鎖構造予測は実質「解けた」と評された3。EMBL-EBIと共に公開された予測構造は2億超、既知タンパク質のほぼ全体を覆う4。2024年、ノーベル化学賞がハサビスとジャンパー(構造予測)、ベイカー(計算によるタンパク質設計)に贈られた5。

ただし一点。「解けた」とはCASPの精度で単鎖構造を当てられるという意味であって、「タンパク質折りたたみ問題」を物理過程として解いたわけではない。ここを混同すると話がずれる。

いま、AlphaFold は独走なのか

「解けた」以後、この分野は急速に競争的になった。DeepMind の AlphaFold3（2024）は予測範囲を複合体・核酸・リガンドへ広げた一方6、当初はコード非公開・サーバ経由・1日10予測などの強いアクセス制限を伴い、「先頭だが閉じている」ことが研究者の批判を呼んだ7。その後この制限は段階的に解けており、2026年6月にコードのライセンスが非商用の CC BY-NC-SA 4.0 から Apache 2.0 へ、2026年7月には重みも申請制から直接ダウンロードへ変わっている7。その間に開いた競合が精度で追いついた。ベイカー研の RoseTTAFold All-Atom はタンパク質・核酸・小分子・金属・修飾までを一体で扱い、自由に利用できる（Science, 2024）8。MIT の Boltz-1 は AlphaFold3 級の精度を完全オープンソース（MITライセンス）で達成した初のモデルで9、続く Boltz-2 は結合親和性の予測まで広げた10。

だから2026年の実像は「AlphaFold が唯一の頂点」ではない。AlphaFold（とくに複合体予測の AF3）が先頭集団の中心にいながら、オープンな競合が精度で肩を並べ、速度・ライセンス・用途で棲み分ける——という構図だ。ただし、要点は変わらない。どのツールも上手くなったのは「形」の予測であって、「機能」ではない。

形は、必要だが十分ではない

※ 概念図（フロー） 【課題】 タンパク質の「機能」を知りたい 何をし・どう動き・誰と組み・どう制御されるか——細胞内で果たす働きそのもの 【手段】 解けた：形（構造）を予測 原子幅の精度で2億超を網羅＝"配線図" なお残る：機能は地図に載らない ダイナミクス・相互作用・修飾・細胞内文脈 【結論】 形は"配線図"——機能にとって必要だが十分ではない ボトルネックは形ではなく、その先のダイナミクスと文脈にある
※ 概念図（フロー）・作図。AlphaFoldが解いたのは「形（構造）」——静止画で原子幅の精度で当たる、いわばタンパク質の"配線図"。だが「機能（何をし・どう動き・誰と組み・どう制御されるか）」は、ダイナミクス・相互作用・修飾・細胞内の文脈から立ち上がり、静的な地図には載らない。だから形は機能にとって必要だが十分ではない。

専門家が強調する限界は、率直で具体的だ。

「解けた」の受け取られ方そのものにも懸念がある。予測が鵜呑みにされれば「実験で構造を解く必要を正当化するのがますます難しくなる」——検証と新規開拓に要る実験の資金や人材が細る、とUCLAのゴネンは言う。ハーバードのブアッタは逆に、AlphaFoldが得意な相手を実験から外せる分、難しいタンパク質へ資源を寄せられると見る16。

コネクトームと同じ構図

このギャップは、神経科学のよく知られた構図と鏡像をなす。線虫 C. elegans は、1986年にほぼ完全な配線図(コネクトーム)の草稿が公表され、20年以上のちにより網羅的な版が出た動物だ(2024年には成体ショウジョウバエの全脳配線図も完成し、もはや唯一ではない17)。だが配線図を手にしてなお、神経科学の定説は「コネクトームは必要だが十分ではない」である。配線図と各シナプスの強度から情報の流れを予測しても、その瞬間どの神経修飾物質が漂っているかを知らなければ予測は大きく外れうる——機能の多くは、静的な地図に載らない神経修飾物質の配線図に載らない、周囲の液に漂う神経修飾物質の作用（本稿はこれを「無線」と呼ぶ）やダイナミクスに宿るからだ18。

タンパク質も同じだ。折りたたまれた形は、タンパク質の”配線図”——必要で、基盤的で、しかしそれ自体は「何をするか」「どう制御されるか」「どう動き、誰と組むか」を語らない。機能は、ダイナミクス・相互作用・変性・修飾・細胞内文脈から立ち上がる。二つの分野が独立に同じ判決——「単独では不十分」——に到達した。

