使い方読了 約7分

タンパク質 相同性検索 ESM-2 埋め込み:P69905

P69905(ヘモグロビンα)をBioQで検索し、ESM-2空間で近い Swiss-Prot 8件をコサイン類似度とUniProt記録付きで一覧化します。データは2026-11-06時点。

データ基準日 2026年11月6日 · BioQチーム

クエリP69905のBioQ結果ページ。UniProtアクセッションとコサイン類似度を並べた、Swiss-Prot近傍タンパク質の表を示している。

P69905(ヘモグロビンα)について、BioQでタンパク質 相同性検索 ESM-2 埋め込みを実行すると、Swiss-Prot の近傍タンパク質が8件返り、コサイン類似度は1.0から0.9992までの範囲に収まりました。データは2026-11-06時点です。エンジン時間は合計0.45秒、クエリ数は2でした。

調べた内容:タンパク質 相同性検索 ESM-2 埋め込み

手元のタンパク質に関連するものが Swiss-Prot にあるかを知りたい、という場面はよくあります。通常は配列検索が第一の選択肢です。タンパク質言語モデルはそれとは別の見方を与えてくれます。Swiss-Prot の各エントリーを埋め込み空間上の点とみなし、クエリに最も近い点を並べる方法です。

この例では、結果の各行を確認できるよう、広く知られた公開タンパク質を使いました。クエリは UniProt アクセッション P69905、すなわちヒトのヘモグロビンサブユニットα(エントリー名 HBA_HUMAN)です。ESM-2 空間で近い Swiss-Prot タンパク質を8件取得しています。あわせて遺伝子 HBA1 の UniProt 記録も取得し、近傍リストをキュレーション済みのエントリーと並べて読めるようにしました。

BioQの結果

近傍ブロックには、Swiss-Prot の ESM-2 650M 埋め込みを使用しています。表示は8行です。先頭行はクエリ自身で、これは想定どおりです。どのタンパク質も、最も近い点は自分自身だからです。

UniProtアクセッションコサイン類似度
P699051
P699061
P699071
Q9TS350.9996
P019230.9995
P631070.9992
P631080.9992
P678170.9992

コサイン類似度が1.0のアクセッションは3件(P69905、P69906、P69907)です。続いて Q9TS35 が0.9996、P01923 が0.9995、P63107、P63108、P67817 がいずれも0.9992です。ツール自身の注記にもあるとおり、コサイン類似度はほぼすべての組み合わせで高い値になります。近傍の順位付けに使うもので、配列同一性(%)ではありません。

2つ目のブロックは、遺伝子 HBA1 に関する UniProt の情報です。Swiss-Prot の記録は26件あり、先頭の行を以下に示します。

アクセッションエントリー名長さ(アミノ酸数)
P69905HBA_HUMAN142
P01946HBA_RAT142
P83270HBA1_ANAMI143
Q1AGS5HBA1_ARCGL143
Q1AGS9HBA1_BORSA143

P69905 は HBA_HUMAN で142残基、ラットのエントリー P01946(HBA_RAT)も142残基です。続く3件は他の生物種のエントリーで、いずれも143残基です。遺伝子名から想定されるファミリーが UniProt に存在し、長さもクエリに近いことを確認する簡単な整合性チェックになります。

結果の読み方と解釈

数値ではなく順位を読む。 スコアはすべて0.9992から1.0の間にあり、絶対値からわかることはごくわずかです。意味を持つのは順序と、リストの中でスコアが下がる位置です。今回のようにほぼ同じスコアが並ぶリストは、これらのタンパク質が Swiss-Prot の他のエントリーと比べてクエリに近い、ということしか示しません。配列同一性でどの程度近いかはわかりません。

各近傍は UniProt のエントリーで確認する。 近傍の表に載っているのはアクセッションだけです。P69906、P69907、Q9TS35、P01923、P63107、P63108、P67817 を開き、タンパク質名、生物種、ファミリーのアノテーションを読んでください。今回の情報にはこれらのエントリーが何であるかは書かれていないため、推測は禁物です。近傍の大半がクエリと同じファミリーであれば、ファミリーレベルの関連を支持します。名称や機能が無関係な近傍が1つあれば、発見ではなく検証すべき手がかりとして扱ってください。

MMseqs2 と ESM-2 の違い。 MMseqs2 などのアライメントツールは、ヒットごとに同一性、カバレッジ、E-value を報告し、アライメント自体も確認できます。タンパク質言語モデルの埋め込みは異なる仕組みで、配列全体の学習済み表現を比較します。そのため、アライメントのシグナルが弱くてもタンパク質同士を近くに配置でき、遠縁の相同性探索に使われています。両者は補完的です。ただし今回の結果では、対象タンパク質について両者を比較していません。重要な問いには両方を実行し、一致する点を確認してください。

