KI sagt die Form fast aller in der Wissenschaft bekannten Proteine ​​voraus

Im Jahr 2020 stellte ein Labor für künstliche Intelligenz namens DeepMind eine Technologie vor, die die Form von Proteinen vorhersagen kann – die mikroskopischen Mechanismen, die das Verhalten des menschlichen Körpers und aller anderen Lebewesen steuern.

Ein Jahr später teilte das Labor das Tool namens AlphaFold mit Wissenschaftlern und Wissenschaftlern Schalte vorhersagbare Formen von über 350.000 Proteinen frei, einschließlich aller Proteine, die im menschlichen Genom exprimiert werden. Er veränderte sofort den Verlauf der biologischen Forschung. Wenn Wissenschaftler die Formen von Proteinen identifizieren können, können sie das Verständnis von Krankheiten beschleunigen, neue Medikamente entwickeln und auf andere Weise die Geheimnisse des Lebens auf der Erde erforschen.

Jetzt hat DeepMind Vorhersagen für fast jedes der Wissenschaft bekannte Protein veröffentlicht. Das in London ansässige Labor, das derselben Muttergesellschaft wie Google gehört, gab am Donnerstag bekannt, dass es mehr als 200 Millionen Vorhersagen zu einer Online-Datenbank hinzugefügt hat, die Wissenschaftlern auf der ganzen Welt frei zur Verfügung steht.

Mit dieser neuen Version hoffen die Wissenschaftler hinter DeepMind, die Suche nach noch mysteriöseren Organismen zu beschleunigen und ein neues Gebiet namens Metaproteomik zu entfachen.

„Wissenschaftler können jetzt diese gesamte Datenbank durchsuchen und nach Mustern suchen – Assoziationen zwischen Arten und evolutionären Mustern, die bisher möglicherweise nicht klar waren“, sagte Demis Hassabis, CEO von DeepMind, in einem Telefoninterview.

Proteine ​​beginnen als Ketten chemischer Verbindungen und drehen und falten sich dann zu dreidimensionalen Formen, die bestimmen, wie sich diese Moleküle auf andere beziehen. Wenn Wissenschaftler bestimmen können, wie ein bestimmtes Protein aussieht, können sie entschlüsseln, wie es funktioniert.

Dieses Wissen ist oft ein wesentlicher Bestandteil der Bekämpfung von Krankheiten und Gebrechen. Beispielsweise widerstehen Bakterien Antibiotika, indem sie bestimmte Proteine ​​exprimieren. Wenn Wissenschaftler verstehen, wie diese Proteine ​​funktionieren, können sie mit der Bekämpfung von Antibiotikaresistenzen beginnen.

Früher erforderte die Bestimmung der Form eines Proteins umfangreiche Experimente mit Röntgenstrahlen, Mikroskopen und anderen Instrumenten auf einem Labortisch. Anhand der Reihe chemischer Verbindungen, aus denen das Protein besteht, kann AlphaFold nun seine Form vorhersagen.

Technologie ist nicht perfekt. Laut unabhängigen Standardtests kann es jedoch die Form eines Proteins mit einer Genauigkeit vorhersagen, die in etwa 63 Prozent der Fälle mit physikalischen Experimenten mithalten kann. Mit der Vorhersage in der Hand können Wissenschaftler ihre Genauigkeit relativ schnell überprüfen.

Clement Verba, ein Forscher an der University of California in San Francisco, der Technologie einsetzt, um das Coronavirus zu verstehen und sich auf ähnliche Pandemien vorzubereiten, sagte, die Technologie habe diese Arbeit „versendet“, was oft monatelange Versuchszeit gespart habe. Andere nutzten das Tool im Kampf gegen Gastroenteritis, Malaria und die Parkinson-Krankheit.

Die Technologie hat auch die Forschung außerhalb des menschlichen Körpers beschleunigt, einschließlich Bemühungen zur Verbesserung der Gesundheit von Honigbienen. Die erweiterte Datenbank von DeepMind könnte einer größeren Gemeinschaft von Wissenschaftlern helfen, von ähnlichen Vorteilen zu profitieren.

Dr. Verba glaubt wie Dr. Hasabis, dass die Datenbank neue Möglichkeiten bieten wird, um zu verstehen, wie sich Proteine ​​über Arten hinweg verhalten. Er sieht darin auch eine Möglichkeit, eine neue Generation von Gelehrten auszubilden. Nicht alle Forscher kennen sich mit dieser Art von Strukturbiologie aus. Eine Datenbank aller bekannten Proteine ​​senkt die Eintrittsbarriere. „Es könnte Strukturbiologie zu den Massen bringen“, sagte Dr. Verba.