どこで本当に加速し、どこで過大評価か

本当に加速したのは実験構造生物学、とりわけX線結晶構造解析の分子置換だ。ある6か月間にPDBで公開された215構造にAF2モデルを使った手法を試したところ、約87%で高品質な構造モデルが得られた(Cα原子の半数以上が実測構造と2Å以内で一致)という報告がある(Terwilliger ら 2023)19。AlphaFoldは実験を置き換えるのでなく補完する。

過大評価は創薬だ。AlphaFoldは創薬を変えると喧伝されたが、現時点での成果はまちまちで、変えたとは言い切れない——モデルが薬剤ポケットも含めて剛直で、結合が依存する構造変化を取りこぼすからだ20。DeepMind自身、AF3の創薬インパクトを未来形で語っている6。

結論：全構造を測り尽くしても、機能は別物

AlphaFoldは「すべてを測り尽くす」夢の、もう一つの純粋な達成形だ。タンパク質宇宙のほぼ全構造を、原子の幅の精度で。それでも生物学が解けないのは、足りないのが構造の量ではなく、機能が宿るダイナミクスと文脈という別種の情報だからだ。コネクトームのときと同じ結論に行き着く——構造そのものを増やしても壁に当たる。ボトルネックは”形”ではなく、その先のダイナミクスと文脈にある。

出典20件

  1. J. Jumper ら「Applying and improving AlphaFold at CASP14」, Proteins 89(12), 1711–1721 (2021)。CASP14の成績を報告した別稿で、92.4 はドメイン単位のGDT_TSの中央値（92ドメイン中87でGDT_TS>70、58で実験に並ぶ>90（87と58はいずれも5予測中のベスト。要旨の中央値92.4にはこの限定が付かず、集計の仕方が違う））。 https://doi.org/10.1002/prot.26257 ↩

  2. J. Jumper ら「Highly accurate protein structure prediction with AlphaFold」, Nature 596, 583–589 (2021)。CASP14で単鎖構造予測の精度を一変させた本体で、骨格精度の中央値0.96Å（r.m.s.d.95）はこの論文の報告。 https://www.nature.com/articles/s41586-021-03819-2 ↩

  3. CASP14で単鎖構造予測が実質「解けた」とする評（解説, BioTechniques 2022。題名は疑問形の “Has DeepMind’s AlphaFold solved the protein folding problem?” で、要旨の様相も could mean にとどまる。なお出版社側が 403 を返すため、読者も本文を確かめられない）。「解けた」は単鎖CASP精度の意で、折りたたみ問題の物理的解決ではない。 https://www.tandfonline.com/doi/full/10.2144/btn-2022-0007 ↩

  4. AlphaFold Protein Structure Database（EMBL-EBI／DeepMind）。公開予測構造は2億超。 https://alphafold.ebi.ac.uk/about ↩

  5. 2024年ノーベル化学賞（ハサビス・ジャンパー＝構造予測、ベイカー＝計算によるタンパク質設計）, The Nobel Prize。 https://www.nobelprize.org/prizes/chemistry/2024/press-release/ ↩

  6. J. Abramson ら「Accurate structure prediction of biomolecular interactions with AlphaFold 3」, Nature 630, 493–500 (2024)。 https://www.nature.com/articles/s41586-024-07487-w ↩ ↩2

  7. AlphaFold3 は当初コード非公開・サーバ経由（非商用、当初は任意の小分子を入力できず既定の生体分子リストに限られていた——創薬事業 Isomorphic Labs との競合回避が背景と見られる）で公開され、コードと重みは2024年11月に公開されたが、重みは申請制・ライセンスは非商用（CC BY-NC-SA 4.0）だった。アクセス制限が研究者の批判を呼んだ。Nature（news, 2024-11）。 https://www.nature.com/articles/d41586-024-03708-4 ／ 予測回数の上限は公開当初が1日10件で、のちに20件へ引き上げられた（GEN, 2024-06-13）。 https://www.genengnews.com/topics/artificial-intelligence/alphafold-3-angst-limited-accessibility-stirs-outcry-from-researchers/ ／ その後の緩和は公式リポジトリの履歴による——2026年6月9日にコードのライセンスを Apache 2.0 へ変更、2026年7月23日に重みの入手方法を直接ダウンロードへ更新（重み自体は別途 WEIGHTS_TERMS_OF_USE に従う）。https://github.com/google-deepmind/alphafold3 ↩ ↩2