手作業とワンクエリーの比較。 手作業の場合は、UniProt でアクセッションを調べ、Swiss-Prot の埋め込みを探すか生成し、類似度を計算し、再び UniProt に戻って各近傍を読む、という手順になります。今回は P69905 という1つのクエリで、Swiss-Prot の ESM-2 埋め込みインデックスと UniProt という2つの異なるリソースに到達しました。エンジン時間は合計0.45秒です。この数値はエンジン時間のみで、結果を読む時間は含みません。手作業にかかる時間について主張するものでもありません。

BioQでの再現手順

  1. BioQ を開き、検索ボックスに UniProt アクセッションを貼り付けます。自分のタンパク質では、その Swiss-Prot アクセッションを使います。新規配列しかない場合、近傍検索にはインデックスに既に存在するアクセッションが必要です。
  2. 下のクエリをそのまま実行します。
P69905

BioQでこのクエリを開く

  1. まず近傍の表を読みます。コサイン値が下がり始める位置と、見覚えのないアクセッションを確認してください。
  2. 見覚えのないアクセッションの UniProt 記録を開き、名称、生物種、長さをクエリと比べます。
  3. 気になる近傍があれば、そのペアについて MMseqs2 などの配列アライメント検索を実行し、同一性と E-value を得ます。さらに BioQ でその近傍の遺伝子を検索し、他のデータ層が何を示すか確認します。

BioQ のすべての回答は出典を明示します。エクスポートした表には、埋め込みのリリース(Swiss-Prot の ESM-2 650M 埋め込み)と、記録の UniProt 由来が記載されます。

限界:このデータからわからないこと

  • コサイン類似度は配列同一性ではなく、相同性の確率でもありません。この例ではすべてのスコアが非常に高く、生の値に閾値を設けても、関連タンパク質と無関係なタンパク質は分けられません。
  • リストに8件表示されるのは、そのように要求したためです。クエリに関連する Swiss-Prot タンパク質の総数を示すものではなく、リストのすぐ外にあるタンパク質が関連している可能性もあります。
  • 埋め込みの対象は Swiss-Prot のみです。Swiss-Prot にない関連タンパク質は表示されません。
  • 結果から、機能、構造、進化の方向性はわかりません。埋め込みが似ている理由は、共通ドメイン、組成、ファミリーの所属などが考えられ、表はそのどれかを示しません。
  • ヘモグロビンαは、よく研究され保存性の高いファミリーです。特徴づけが十分でないタンパク質では、より平坦で解釈しにくいリストになる可能性があり、この例からは対象タンパク質の挙動は予測できません。
  • HBA1 の UniProt 記録26件は、この遺伝子名で返されたエントリー数です。ファミリー内の異なるタンパク質の数を測るものではありません。
  • 数値は2026-11-06時点のデータに基づきます。UniProt や埋め込みの後のリリースでは、リストが変わる可能性があります。

データと方法

このページの数値は2026-11-06にBioQエンジンから取得しました(クエリ2件、エンジン処理時間の合計0.5秒)。表はエンジンの応答からコードが生成し、本文はその値を言い換えたものです。

/neighbourhood, /uniprot

同じクエリをBioQで実行できます: P69905

研究目的の参考情報です。公開データをまとめたもので、医療上の助言ではありません。

BioQは、生物学研究を100倍速くすることを目標にしたAI検索エンジン兼エージェントです。Webアプリ、REST API、MCP経由のClaude・ChatGPT・Cursorから質問できます。

使用したクエリ

よくある質問

ESM-2 埋め込みで、手元のタンパク質に関連するタンパク質を探すにはどうしますか?

BioQ に P69905 などの Swiss-Prot アクセッションを入力します。ESM-2 空間で近い Swiss-Prot タンパク質が返ります。この例では8件が返り、コサイン値は1.0から0.9992でした。

コサイン類似度は配列同一性(%)と同じですか?

いいえ。コサイン類似度は近傍の順位付けに使うもので、ほぼすべての組み合わせで高い値になります。この例では8件すべてが0.9992から1.0の間にあるため、同一性の確認にはアライメントツールが必要です。

ESM-2 の近傍検索と MMseqs2 は何が違いますか?

MMseqs2 は配列をアライメントし、同一性と E-value を報告します。ESM-2 検索は学習済み埋め込みを比較するため、遠縁の相同性を拾える場合があります。この例では対象タンパク質について両者を比較していないため、有望な近傍はアライメントで確認してください。

P69905 のクエリにはどのくらい時間がかかりましたか?

エンジン時間は合計0.45秒で、2つのクエリが2つの異なるリソースを参照しました。これはエンジン時間のみで、結果を読む時間は含みません。

この結果で HBA1 の UniProt 記録は何件ありますか?

UniProt ブロックには、遺伝子 HBA1 の Swiss-Prot 記録が26件あります。ヒトのエントリー P69905(HBA_HUMAN)は142残基です。

出典

  1. データセット UniProtKB/Swiss-Prot with ESM-2 embeddings

結果は表示日時点の公開データベースに基づき、変わることがあります。BioQは研究情報を提供するもので、医療上の助言ではありません。

ほかの記事