Baku, 3. Dezember, AZERTAC

Forscher der britischen Firma DeepMind, einer Tochter der Google-Holding Alphabet, wollen ein zentrales Problem der biomedizinischen Forschung gelöst haben. Ihre künstliche Intelligenz (KI) AlphaFold könne die Strukturen von Molekülen in kurzer Zeit ähnlich präzise bestimmen, wie es Wissenschaftlern sonst oft nur in jahrelanger Fleißarbeit gelinge, heißt es in einer Pressemitteilung.

Ohne Proteine läuft nichts im Körper. Ihr Bauplan ist in der DNA festgelegt. Zu den Proteinen gehören die Bestandteile des Immunsystems, etwa Antikörper, genauso wie Hormone, etwa Insulin, oder Enzyme, die beispielsweise im Dünndarm Milchzucker spalten und Milch verträglich machen.

Wie genau ein Protein im Körper wirkt, hängt allerdings nicht nur von der Reihenfolge der Atome ab, aus denen es besteht, sondern auch von seiner Struktur. Diese bestimmt zum Beispiel, ob ein Antikörper in der Lage ist, an einen Fremdstoff zu binden oder ob ein Medikament an der richtigen Stelle im Körper wirkt. Bislang ist die Entschlüsslung der Proteinstruktur oft mühsam und zeitaufwendig.

50 Jahre Forschung - Die langen Ketten von Aminosäuren, aus denen Proteine zusammengesetzt sind, verknäulen sich zu komplexen, dreidimensionalen Strukturen (siehe Bild unten) mit möglichst geringer Energie, der sogenannten Proteinfaltung. Dabei haben sie allerdings viele verschiedene Möglichkeiten.

Das macht es Forschern schwer, die Form anhand der Reihenfolge der Atome vorherzusagen. Seit mehr als 50 Jahren arbeiten Wissenschaftler daran, seit einiger Zeit auch mithilfe künstlicher Intelligenz. Bislang schnitt diese aber immer schlechter ab als der Mensch.

Die Forschergemeinschaft prüft die Genauigkeit der Computerprogramme regelmäßig im sogenannten CASP-Wettbewerb. Vereinfacht gesagt, wird darin auf einer Skala von 1 bis 100 bewertet, wie nah die Vorhersage an die tatsächliche Struktur von Proteinen herankommt. Ein Wert von 90 gilt unter Forschern als vergleichbar mit Ergebnissen der experimentellen Forschung.

Im diesjährigen Test erreichte die KI AlphaFold über alle geprüften Proteinstrukturen hinweg einen Wert von 92,4. In der Untergruppe der besonders schwer vorherzusagenden Strukturen lag das Ergebnis bei 87. Zum Vergleich: Vor zwei Jahren wurden noch rund 53 Punkte erreicht.

Auch eine gesellschaftliche Frage - “Das ist ein Durchbruch!“, sagte Jan Kosinski, Gruppenleiter des Europäischen Laboratoriums für Molekularbiologie (EMBL) in Hamburg dem Science Media Center (SMC). Die Genauigkeit und Erfolgsrate von AlphaFold sei beispiellos, auch wenn das Problem der Strukturvorhersage noch nicht endgültig gelöst sei.

So habe AlphaFold in dem CASP-Test bislang nur Vorhersagen für dreidimensionale Strukturen einzelner Proteinketten erstellt. “Viele biologische Funktionen von Proteinen basieren jedoch auf der Wechselwirkung mit anderen Molekülen und auf Wechselwirkungen in Proteinkomplexen, die aus mehreren Proteinketten bestehen“, sagte Kosinski. Zudem müsse sich die KI noch in der Praxis bewähren.

Deep Learning Algorithmen, die Proteinstrukturen präzise vorhersagen, könnten die Medikamentenentwicklung revolutionieren. Mit den Programmen ließe sich in kurzer Zeit und kostengünstig prüfen, welche Wirkstoffe für eine Arznei überhaupt infrage kommen. Zudem könnten Maschinen gezielt Proteine mit der gewünschten Faltung herstellen.

Die Struktur von Proteinen zu entschlüsseln, hat auch in der Coronakrise eine wichtige Rolle gespielt. Glücklicherweise ist das Protein, über das der Erreger in menschliche Zellen vordringt, das sogenannte Spike-Protein, nicht zu kompliziert aufgebaut. Im Februar entschlüsselten Fachleute den entscheidenden Teil der dreidimensionalen Struktur.

Die derzeit erprobten Corona-Impfstoffe basieren darauf, eine Immunität gegen Abschnitte dieses Proteins zu erzeugen. Dazu müssen im Körper Proteine (Antikörper) entstehen, die so gefaltet sind, dass sie zielgenau an die Struktur binden.