AlphaFold ist ein KI-System von Google DeepMind zur Vorhersage dreidimensionaler Proteinstrukturen. Die Vorhersagen ersetzen Experimente nicht, machen aber für sehr viele Proteine schnell nutzbare Strukturmodelle verfügbar.
Einfach erklärt
Proteine bestehen aus Ketten von Aminosäuren, die sich zu komplexen dreidimensionalen Formen falten. Diese Form beeinflusst, wie ein Protein funktioniert.
AlphaFold berechnet aus der Aminosäuresequenz eine wahrscheinliche räumliche Struktur und gibt zusätzlich Vertrauenswerte aus. Forschende können damit Hypothesen schneller bilden und Experimente gezielter planen.
Wissenschaftlicher Hintergrund
AlphaFold 2 kombiniert Informationen aus multiplen Sequenzalignments mit einer speziell entwickelten neuronalen Architektur. Das System verarbeitet evolutionäre Beziehungen und geometrische Constraints und erzeugt atomare Strukturvorhersagen.
Die Nature-Publikation von 2021 beschreibt eine stark verbesserte Genauigkeit und Ergebnisse im CASP14-Wettbewerb. Über die AlphaFold Protein Structure Database wurden Vorhersagen für sehr große Teile der bekannten Proteinwelt öffentlich zugänglich gemacht.
Ergebnisse
- Regelmäßig hohe Genauigkeit für viele einzelne Proteindomänen.
- Öffentlich zugängliche Strukturvorhersagen für mehr als 200 Millionen Proteine.
- Breite Nutzung in Biologie, Medizin, Enzymforschung und Wirkstoffentwicklung.
- Vertrauensmaße helfen dabei, zuverlässige und unsichere Bereiche zu unterscheiden.
Bedeutung und mögliche Anwendungen
Strukturvorhersagen können die Planung von Experimenten, die Interpretation genetischer Varianten, die Untersuchung von Krankheitserregern und die Suche nach Wirkstoffzielen unterstützen. Sie beschleunigen Forschung, liefern aber keine vollständige Beschreibung der Dynamik und Funktion eines Proteins.
Grenzen und offene Fragen
- Eine Vorhersage ist kein experimenteller Nachweis.
- Flexible, ungeordnete oder kontextabhängige Regionen bleiben schwierig.
- Proteinbewegungen, zelluläre Umgebung und viele Wechselwirkungen werden nicht vollständig durch eine einzelne statische Struktur erfasst.
- Für medizinische Anwendungen sind zusätzliche experimentelle und klinische Prüfungen erforderlich.
Publikationen und Originalquellen
Die zentrale technische Veröffentlichung erschien 2021 in Nature. Die offizielle DeepMind-Seite und die AlphaFold-Datenbank dokumentieren Zugang, Weiterentwicklungen und Anwendungsfälle.