https://www.faz.net/-gwz-a62t0

Proteinfaltung vorhersagbar? : Künstliche Intelligenz macht ernst im Biolabor

Komplexer geht immer: Dieser Ionen-Kanal, der in einer Zellmembran verankert ist, ist aus vielen Untereinheiten aufgebaut - zu schwierig auch für AlphaFold. Bild: Scripps Research Institute

Lebenswissenschaftler verneigen sich. Doch hat DeepMind mit seiner lernenden Maschine „AlphaFold“ wirklich ein Jahrzehnte altes Problem der Biologie gelöst, wie behauptet wird? Eine Umfrage unter unabhängigen Experten.

          7 Min.

          „Tja, wenn ein Computerprogramm den Nobelpreis gewinnen könnte….“. Richard Dawkins, einer der arrivierten, international bekanntesten Evolutionsbiologen aus England, alles andere jedenfalls als ein Wissenschaftler im Silicon-Valley-Fieber, hat in seinem Tweet die Begeisterung für den jüngsten Erfolg des Google-Ablegers „DeepMind“ auf den Punkt gebracht. Die Hardcore-Fans Künstlicher Intelligenz (KI) werden womöglich mit den Schultern zucken, der Gebrauchswert von „AlphaFold“ im Alltag und zur Befriedigung des Spieltriebs ist überschaubar. Für die Biologie allerdings im Allgemeinen und die Bioinformatik im Besonderen ist den Experten kein Superlativ zu schade. Vom Heiligen Gral der Biologie ist die Rede, was allerdings voraussetzt, dass es in der Biologie viele Heilige Grale geben muss, so oft wie dieses Wort in den vergangenen siebzig Jahren Bioforschung schon gefallen ist.

          Joachim Müller-Jung

          Redakteur im Feuilleton, zuständig für das Ressort „Natur und Wissenschaft“.

          Deshalb zuerst kurz erklärt, was genau die neue Version der Deep-Mind-KI nun geschafft hat, was Bioinformatikern aus Fleisch und Blut Jahrzehnte lang nicht vergönnt war. Eine neue Entwicklungsstufe von „AlphaFold“ soll das Proteinfaltungsproblem gelöst haben. Seit mehr als einem halben Jahrhundert, eigentlich seit Beginn der Molekularbiolgie, die in den fünfziger Jahren mit der Entzifferung der DNA-Doppelhelix so richtig Fahrt aufgenommen hatte, versucht man, dieses Problem zu lösen. Wie entsteht aus einer im Erbgut programmierten Abfolge von Aminosäuren die dreidimensionale Gestalt des Proteins? Mit anderen Worten: Wie wird aus einer Kette ein Körper. Ein Protein – und davon gibt es Millionen verschiedene im Körper – kann aus Dutzenden oder Tausenden von aneinander geketteten Aminosäure-Bausteinen aufgebaut sein.

          Die Art und Weise aber, wie diese Kettenglieder bei der Bildung durch Ribosomen im Zellplasma miteinander chemische Bindungen eingehen, ist aus dem genetischen Code nicht ablesbar. Für ein Protein, das aus mehr als Hunderten Aminosäuren besteht, gehen die Möglichkeiten der „Verklumpung“ rechnerisch in astronomische Höhen. Deshalb war die Biologie bei der Aufklärung der Proteinstruktur immer auf viele, extrem aufwändige Präparations- und Analysetechniken angewiesen – auf Röntgentechniken etwa oder auf die Elektronenmikroskopie.

          Warum die Vorhersage der 3-D-Struktur so wichtig ist, lässt sich in der Covid-19-Krise besonders gut verstehen: Nur, wenn unsere Antikörper und Immunzellen ganz exakt an die empfindliche Stelle des Coronavirus binden, sind die Immunwaffen in der Lage, den Erreger am Eintritt in die Zellen zu behindern und damit unschädlich zu machen. Für die Pharmabranche ist die KI deshalb besonders vielversprechend. Hätte man die Proteinfaltung im Griff, könnte man viel schneller und gezielter Arzneimittel entwickeln.

          Eine goldene Nuss also, die bisher nur keiner knacken konnte. Bis eben jetzt eben, behauptet DeepMind.  

          Nach der Präsentation von AlphaFolds jüngstem Wettbewerbserfolg kündigte DeepMind-Chef Demis Hassabis sogar an, die 3D-Analyse der gesamte Proteinmaschinerie eines menschlichen Körpers „in wenigen Monaten“ erreichen zu können.
          Nach der Präsentation von AlphaFolds jüngstem Wettbewerbserfolg kündigte DeepMind-Chef Demis Hassabis sogar an, die 3D-Analyse der gesamte Proteinmaschinerie eines menschlichen Körpers „in wenigen Monaten“ erreichen zu können. : Bild: AFP

          Bei der KI, die der Firma zufolge das Proteinfaltungsproblem weitgehend gelöst haben will, handelt es sich um ein tiefes neuronales Netzwerk der neuesten Generation. Komplizierte Proteine aus vielen Untereinheiten können damit aber offenbar noch nicht vorhergesagt werden, sondern nur „Single Domain“-Proteine. Auch die Veränderungen, die Proteine durch Veränderungen der Umwelt oder durch pathologische Fehlbildungen annehmen können, sind für die KI offenbar noch nicht dechiffrierbar. Noch ist auch in technischer Hinsicht das KI-Geheimnis von AlphaFold  nicht in allen Details offen gelegt. Es gibt weder den Quellcode noch eine aktuelle Publikation. Immerhin: DeepMind will demnächst ein Methodenpaper publizieren. Beim diesjährigen Branchenwettbewerb CASP14 („Critical Assessment of protein Structure Prediction) soll AlphaFold aber schon sein Potential gezeigt haben – geprüft von unabhängigen Experten sozusagen. Die dreidimensionale Faltungsstruktur von 70 der im Wettbewerb zu lösenden 100 Proteinsequenzen sollen mit der  selbstlernenden Maschine so präzise vorhergesagt worden sein wie Experimentatoren, die gleichzeitig ihre Strukturvorhersagen auf der Basis von experimentellen Verfahren wie der Kristallstrukturanalyse mit Röntgenstrahlen, Cryo-Elektronen-Tomographie oder der multidimensionalen NMR-Spektroskopie machten.

          Weitere Themen

          So funktionieren FFP2-Masken Video-Seite öffnen

          Videografik : So funktionieren FFP2-Masken

          FFP2-Masken schützen in der Corona-Pandemie erwiesenermaßen besser vor einer Infektion als einfache Masken. Doch um die volle Wirksamkeit zu erreichen, müssen Träger manches beachten.

          Mehr wissen, informiert entscheiden

          FAZ Plus Artikel: DFG-Experten zu Corona-Impfung : Mehr wissen, informiert entscheiden

          Der Vorwurf, die Pandemie-Politik agiere ohne ausreichende wissenschaftliche Evidenz, lässt sich leicht widerlegen. Die unabhängige Forschung zur Corona-Impfung zeigt beispielhaft, welche Aussagen schon sicher getroffen werden können. Das ist alles andere als zu wenig. Ein Gastbeitrag.

          Topmeldungen

          Der britische Premierminister Boris Johnson am 25. Januar in London mit einer Dosis des Corona-Impfstoffs von Astra-Zeneca

          Großbritannien und die EU : Auch ein Impfstoff kann Beziehungen vergiften

          Großbritannien fasst Überlegungen der EU, die Impfstoff-Ausfuhr zu kontrollieren, als Drohung auf – und als Bestrafung für Lieferprobleme von Astra-Zeneca. Diese könnten auch mit dem niedrigen Preis zusammenhängen.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.