Inhalt
Eine künstliche Intelligenz hat kürzlich die Struktur aller bekannten Proteine vorhergesagt, genauer als jeder vorherige Algorithmus. Experten sind begeistert.
Strukturbiologin Janet Thornton vom European Bioinformatics Institute schwärmt vom Aussehen ihres Lieblingsproteins: „Die Struktur ist so einfach, als würde man das Protein um ein kleines Fass wickeln. Es ist symmetrisch und sehr schön.“
Struktur definiert Funktion
Proteine sind die kleinen molekularen Maschinen in unseren Zellen, die zum Beispiel Zucker abbauen oder dabei helfen, unser Erbgut zu kopieren. Dabei spielt die dreidimensionale Struktur von Proteinen eine entscheidende Rolle: Je nachdem, wie ein Protein aufgebaut ist, kann es unterschiedliche Aufgaben in der Zelle übernehmen. Somit definiert die Struktur die Funktion des Proteins.
Aus 2D wird 3D
1/2
Legende: Sichel Jeder Buchstabe steht für eine Aminosäure. Und aus der Sequenz eines Proteins errechnet AlphaFold … EMBL-EBI / DeepMind
2/2
Bildunterschrift: … seine dreidimensionale Struktur. Die unterschiedlichen Farben zeigen an, wie sicher der Algorithmus bei der Vorhersage ist. EMBL-EBI / DeepMind
Um besser zu verstehen, wie Proteine funktionieren, muss man ihre Strukturen kennen. Allerdings ist es sehr zeitaufwändig, teuer und oft schwierig, Proteinstrukturen im Labor experimentell zu bestimmen. Aus diesem Grund versuchen Forscher schon lange vorherzusagen, wie ein Protein am Computer genau aussieht.
Das Universum der Proteinstrukturen
Was sie brauchen: die Bauanleitung für ein Protein und einen intelligenten Algorithmus. Forscher kennen die Bauanleitung unseres Genoms. Den intelligenten Algorithmus liefert nun das zu Google gehörende Unternehmen DeepMind.
Mehr als 200 Millionen dreidimensionale Strukturen dieser Art hat er mehr oder weniger genau vorhersagen können. Zusammen mit dem European Bioinformatics Institute hinterlegte er die Daten in einer öffentlich zugänglichen Datenbank. Ein enormer Datenschatz, so Janet Thornton: „Die Datenbank enthält die Vorhersagen aller Proteine, deren Bauanleitung bekannt ist. Sozusagen das Universum der Proteinstrukturen.“
Verschiedene Proteinstrukturen
1/5
Bildunterschrift: Proteinstrukturen sind sehr unterschiedlich. EMBL-EBI / DeepMind
2/5
Legende: Dank seiner Struktur … EMBL-EBI / DeepMind
3/5
Bildunterschrift: … kann zellspezifische Aufgaben übernehmen. EMBL-EBI / DeepMind
4/5
Bildunterschrift: Manchmal können sie verwirrend erscheinen, oder… EMBL-EBI / DeepMind
5/5
Bildunterschrift: … chaotisch. EMBL-EBI / DeepMind
Ein Meilenstein, findet Torsten Schwede, Professor für Strukturelle Bioinformatik am Biozentrum der Universität Basel. “Da wurde ein Quantensprung gemacht.” Zusammen mit anderen Forschern hat er die künstliche Intelligenz von AlphaFold in die Praxis umgesetzt.
CASP: So wird geprüft
Box öffnen Box schließen
CASP: Kritische Bewertung von Techniken zur Proteinstrukturvorhersage. dt: Kritische Überprüfung von Techniken zur Proteinstrukturvorhersage.
Es ist ein Gemeinschaftsexperiment, das seit 1994 alle zwei Jahre durchgeführt wird. Forschergruppen können damit ihre Methoden testen, wie genau sie die Struktur von Proteinen vorhersagen.
Das Verfahren ist einfach: Sie erhalten die Anweisungen zum Aufbau der Proteine, die Sie in einer bestimmten Zeit vorhersagen müssen. Ihre Ergebnisse werden dann mit im Labor ermittelten Strukturen verglichen. Mit anderen Worten, wie nah sind sie an der Realität? AlphaFold hat die letzten beiden Ausgaben des Wettbewerbs gewonnen. Die diesjährigen Ergebnisse werden Mitte Dezember in Antalya, Türkei, bekannt gegeben.
Die öffentlich zugängliche Datenbank existiert erst seit kurzem. Eine Fülle von Proteinstrukturen: nur ein Mausklick. Schwede spricht von einem Paradigmenwechsel: „Er hat zu einer Demokratisierung des Zugangs geführt.“ Jetzt kann jeder zum Webbrowser gehen und bei Bedarf auf die gewünschte Struktur zugreifen.
Die Datenbank wird verwendet
Box öffnen Box schließen
Mehr als eine halbe Million Forscher aus der ganzen Welt haben bereits auf die Sammlung zugegriffen. Dies hilft Laborforschern derzeit dabei, schneller herauszufinden, wie ein bestimmtes Protein aussieht und damit genau funktioniert.
Dies soll nur der Anfang sein. „Wir hoffen, dass diese Strukturen in Zukunft dazu beitragen werden, neue Medikamente gegen einige der schlimmsten Krankheiten zu entwickeln“, sagt Janet Thornton. Die meisten Medikamente wirken durch Bindung an Proteine. Allerdings kann der AlphaFold-Algorithmus immer noch nicht genau berechnen, was mit einem Protein passiert. Doch gerade diese Informationen wären für die Entwicklung von Medikamenten enorm wichtig.
DeepMind
Box öffnen Box schließen
Das Start-up wurde 2010 in Großbritannien gegründet und vier Jahre später von Google aufgekauft. Das Unternehmen beschäftigt sich seit 2016 mit dem Problem, die Struktur eines Proteins nur anhand seiner Aminosäuresequenz vorherzusagen.
Im Jahr 2018 schnitt AlphaFold von DeepMind bei CASP, einem öffentlichen Wettbewerb, bei dem künstliche Intelligenz danach beurteilt wird, wie gut sie Proteinstrukturen vorhersagt, besser ab als alle anderen Programme.
2020 gewann AlphaFold den Wettbewerb deutlicher. Der dazugehörige Algorithmus ist seit Juli 2021 öffentlich zugänglich. Seit Ende Juli 2022 können Forscher dank einer Datenbank von DeepMind und dem European Institute of Bioinformatics frei auf mehr als 200 Millionen vorhergesagte Proteinstrukturen zugreifen.
Die Entwicklerfirma DeepMind trainiert bereits fleißig Künstliche Intelligenz für das neue Gebiet, wie Bioinformatiker Torsten Schwede weiß: „DeepMind sieht das Potenzial für medizinische Anwendungen von Künstlicher Intelligenz. Dann gibt es ganz klar ein kommerzielles Interesse.“
Die Zukunft wird zeigen, ob DeepMind oder andere Wettbewerber dieses Potenzial erreichen können. Mit der Medikamentenentwicklung lässt sich Geld verdienen. Es bleibt also spannend, ob diese medizinisch interessanten Daten weiterhin frei und öffentlich zugänglich sein werden.