Ein Proteinmodell in der Datenbank. (DeepMind/YouTube) Wissenschaftler stellten am Donnerstag die bisher umfassendste Datenbank der Proteine vor, die die Bausteine des Lebens bilden. Beobachter sagten, dass dies ein Durchbruch sei, der „die biologische Forschung grundlegend verändern“ würde.
Jede Zelle in jedem lebenden Organismus wird durch Proteine, die ständige Anweisungen zur Erhaltung der Gesundheit und zur Abwehr von Infektionen liefern, dazu angeregt, ihre Funktion zu erfüllen.
Im Gegensatz zum Genom – der vollständigen Sequenz menschlicher Gene, die das zelluläre Leben kodieren – verändert sich das menschliche Proteom ständig als Reaktion auf genetische Anweisungen und Umweltreize.
Das Verständnis, wie Proteine funktionieren – die Form, in die sie innerhalb von Zellen gelangen oder in die sie sich „falten“, fasziniert Wissenschaftler seit Jahrzehnten.
Die genaue Funktion jedes Proteins durch direkte Experimente zu bestimmen, ist jedoch mühsam.
Fünfzig Jahre Forschung haben bisher nur 17 Prozent der Aminosäuren des menschlichen Proteoms, der Untereinheiten von Proteinen, erbracht.
Am Donnerstag stellten Forscher von Googles DeepMind und dem European Molecular Biology Laboratory (EMBL) eine vor Datenbank mit 20.000 Proteinen ausgedrückt durch das menschliche Genom, frei und offen online verfügbar.
Dazu gehörten auch mehr als 350.000 Proteine von 20 Organismen wie Bakterien, Hefen und Mäusen, auf die Wissenschaftler für ihre Forschung angewiesen sind.
Um die Datenbank zu erstellen, verwendeten Wissenschaftler a hochmodernes maschinelles Lernprogramm Das war in der Lage, die Form von Proteinen anhand ihrer Aminosäuresequenzen genau vorherzusagen.
Anstatt Monate damit zu verbringen, Geräte im Wert von mehreren Millionen Dollar zu benutzen, trainierten sie diese AlphaFold-System auf einer Datenbank mit 170.000 bekannten Proteinstrukturen.
Anschließend nutzte die KI einen Algorithmus, um genaue Vorhersagen über die Form von 58 Prozent aller Proteine im menschlichen Proteom zu treffen.
Dadurch wurde die Zahl der hochpräzisen menschlichen Proteinstrukturen, die Forscher in 50 Jahren direkter Experimente praktisch über Nacht identifiziert hatten, mehr als verdoppelt.
Die potenziellen Anwendungen sind enorm und reichen von der Erforschung genetischer Krankheiten über die Bekämpfung antimikrobieller Resistenzen bis hin zur Entwicklung dürreresistenterer Nutzpflanzen.
„Proteinfaltungsproblem“
Paul Nurse, Träger des Nobelpreises für Medizin 2001 und Direktor des Francis Crick Institute, sagte die Veröffentlichung am Donnerstag „ein großer Sprung für biologische Innovation“.
„Da diese Ressource frei und offen verfügbar ist, kann die wissenschaftliche Gemeinschaft auf kollektives Wissen zurückgreifen, um Entdeckungen zu beschleunigen und eine neue Ära für die KI-gestützte Biologie einzuläuten.“ er sagte.
John McGeehan, Direktor des Center for Enzyme Innovation an der University of Portsmouth, dessen Team Enzyme entwickelt, die in der Lage sind, Einweg-Plastikmüll zu verbrauchen, sagte, AlphaFold habe das Gebiet revolutioniert.
„Was uns Monate und Jahre gekostet hat, konnte AlphaFold an einem Wochenende erledigen.“ „Ich habe das Gefühl, dass wir unserem Stand von gestern um mindestens ein Jahr voraus sind.“ er sagte.
Die Möglichkeit, die Form eines Proteins anhand seiner Aminosäuresequenz mithilfe eines Computers statt durch Experimente vorherzusagen, hilft Wissenschaftlern bereits in einer Reihe von Forschungsbereichen.
AlphaFold wird bereits in der Erforschung von Heilmitteln für Krankheiten eingesetzt, von denen ärmere Länder überproportional betroffen sind.
Ein in den USA ansässiges Team nutzt die KI-Vorhersage, um Möglichkeiten zur Bekämpfung arzneimittelresistenter Bakterienstämme zu untersuchen.
Eine andere Gruppe nutzt die Datenbank, um besser zu verstehen, wie das geht SARS-CoV-2 , Die Virus das verursacht COVID 19 , Bindungen mit menschlichen Zellen.
Venki Ramakrishnan, Nobelpreisträger für Chemie 2009, sagte Die Forschung vom Donnerstag, in der Zeitschrift veröffentlicht Natur war ein „atemberaubender Fortschritt“ in der biologischen Forschung.
Er sagte, AlphaFold habe im Wesentlichen das sogenannte „Proteinfaltungsproblem“ gelöst, das besagte, dass die 3D-Struktur eines bestimmten Proteins anhand seiner Aminosäuresequenz bestimmbar sein sollte und das Wissenschaftler ein halbes Jahrhundert lang verwirrt hatte.
Angesichts der Tatsache, dass die Anzahl der Formen, die ein Protein theoretisch annehmen könnte, astronomisch groß ist, hing das Problem der Proteinfaltung teilweise mit der Rechenleistung zusammen.
Die Aufgabe war so gewaltig, dass der US-amerikanische Molekularbiologe Cyril Levinthal 1969 die berühmte Theorie aufstellte, dass es länger als das Alter des bekannten Universums dauern würde, alle möglichen Proteinkonfigurationen mithilfe roher Berechnungen aufzuzählen.
Da AlphaFold jedoch in der Lage war, jede Sekunde eine unglaubliche Anzahl von Berechnungen durchzuführen, hatte das Problem angesichts von KI und Algorithmen keine Chance.
„Es geschah lange, bevor viele Fachleute es vorhergesehen hätten“, sagte Ramakrishnan.
„Es wird spannend sein zu sehen, wie vielfältig es die biologische Forschung grundlegend verändern wird.“
© Französische Medienagentur