分子量・pH・温度からタンパク質の正味電荷、流体力学的半径Rh、Stokes-Einstein拡散係数D、沈降係数s、SDS-PAGE推定位置をリアルタイム計算します。
等電点(pI)の計算は、タンパク質を構成する各アミノ酸の側鎖の酸解離定数(pKa)に基づき、全体の正味電荷がゼロになるpHを数値的に求めます。このツールでは改良されたHenderson-Hasselbalchの式を用いています。
$$\sum_i \frac{n_i}{1 + 10^{\,sign(pH - pK_{a,i})}}= 0$$ここで、$n_i$は解離基iの数、$pK_{a,i}$はその解離定数、$sign$は電荷の符号を表します。この非線形方程式を解くことでpIが得られます。
球状タンパク質の流体力学的半径$R_h$の経験的推定と、そこからStokes-Einsteinの式により拡散係数$D$や沈降係数$s$を計算します。
$$ R_h \approx 0.066 \cdot MW^{1/3}\quad \text{(nm)}\\ D = \frac{k_B T}{6\pi\eta R_h}\\ s = \frac{M(1-\bar{v}\rho)}{N_A \cdot 6\pi\eta R_h}$$$MW$: 分子量 (Da), $k_B$: ボルツマン定数, $T$: 絶対温度, $\eta$: 溶媒粘度, $M$: モル質量 (g/mol), $\bar{v}$: 部分比容, $\rho$: 溶媒密度, $N_A$: アボガドロ数。$R_h$が「動きにくさ」を決め、$D$や$s$といった測定可能な物理量と結びつきます。
タンパク質精製（クロマトグラフィー）: 等電点(pI)と滴定曲線は、イオン交換クロマトグラフィーのバッファーpHと塩濃度勾配を設計する上で不可欠です。pIから遠いpHではタンパク質はカラムに強く結合し、pIに近づくにつれて溶出しやすくなります。
電気泳動（SDS-PAGE、等電点電気泳動）: 計算されたSDS-PAGE上の推定位置は、実験ゲルでのバンド同定を支援します。また、pIは二次元電気泳動（2D-PAGE）において、等電点電気泳動（IEF）方向の分離を理解する基礎となります。
生体物理化学的解析（DLS、分析用超遠心）: 推定された流体力学的半径$R_h$、拡散係数$D$、沈降係数$s$は、動的光散乱法（DLS）や分析用超遠心分離法（AUC）で実際に測定される値です。計算値と実験値を比較することで、タンパク質の会合状態や変性の有無を推測できます。
創薬・製剤開発: タンパク質医薬品の溶解度や安定性はpHに強く依存します。pI付近では凝集や沈殿が起こりやすいため、製剤のpHをpIから十分に離して設定するなどの判断材料となります。
このツールを使い始める際に、特に実験系の研究者が陥りがちなポイントをいくつか挙げておくよ。まず「計算されるpIは絶対的な値ではない」ことを理解しておこう。ツールは各アミノ酸の「標準的な」pKa値を使って計算している。でも実際のタンパク質では、局所的な電場や疎水環境の影響で側鎖のpKaが数値から大きくずれることがあるんだ。例えば、リゾチームのグルタミン酸35番は、その特殊な環境のためpKaが約6まで上昇している。だから計算値と実測値が0.5〜1.0 pH単位も違うことも珍しくない。目安として使うのは強力だが、実験条件の最終決定は必ず予備実験で確認してね。
次に、「SDS-PAGEの推定位置はあくまで目安」だ。この計算は標準的な球状タンパク質を想定している。しかし、実際のタンパク質は翻訳後修飾（リン酸化やグリコシル化）で動きが遅くなったり、膜タンパク質のように異常な動きをしたりする。例えば、高度にグリコシル化されたタンパク質は、計算分子量が70 kDaでもSDS-PAGEでは100 kDa付近にバンドが出ることもある。ツールの出力は「変性状態で理想的な挙動をしたらここ」という理論位置だと心得よう。
最後に、「流体力学的半径Rhは構造の情報を反映する」という点を活用してほしい。ツールは分子量から単純な経験式 $R_h \approx 0.066 \cdot MW^{1/3}$ で計算している。もし実験（例えば動的光散乱法）で測定したRhがこの計算値より著しく大きい場合、それはタンパク質が会合していたり、変性して広がった構造をとっていたりするサインかもしれない。逆に計算値より小さいなら、非常にコンパクトな構造だと考えられる。計算値と実測値を比較することで、サンプルの状態について質的な情報が得られるんだ。
このツールで行っている計算は、CAEの世界で言うところの「マルチフィジックスシミュレーションの入り口」とも言えるんだ。なぜなら、タンパク質の挙動を理解するには、電気的性質（pI、電荷）と物理的性質（サイズ、拡散）を同時に考慮する必要があるからね。
まずバイオプロセス工学への応用が直接的だ。タンパク質医薬品を精製するイオン交換クロマトグラフィーでは、目的タンパク質と不純物のpIの差を利用する。このツールで計算した滴定曲線を見れば、「どのpHで目的タンパク質はカラムに結合し、どのpHで溶出するか」の大まかな戦略が立てられる。さらに、沈降係数(s)の計算は、遠心分離や沈降速度分析の条件設計に役立つ。例えば、s値が小さい（=拡散しやすい）タンパク質を沈殿させたい時は、より高い遠心力をかける必要があると判断できる。
もう一歩進むと、マイクロ流体工学（ラボオンチップ）やドラッグデリバリーシステムの設計にも繋がる。微小流路内でのタンパク質の拡散や吸着を予測するには、このツールが出力する拡散係数(D)が重要な入力パラメータになる。また、ナノ粒子にタンパク質を載せる時、両者の表面電荷（pIに依存）が反発すると効率が悪くなる。こうした界面・コロイド化学的な問題の事前検討にも、電荷の情報は欠かせないんだ。
このツールの計算結果に興味を持ったら、次はその背後にある「モデル」そのものについて深掘りしてみよう。最初のステップとして、「なぜアミノ酸ごとにpKa値が決まっているのか？」を調べてみてほしい。これは有機化学の酸塩基平衡と、アミノ酸側鎖の化学構造の話に帰着する。教科書の「アミノ酸の性質」の表を、pKaの値と一緒に覚えるのが第一歩だ。
数学的な背景としては、ツールがpIを求めているのは非線形方程式の数値解だ。電荷の合計がゼロになるpHを探すというのは、関数 $f(pH)=net\ charge$ の根（ゼロ点）を求める問題で、これは二分法やニュートン・ラフソン法といった数値計算アルゴリズムで解かれている。プログラミングに興味があれば、自分で簡単な配列を用意して、これらのアルゴリズムでpIを計算する小さなプログラムを書いてみると、理解が一気に深まるよ。
さらに学びを進めるなら、分子動力学（MD）シミュレーションの世界に触れてみることを勧める。このツールはタンパク質を「点」や「均一な球」として扱っているが、MDシミュレーションでは原子1個1個の動きを計算することで、より現実に近い「構造ゆらぎを含んだRh」や、周りの水分子の影響を直接考慮した「拡散係数」を推定できる。今はクラウド上で気軽に試せる環境も増えている。このツールを出発点に、タンパク質という複雑系を多角的にモデル化する工学の面白さを感じてもらえたら嬉しいな。