Aus dem Forschungslabor

Die möglichst genaue Vorhersage, wie sich ein Protein im Raum faltet, ist aktuell eines der wichtigsten Probleme der biologischen und medizinischen Forschung. Genaue Prognosen, wie die räumliche Struktur eines Proteins aussieht, von dem nur die DNS-Sequenz bekannt ist, öffnen Türen beispielsweise für neue hochwirksame Medikamente und andere bedeutende Fortschritte in der Medizin. Doch die Herausforderung liegt in der Anzahl der theoretisch möglichen Formen, die ein Protein annehmen kann. Aufgrund der chemischen Eigenschaften der Polypeptidkette, aus der das Protein letztendlich entsteht, liegen Schätzungen für die mögliche räumliche Struktur bei bis zu 10143 Möglichkeiten. Wäre nur eine Nanosekunde notwendig, um eine Faltung auszuprobieren, wäre dennoch mehr Zeit notwendig, als das Universum alt ist. Trial and Error ist in dieser Forschungsdisziplin also keine Option.

Deklassiert

Daher veranstaltet das US-amerikanische "Protein Structure Prediction Center" seit 1994 einen Wettbewerb namens "Critical Assessment of protein Structure Prediction" (CASP). In diesem stellen sich alle zwei Jahre Forscher der Aufgabe, die Faltung der Proteine möglichst genau vorherzusagen. 2018 traten 98 Programme an, darunter erstmals AlphaFold.

Die konkrete Aufgabe für die Forscherteams bestand darin, die Proteinfaltung in 43 Fällen vorherzusagen. Dies gelang AlphaFold in 25 Fällen, was dem fachfremden Beobachter zunächst ein "Naja, ganz ordentlich" abringen dürfte. Doch wenn es der Zweitplatzierte unter den nahezu einhundert teilnehmenden Algorithmen auf gerade einmal drei korrekte Vorhersagen brachte, lässt sich wohl ohne Übertreibung feststellen, dass Deepmind die Konkurrenz – einmal mehr – deklassiert hat. Der Veranstalter selbst sprach von einem noch nie dagewesenen Fortschritt in dieser Forschungsdisziplin.

Der Mitbegründer und CEO von Deepmind,

Der komplette Artikel ist nur für Abonnenten des ADMIN Archiv-Abos verfügbar.