Die Anerkennung von AlphaFold als Lösung für die 50 Jahre alte große Herausforderung der Proteinstrukturvorhersage im Dezember 2020 durch die Organisatoren des CASP-Benchmarks (Critical Assessment of Protein Structure Prediction) stellte einen signifikanter Durchbruch in der Forschung dar. Die AlphaFold-Proteinstrukturdatenbank baut auf dieser Innovation und den Entdeckungen von Generationen von WissenschaftlerInnen auf: von den frühen Pionieren der Proteinforschung und -kristallographie bis hin zu den tausenden VorhersagespezialistInnen und StrukturbiologInnen, die seit Jahren Proteinstrukturen erforschen. Durch die Datenbank wird die Anzahl der hochpräzise dargestellten menschlichen Proteinstrukturen, die Forschenden zur Verfügung stehen, mehr als verdoppelt. AlphaFold erweitert damit das gesammelte Wissen über Proteinstrukturen drastisch. Ein besseres Verständnis dieser Bausteine des Lebens, die jedem biologischen Prozess in jedem Lebewesen zugrunde liegen, wird es Forschenden in den verschiedensten Bereichen ermöglichen, ihre Arbeit bedeutend zu beschleunigen.
Letzte Woche wurde die Methodik hinter der neuesten, hochinnovativen Version von AlphaFold, dem hochentwickelten AI-System, das Strukturvorhersagen ermöglicht, und dessen Open-Source-Code in der wissenschaftliche Fachzeitschrift Nature veröffentlicht. Die heutige Ankündigung fällt mit einer zweiten Veröffentlichung in der Nature zusammen, die nicht nur das umfassendste Bild der Proteine im menschlichen Proteom beschreibt, sondern auch die Proteinstrukturen 20 weiterer Organismen, die für die biologische Forschung bedeutend sind.
„Unser Ziel bei DeepMind war es immer, AI zu entwickeln und sie dann als Werkzeug zu nutzen, um das Tempo wissenschaftlicher Entdeckungen zu beschleunigen und damit unser Verständnis der Welt um uns herum zu verbessern", sagte DeepMind-Gründer und CEO Demis Hassabis, PhD. „Wir haben AlphaFold verwendet, um das vollständigste und genaueste Bild des menschlichen Proteoms zu erstellen. Wir glauben, dass dies der bedeutendste Beitrag ist, den AI bisher zum Fortschritt wissenschaftlicher Erkenntnisse geleistet hat, und es ist ein großartiges Beispiel für die Art von Nutzen, den AI der Gesellschaft bringen kann."
AlphaFold hilft WissenschaftlerInnen schon jetzt dabei, Entdeckungen zu beschleunigen
Die Möglichkeit, die Form eines Proteins nun rechnerisch auf Grund seiner Aminosäuresequenz vorherzusagen - anstatt sie experimentell durch mühsame und oft kostspielige Techniken zu bestimmen - hilft WissenschaftlerInnen bereits jetzt, in wenigen Monaten zu erreichen, was früher Jahre dauerte.„Die AlphaFold-Datenbank ist ein perfektes Beispiel für den kontinuierlichen Erfolgszyklus von offener Wissenschaft", sagte EMBL-Generaldirektorin Edith Heard. „AlphaFold wurde mit Datensätzen aus öffentlichen Ressourcen gefüttert, die von der wissenschaftlichen Gemeinschaft bereitgestellt wurden. Es ist also nur konsequent, dass seine Vorhersagen wiederum frei zugänglich gemacht werden. Die offene und freie Weitergabe der AlphaFold-Vorhersagen wird es Forschenden überall auf der Welt ermöglichen, neue Erkenntnisse zu gewinnen und Entdeckungen voranzutreiben. Ich gehe davon aus, dass AlphaFold eine wirkliche Revolution für die Biowissenschaften ist, so wie es die Genomik vor einigen Jahrzehnten war, und ich bin sehr stolz darauf, dass EMBL DeepMind dabei helfen konnte, den offenen Zugang zu dieser bemerkenswerten Ressource zu ermöglichen."
AlphaFold wird bereits von Partnern wie der Drugs for Neglected Diseases Initiative (DNDi) eingesetzt, die damit ihre Forschung nach lebensrettenden Heilmitteln für Krankheiten vorantreibt, welche unverhältnismäßig stark wirtschaftlich benachteiligte Teilen der Welt betreffen. Das Centre for Enzyme Innovation (CEI) wiederum nutzt AlphaFold, um schnellere Enzyme für das Recycling einiger der umweltschädlichsten Einwegkunststoffe zu entwickeln. Auch WissenschaftlerInnen, die ihre Forschung auf die experimentelle Bestimmung von Proteinstrukturen basieren, helfen die Vorhersagen von AlphaFold bereits dabei, ihre Arbeit zu beschleunigen. So nutzt zum Beispiel ein Forschungsteam an der University of Colorado Boulder die AlphaFold-Vorhersagen, um Antibiotikaresistenzen zu untersuchen, während eine Gruppe an der University of California San Francisco sie verwendet, um ihr Verständnis der Biologie von SARS-CoV-2 zu verbessern.
Die AlphaFold-Proteinstruktur-Datenbank
Die AlphaFold Protein Structure Database baut sowohl auf vielen früheren Beiträgen der internationalen wissenschaftlichen Gemeinschaft auf, als auch auf den hochentwickelten algorithmischen Innovationen von AlphaFold und der jahrzehntelangen Erfahrung des European Bioinformatics Institute (EMBL-EBI) bei der freien Bereitstellung von weltweit gesammelten biologischen Daten. DeepMind und EMBL-EBI stellen den Zugang zu den Vorhersagen von AlphaFold offen zur Verfügung, damit die wissenschaftliche Gemeinschaft das System als Werkzeug dazu nutzen kann, weitere Forschung zu ermöglichen, zu beschleunigen und völlig neue Wege der wissenschaftlichen Entdeckung zu eröffnen.„AlphaFold wird sich als einer der wichtigsten Datensätze seit der Kartierung des menschlichen Genoms herausstellen", sagte der stellvertretende EMBL-Generaldirektor und EMBL-EBI-Direktor Ewan Birney. „Die AlphaFold-Vorhersagen der internationalen wissenschaftlichen Gemeinschaft offen zugänglich zu machen, eröffnet so viele neue Forschungsmöglichkeiten. Von vernachlässigten Krankheiten bis hin zu neuen Enzymen für die Biotechnologie und allem, was dazwischen liegt. Dies ist ein großartiges neues wissenschaftliches Werkzeug, das bestehende Technologien ergänzt und es uns ermöglichen wird, die Grenzen unseres Verständnisses der Welt zu erweitern."
Zusätzlich zum menschlichen Proteom geht die Datenbank mit rund 350.000 weiteren Proteinstrukturen online, darunter Proteine von 20 biologisch bedeutsame Organismen wie der Fruchtfliege, der Maus, des Zebrafisches, des Malariaparasiten sowie von E.coli- und Tuberkulosebakterien. Die Forschung an diesen Organismen war bereits Grundlage zahlreicher bedeutender wissenschaftlicher Durchbrüche und entsprechender Veröffentlichungen. Ihre nun veröffentlichte Proteinstrukturen werden es Forschern in den verschiedensten Bereichen - von den Neurowissenschaften bis zur Medizin - ermöglichen, ihre Forschung schneller voranzutreiben.
