AlphaFold – ein Algorithmus für das Protein-Origami

Aufmerksamkeit erregten die Forscher der Google-Tochter „DeepMind“ bereits mit ihren KI-Systemen AlphaGo und AlphaZero. Nun folgte das lernfähige KI-System AlphaFold 2.0, mit dem sie den Wettbewerb CASP14 (Critical Assessment of Protein Structure Prediction) im Jahr 2020 gewannen. Dieser Wettbewerb dient dem Vergleich aktueller Berechnungsmethoden zur Vorhersage von Proteinstrukturen, wobei Forschergruppen Aminosäuresequenzen von Proteinen vorgelegt werden, deren Strukturen experimentell zwar bereits bestimmt sind, die jedoch noch nicht veröffentlicht wurden. Diese Proteinstrukturen sollen die Teilnehmer mit ihren Rechenmodellen vorhersagen. Bei AlphaFold 2.0 handelt es sich um ein neuronales Netzwerk, das mithilfe von experimentell bestimmten und in der Proteindatenbank hinterlegten 3-D-Strukturen gelernt hat, Gesetzmäßigkeiten in der Proteinfaltung zu erkennen und anzuwenden. So konnte es von 100 zu lösenden Proteinen immerhin 70 3-D-Strukturen präzise abbilden. Um die Genauigkeit der Vorhersage zu bewerten, nutzt der CASP-Wettbewerb den Global Distance Test-Wert (GDT). Hierbei erreichte AlphaFold 2.0 im Durchschnitt bahnbrechende 92,4 von möglichen 100 Punkten. Da es die Eingabedaten unter Einbeziehung multipler Sequenzvergleiche, evolutionär verwandter Sequenzen sowie physikalischer und geometrischer Restriktionen verarbeitet, kann es sehr komplexe Zusammenhänge erkennen und Proteinfaltungen präziser vorhersagen als seine Vorgänger.