Alle zwei Jahre treten verschiedene KI-Systeme bei dem Wettbewerb CASP an. Dabei berechnen sie aus der Aminosäuresequenz die 3-D-Strukturen von Proteinen, die parallel von Forschern und Forscherinnen im Labor ermittelt werden, etwa mit Hilfe von Massenspektrometrie. Im Vergleich der Prognosen und der experimentellen Analysen lag beim heurigen CASP14 Wettbewerb die KI AlphaFold von der britischen Firma DeepMind so richtig wie noch keine vor ihr. AlphaFold ist ein künstliches neuronales Netz, das sich mit Hilfe von Deep Learning die Regeln der Protein-Strukturbildung gewissermaßen selbst beibringt.
„Wow, das ist ein Durchbruch“
Laut einer Mitteilung der Firma, einer Tochter der Google Holding Alphabet, habe AlphaFold die 3-D-Faltungsstruktur von 70 der im Wettbewerb zu lösenden 100 Proteinsequenzen so präzise vorhergesagt wie die Experimentatoren. Das Proteinfaltungsproblem sei damit zumindest bei einfachen Eiweißen gelöst, frohlockt etwa Andriy Kryshtafovych, einer der AlphaFold-Forscher.
„Wow, das ist ein Durchbruch“, kommentiert auch der an der aktuellen Arbeit nicht beteiligte Biochemiker Jan Kosinski vom Europäischen Laboratorium für Molekularbiologie in Hamburg. „Es gibt natürlich Einschränkungen und Aspekte, die verbessert werden müssen, bevor das Problem der Strukturvorhersage endgültig gelöst ist, aber die Genauigkeit und Erfolgsrate von AlphaFold sind beispiellos.“
Ursache vieler Krankheiten
Auch einige andere Kolleginnen und Kollegen zeigen sich von den Resultaten beeindruckt, halten die Aussage einer „Lösung des Proteinfaltungsproblems“ aber für verfrüht. Noch sei auch keine Studie erschienen, mit der man die Ergebnisse nachvollziehen könnte – DeepMind hat eine solche aber bereits angekündigt.
Die Vorhersage von Proteinstrukturen sei keine akademische Trockenübung, betonen die AlphaFold-Forscher, sondern habe große Bedeutung für die reale Welt, allen voran für die Biomedizin. Falsch gefaltete und damit schlecht funktionierende Proteine sind Ursachen zahlreicher Krankheiten, etwa von Alzheimer und Parkinson. Im Rahmen des aktuellen Wettbewerbs sei auch die Struktur eines Coronavirus-Proteins vorhergesagt worden.