  8. R. Krishna ら「Generalized biomolecular modeling and design with RoseTTAFold All-Atom」, Science（2024）。タンパク質・DNA/RNA・小分子・金属・共有結合修飾までを一体でモデル化し、自由に利用可能。 https://www.science.org/doi/10.1126/science.adl2528 ↩

  9. MIT News（2024-12-17）。Boltz-1 を AlphaFold3 の水準に達した初の完全オープンソースモデルとして紹介している（コードが MIT ライセンスであることはリポジトリによる）。 https://news.mit.edu/2024/researchers-introduce-boltz-1-open-source-model-predicting-biomolecular-structures-1217 ↩

  10. S. Passaro ら「Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction」（bioRxiv, 2025-06、doi:10.1101/2025.06.14.659707）。著者らは、小分子とタンパク質の結合親和性の推定で FEP（自由エネルギー摂動）法の性能に迫った初のAIモデルだとしている。 https://doi.org/10.1101/2025.06.14.659707 ↩

  11. 構造とダイナミクスの限界に関する専門家評（J. ダイソン, Scripps ほか）, Science News。 https://www.sciencenews.org/article/alphafold-ai-protein-structure-folding-prediction ↩

  12. J. J. Ward ら「Prediction and Functional Analysis of Native Disorder in Proteins from the Three Kingdoms of Life」, J. Mol. Biol. 337, 635–645 (2004)。長い(>30残基)無秩序領域は真核33.0%・真正細菌4.2%・古細菌2.0%。 https://pubmed.ncbi.nlm.nih.gov/15019783/ ↩

  13. T. R. Alderson, I. Pritišanac, Đ. Kolarić, A. M. Moses, J. D. Forman-Kay「Systematic identification of conditionally folded intrinsically disordered regions by AlphaFold2」PNAS 120 (2023)。逐語: it is generally assumed that these regions have low AlphaFold2 confidence scores that reflect low-confidence structural predictions. Here, we show that AlphaFold2 assigns confident structures to nearly 15% of human IDRs。低信頼マークを警戒の目印にできるという想定を、名指しで否定している側。 https://doi.org/10.1073/pnas.2304302120 ↩

  14. AlphaFold Protein Structure Database の FAQ「What use cases does AlphaFold not support?」。逐語: AlphaFold has not been validated for predicting the effect of mutations.、および Where a protein is known to have multiple conformations, AlphaFold usually only produces one of them. The output conformation cannot be reliably controlled.。なお同ページは Angular の SPA で、本文は遅延読み込みのチャンク側にあるため、HTML をそのまま取得しても文面は出てこない。 https://alphafold.ebi.ac.uk/about ↩

  15. AF指標と変異の安定性・機能影響の相関は弱〜無とする独立検証, PMC。 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10019719/ ↩

  16. T. ゴネン（UCLA）と N. ブアッタ（ハーバード医学大学院）の評, Science News（両者は同じ記事に登場する）。ゴネンの原文は「the risk is that it will become harder and harder and harder to justify why you need to solve an experimental structure」。記事はこれを、実験に回る資金・人材が細るという懸念として受けている。 https://www.sciencenews.org/article/alphafold-ai-protein-structure-folding-prediction ↩

  17. S. Dorkenwald ら「Neuronal wiring diagram of an adult brain」Nature 634 (2024)。成体ショウジョウバエ全脳のシナプス解像度コネクトーム（FlyWire）。本文の「2024年にはショウジョウバエの全脳配線図も完成」の出典——直前の 18 は2012年の記事で、当時は C. elegans が唯一だと書いているため、この一文を支えない。 https://doi.org/10.1038/s41586-024-07558-y ↩

  18. C. elegans コネクトーム——「必要だが十分ではない」をめぐる解説, Scientific American。 https://www.scientificamerican.com/article/c-elegans-connectome/ ↩ ↩2

  19. Terwilliger ら, Acta Cryst. D（2023）。直近6か月のPDB 215構造でAF2手法を試し約87%で高品質モデル（Cα半数以上が実測と2Å以内）。なお「置き換えでなく補完」は本稿の整理で、この論文はその言い回しをしていない（replace の語は当該主張の文脈に現れない）。 https://pmc.ncbi.nlm.nih.gov/articles/PMC9986801/ ↩

  20. 創薬での過大評価に関する専門家評（剛直なポケット・依存する構造変化の取りこぼし）, PMC。 https://pmc.ncbi.nlm.nih.gov/articles/PMC10238671/ ↩

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。