Deepmind: KI schafft Durchbruch in der Proteinfaltung.

0

Nachdem der Algorithmus beim zweijährigen CASP-Wettbewerb im Jahr 2018 bereits deutlich bessere Ergebnisse als der Wettbewerb erzielt hatte, ist es nun wesentlich besser gelaufen: “In gewisser Weise ist das Problem gelöst”, sagte John Moult, einer der Gründer des Wettbewerbs, dem US-Wissenschaftsmagazin Nature.

“Dies ist das erste Mal, dass eine KI ein ernsthaftes Problem gelöst hat”, sagte er der Technology Review.

Grundlegendes Problem der Biologie
“Das wird alles verändern”

Deepmind hat offenbar eine fundamentale Herausforderung in der Biologie weitgehend gelöst und mit “AlphaFold” eine KI geschaffen, die eine Proteinstrukturvorhersage mit beispielloser Genauigkeit ermöglicht.

Dies gab die Google-Tochter am Montag bekannt und löste in der Forschergemeinde einige begeisterte Reaktionen aus.

Zwei Jahre nachdem AlphaFold einen Wettbewerb zur Proteinstrukturvorhersage dominiert hat, scheint es, dass es diesen nun klar gewonnen hat.

Dies wurde von Deepmind bekannt gegeben.

Das Problem der Proteinfaltung ist ein Kernproblem der Biologie.

Es betrifft Proteine, die aus Hunderten von Aminosäuren bestehen, die sich zu komplexen Strukturen zusammenfalten.

Welche Aminos�uren zu einem Protein gehören, wird von der DNA kodiert, die jedoch keine Informationen �ber die r�umliche Struktur gibt.

Die Herausforderung bei der Vorhersage der Proteinstruktur besteht darin, sie aus der genetischen Information abzuleiten.

Für ein typisches Protein würde bloßes Ausprobieren länger dauern, als das Universum alt ist, doch ein Protein faltet sich innerhalb von maximal Minuten, führt Deepmind das damit verbundene Paradoxon an.

Die Natur probiert nichts aus, sondern natürliche Mechanismen weisen den Weg.

“Das wird die Medizin verändern, es wird die Forschung verändern, es wird das Bioengineering verändern, es wird alles verändern”, behauptet Andrei Lupas vom Max-Planck-Institut für Entwicklungsbiologie gegenüber der Natur.

Jan Kosinski vom Europäischen Laboratorium für Molekularbiologie jubelt sogar: “Wow, das ist ein Durchbruch”.

Er kann es kaum erwarten, diese Methode für seine Proteine einzusetzen.

Gunnar Schröder vom Forschungszentrum Jülich weist derweil darauf hin, dass es mit AlphaFold im Grunde so ist, als kenne man einen Menschen, der die Proteinstruktur korrekt vorhersagt, ohne die Methode zu erklären.

Dies sei “fantastisch und von großem wissenschaftlichen Wert”, sagt er, aber ich “glaube nicht wirklich, dass der zugrunde liegende Code geknackt ist”.

Deepmind will den Hintergrund in einem wissenschaftlichen Artikel darstellen.

1994 wurde der CASP-Wettbewerb (“Critical Assessment of Techniques for Protein Structure Prediction”) ausgeschrieben, um den Stand der Technik widerzuspiegeln.

Techniken zur Proteinstrukturvorhersage können an identifizierten, aber nicht publizierten Proteinstrukturen getestet werden.

Die erreichte Genauigkeit wird in GDT (Global Distance Test) angegeben, erklärt Deepmind.

Sie kann zwischen 0 und 100 liegen, und ab etwa 90 ist sie mit Messergebnissen vergleichbar.

Die zweite Version von AlphaFold erreichte einen Mittelwert von 92,4 und selbst mit den schwierigsten Proteinen erreichte sie immer noch 87.

Die KI-Vorhersage von Proteinstrukturen könnte damit zu einem wichtigen Werkzeug für Forscher werden.

..

Share.

Leave A Reply