Proteinforschung Mit Künstlicher Intelligenz zu neuen Medikamenten gegen Alzheimer, Schizophrenie oder Demenz?

Wo Leben ist, gibt es auch Proteine. Doch ihre Faltung gibt Forschern bis heute Rätsel auf. Nun hat "DeepMind", eine Tochterfirma von Google, einen neuen Algorithmus vorgestellt, mit dem sich ihre komplexe Bauweise vorhersagen lässt. Ist das ein Durchbruch für die Proteinforschung?

Eine Computergrafik zum Thema Proteinfaltung
Für Wissenschaftler auf aller Welt noch immer ein Rätsel der Natur: Wie schaffen es Proteine, sich so zu falten, dass sie im Körper wirken können? Bildrechte: MDR Wissen/ Maik Schuntermann

Unser Körper lebt, altert, verstoffwechselt. Maßgeblich daran beteiligt sind Proteine, denn sie sind Hauptbestandteil lebender Zellen. Proteine verleihen unseren Zellen ihre Form, spalten Nahrung, versorgen Muskeln, übermitteln Signale oder transportieren Nährstoffe – richtige Alleskönner quasi.

"Proteine sind essentiell für alle Vorgänge in lebenden Zellen", weiß auch Thomas Kiefhaber, Proteinbiologe an der Martin-Luther-Universität in Halle. Er kennt die Multitalente unseres Organismus in- und auswendig. Was macht sie so besonders?

Auf der Großbaustelle des Lebens

Um das zu beantworten, muss man wissen, wie Proteine in unserem Körper gebaut werden, sagt Professor Kiefhaber. Dies ist ein äußerst komplexer Vorgang, denn der genetische Informationsgehalt auf der DNA muss zuerst in RNA überführt und anschließend als Protein realisiert werden. Forscher nennen diesen Prozess "Genexpression". Er sorgt dafür, dass die genetische Information in der Zelle verwirklicht wird.

Ein Schaubild zum Aufbau einer Zelle
Vom Gen zum Protein bei Eukaryoten (Menschen, Tiere, Pflanzen): Mithilfe der Proteinbiosynthese gelingt es den Zellen, den genetischen Code zu knacken. Zur Genexpression bei Prokaryoten (Bakterien und Archaeen) gibt es Unterschiede, da sie keinen Zellkern haben. Bildrechte: MDR Wissen/ Maik Schuntermann

Und das geht so: Auf der Doppelhelix der DNA befinden sich alle Bauanleitungen zur Herstellung der Proteine, die eine Zelle benötigt. Um die genetische Information der DNA in Proteinen umzusetzen, erfolgt zunächst die Transkription. Dazu wird eine Abschrift der DNA mithilfe der messenger-RNA (mRNA, auch Boten-RNA) erstellt, eine Art "Montageplan" für die zu bildenden Proteine. Diese Bauanleitungen müssen allerdings noch in die "Protein-Sprache" übersetzt werden. Den Job des Dolmetschers übernehmen hierbei die Ribosomen. Spezielle Adapter, die transfer-RNAs (tRNA), helfen, die Übersetzung zu gewährleisten. Während dieser Translation bilden sich aneinandergereihte Aminosäuren. Wie Perlen an einer Schnur fügen sie sich zu einer Kette zusammen.

Falten und Walten: Die "Origami-Kunst" der Proteine

Im Körper passiert das unaufhörlich – Tag für Tag, Sekunde für Sekunde – und in unfassbarer Schnelligkeit. Es geht zu wie auf einer permanenten Groß-Baustelle. Die DNA wäre dabei das Architekturbüro, und die Proteine wären die Bauarbeiter.

Das Besondere an diesen Bauarbeitern ist, dass sie die vielfältigsten Formen und Größen annehmen können. Denn Proteine reihen sich nicht nur zu Perlenketten zusammen, sondern sie falten sich auch. Man kann sie mit talentierten Origami-Künstlern vergleichen, die sich in ausgefeilte dreidimensionale Formen knicken. So lassen sich mit denselben Bausteinen (Aminosäureketten) mal ein Papierflieger oder mal ein Kranich falten.

Ein Porträt von Prof. Thomas Kiefhaber
Prof. Thomas Kiefhaber, Martin-Luther-Universität Halle-Wittenberg Bildrechte: Prof. Thomas Kiefhaber privat

"Erst durch diese dreidimensionale Faltungsstruktur werden Proteine funktionsfähig", erklärt Thomas Kiefhaber. Sonst könne ein Protein im Körper nicht funktionieren. Doch hier fängt für Proteinbiologen wie Thomas Kiefhaber die Schwierigkeit an. Denn die Origami-Faltung der Proteine ist kompliziert. Es gibt 20 Aminosäuren, aber mindestens 100 Möglichkeiten der Perlenkette. Wie genau sie abläuft, ist bis heute unverstanden und immer noch weitgehend ein Rätsel der Natur.

Erst durch diese dreidimensionale Faltungsstruktur werden Proteine funktionsfähig.

Prof. Dr. Thomas Kiefhaber, MLU Halle, Institut für Biochemie und Biotechnologie

Aktenzeichen Proteinfaltung ungelöst

"Die Vorhersage der Proteinfaltung am Computer ist kompliziert, weil mehrere Tausend Atome richtig positioniert werden müssen", sagt Kiefhabers Forscherkollege Jens Meiler, derzeit mit einer Humboldt-Professur Bioinformatiker an der Universität Leipzig. "Dafür gibt es theoretisch mehr Möglichkeiten als Sterne im Universum." Wenn man Proteine vorhersagen will, erfordert das hohe Rechnerkapazitäten. Aber kein Computerprogramm könne alle denkbaren Möglichkeiten der Proteinfaltung austesten.

