Künstliche Intelligenz hat die Art und Weise, wie Wissenschaftler Proteine entwerfen, grundlegend verändert
Proteine sind die Maschinen des Lebens, und neue von Grund auf zu entwerfen dauerte früher jahrelange mühsame Arbeit. KI hat das in weniger als einem Jahrzehnt auf den Kopf gestellt.
Jeder Prozess in einer lebenden Zelle wird von Proteinen angetrieben. Sie verdauen Nahrung, übertragen Signale, reparieren DNA-Schäden, bauen Zellwände auf und vernichten Krankheitserreger. Proteine sind außerdem die Wirkstoffe der meisten modernen Medikamente. Wer Proteine nach Belieben entwerfen kann, ist im Prinzip in der Lage, neue biologische Funktionen zu entwickeln: Arzneimittel, die präziser wirken, Enzyme, die Giftstoffe schneller abbauen, Moleküle, die dem Schaden des Alterns entgegenwirken.
Doch Proteine sind außerordentlich komplex. Ein durchschnittliches menschliches Protein besteht aus Hunderten von Aminosäuren, die in einer ganz bestimmten Abfolge angeordnet sind und sich dann zu einer spezifischen dreidimensionalen Form falten. Schon kleine Veränderungen in dieser Sequenz können die Funktion vollständig zerstören. Ein funktionsfähiges neues Protein von Hand zu entwerfen war eine jahrelange Arbeit – eine Kombination aus biochemischer Intuition, kristallografischer Forschung und unermüdlicher Experimentierarbeit.
Was die KI verändert hat
Die KI-Revolution in der Proteinwissenschaft begann mit AlphaFold, dem DeepMind-System, das 2021 das jahrzehntealte Problem der Proteinstrukturvorhersage im Wesentlichen löste: die Bestimmung der dreidimensionalen Form eines Proteins anhand seiner Aminosäuresequenz. Das war ein Meilenstein. Doch eine aktuelle Analyse in Science beschreibt, wie KI nun die umgekehrte Frage beantwortet: nicht, welche Struktur zu welcher Sequenz gehört, sondern welche Sequenz man benötigt, um eine gewünschte Struktur und Funktion zu erhalten. Dies ist das sogenannte "inverse Problem" – und es ist der Kern des eigentlichen Proteindesigns.
Mit Werkzeugen wie RFdiffusion und ProteinMPNN können Forschende heute Proteine entwerfen, die in der Natur nicht vorkommen, aber spezifische Aufgaben erfüllen können. In Labortests erwies sich ein beträchtlicher Anteil der KI-entworfenen Proteine als funktionsfähig – eine Erfolgsquote, die noch vor einem Jahrzehnt undenkbar gewesen wäre. Die Auswirkungen auf Medizin und Biotechnologie sind erheblich: schneller entwickelte Therapien, günstigere Herstellung biologischer Arzneimittel und möglicherweise neue Angriffspunkte für Krankheiten, die heute noch unbehandelbar sind.
Der Zusammenhang mit dem Altern
Für die Longevity-Forschung ist das von besonderer Bedeutung. Viele der Prozesse, die das Altern vorantreiben, sind proteinabhängig: die Ansammlung fehlgefalteter Proteine im Gehirn bei Alzheimer und Parkinson, der Rückgang enzymatischer Reparaturprozesse, die Fehlfunktion von Mitochondrien. Wenn KI den Werkzeugkasten für das Proteindesign erheblich erweitert, eröffnen sich neue Wege für Eingriffe, die bislang technisch nicht erreichbar waren. Wie rasch sich diese Möglichkeiten in klinische Anwendungen übersetzen lassen, steht auf einem anderen Blatt – doch die Beschleunigung ist unverkennbar.