Robert Klatt
AlphaFold 3, eine neue KI von Google DeepMind, kann das Verhalten der Proteine im menschlichen Körper vorhersagen. Es handelt sich hierbei um einen Durchbruch für die Medizinforschung, der die Behandlung von Krankheiten und die Entwicklung von Impfstoffen verbessern kann.
London (England). In der Wissenschaft existiert die These, dass die biologischen Prozesse im Körper, darunter auch Krankheiten wie Krebs, besser verstanden werden kann, wenn man die Struktur und das Verhalten ihrer Proteine kennt. Google DeepMind, ein Unternehmen, das sich auf die Forschung im Bereich der Künstlichen Intelligenz (KI) spezialisiert hat, hat 2020 einen Durchbruch bei der Prognose von Proteinstrukturen erreicht. Inzwischen hat eine Vielzahl von Forschern mit der KI AlphaFold 2 entscheidende Fortschritte in der Medizin erzielt, darunter etwa bei der Entwicklung neuer Impfstoffe und Medikamente und bei der Krebsbehandlungen.
DeepMind und die Tochtergesellschaft Isomorphic Labs haben nun eine neue Version der KI angekündigt. Laut der Publikation im Fachmagazin Nature kann AlphaFold 3 die Interaktion sämtlicher Proteine mit anderen Biomolekülen der Zellen des Körpers des Menschen vorhersagen. AlphaFold 2 konnte hingegen „lediglich“ dreidimensionale Proteinstrukturen prognostizieren, aber keine Informationen dazu geben, wie diese mit anderen Proteinen interagieren.
„Bei den Wechselwirkungen von Proteinen mit anderen Molekülarten sehen wir eine Verbesserung von mindestens 50 Prozent im Vergleich zu bestehenden Vorhersagemethoden, und bei einigen wichtigen Kategorien von Wechselwirkungen haben wir die Vorhersagegenauigkeit verdoppelt.“
Google DeepMind hat zudem ein kostenloses Tool für nicht-kommerziell arbeitende Forscher angekündigt. Diese sollen den sogenannten AlphaFold-Server nutzen können, um Modelle von Proteinen erstellen zu können. Mediziner und Biologen können somit komplexe Proteinstrukturen in kurzer Zeit am Computer erstellen. Außerdem hat Isomorphic Labs erklärt, dass es mit unterschiedlichen Pharmaunternehmen arbeitet, um die vollen Möglichkeiten der KI in der Medikamentenentwicklung zu nutzen.
Nature, doi: 10.1038/s41586-024-07487-w