Die Proteinfaltung zu verstehen, ist wichtig, denn jede kleinste Veränderung an der Faltung hat große Auswirkungen auf den Körper: Sie führt zum Beispiel bei Alzheimer dazu, dass Gehirnsignale nicht mehr richtig transportiert werden oder bei Mukoviszidose-Patienten, dass der Schleim zäher ist und ihre Lungen verstopft. Nicht zuletzt um diesen Krankheiten endlich auf die Schliche zukommen, versuchen die Wissenschaftler den Origami-Code der Proteine zu knacken und dieses "Proteinfaltungsproblem" zu lösen.

Mit Künstlicher Intelligenz auf Spurensuche

Nun ist es der Google-Firma "DeepMind" gelungen, die dreidimensionale Faltung der Proteine mit bislang nicht möglicher Genauigkeit vorherzusagen – ihr Schlüssel dafür: Künstliche Intelligenz.

Bernhard Renard ist Experte für Maschinelles Lernen am Hasso-Plattner-Institut in Potsdam. Er erklärt was hinter der Technologie steckt: "Wir haben inzwischen ausreichend große Trainings-Datensätze für die Wissenschaft, um so etwas machen zu können", sagt Professor Renard.

Ein Poträt von Prof. Bernhard Renard
Prof. Bernhard Renard, Hasso-Plattner-Institut Potsdam Bildrechte: Hasso-Plattner-Institut Potsdam/ Kay Herschelmann

So können wir aus den Beispielen, wo wir wissen, wie passt eine Proteinsequenz und die mögliche Faltung zusammen, lernen, wie das auch für andere Proteine aussieht.

Prof. Bernhard Renard, HPI, Data Analytics and Computational Statistics

Die Entwickler von DeepMind fütterten ihren Algorithmus "AlphaFold2.0" mit 100.000 Proteinen, die Wissenschaftler aus aller Welt bereits vorher in mühevoller Kleinarbeit bestimmt hatten. Das Programm lernte die Strukturen dahinter – und konnte in sieben von zehn Fällen die korrekte Proteinfaltung vorherzusagen. Eine vorher nie dagewesene Genauigkeit.

"Das ist eine Errungenschaft und ein weiterer Schritt nach vorn", ist sich Bernhard Renard sicher. "Was natürlich Google hat, sind enorme Ressourcen, die ein einzelnes Forschungslabor selten in dieser Konstellation zur Verfügung hat."

Ähnlich sieht das auch Professor Jens Meiler aus Leipzig. "Soweit ich die Resultate schon bewerten kann, sieht es so aus, als ob wiederum ein großer Fortschritt gelungen ist. Das ist toll und wird unser Forschungsfeld vorantreiben", so Meiler.

Prof. Jens Meiler
Bildrechte: Christian Hüller/Universität Leipzig

Vor allem die Entwicklung von Therapeutika für neurologische Krankheiten wie Alzheimer, Schizophrenie oder Demenz könnte profitieren, wenn die Struktur bestimmter Rezeptoren im Gehirn nun berechnet werden kann.

Jens Meiler, Humboldt-Professor der Universität Leipzig

Hoffnung auf neue Therapeutika

Wissenschaftler könnten mit der Methode neue therapeutische Proteine kreieren, Krankheiten früher diagnostizieren, neue Impfstoffe in kürzerer Zeit entwickeln oder individuell auf den Patienten abgestimmte Medikamente mit geringeren Nebenwirkungen herzustellen – all das ließe sich durch die bessere Vorhersage der Proteinfaltung ermöglichen, ist auch der Hallenser Proteinbiologe Thomas Kiefhaber überzeugt.

Wenn man die Struktur eines Proteins kennt, das man bisher nicht kannte, dann könnte man neue Wirkstoffe einsetzen. Man weiß dann, wo könnte der Wirkstoff binden, und unerwünschte Prozesse unterbinden.

Prof. Thomas Kiefhaber

Allerdings: Was der DeepMind-Algorithmus bei der Vorhersage der Proteinfaltung letztlich gemacht hat, wissen selbst die Google-Programmierer bislang nicht. Das wäre aber wichtig, um auch das Prinzip der Proteinfaltung wirklich zu verstehen. Krankheiten wie Alzheimer oder Parkinson könnten dann besser behandelt werden. Die Proteinforscher stehen deshalb noch vor vielen Fragezeichen. Thomas Kiefhaber vergleicht das mit einem Fußballspiel:

"Was dieses Programm kann, ist das Ergebnis eines Fußballspiels mit sehr hoher Präzision vorherzusagen. Aber was die Proteinfaltung bedeutet, ist, dass man eigentlich vom Anpfiff bis zum Abpfiff jede Bewegung der Fußballspieler auf dem Platz kennt", erklärt er. Aber das sei natürlich viel schwieriger, als einfach das Ergebnis vorherzusagen.

Der Origami-Code der Proteine bleibt ungeknackt. Thomas Kiefhaber aus Halle und sein Kollege Jens Meier aus Leipzig müssen also weiterforschen. Aber mithilfe der Künstlichen Intelligenz kommen sie dem Geheimnis der Proteinfaltung dennoch ein Stück näher.

404 Not Found

Not Found

The requested URL /api/v1/talk/includes/html/467a1322-b8ef-4400-8071-95d4ae3cc005 was not found on this server.