Zurück zu Bigger Picture

BIGGER PICTURE Wissenschaft & Entdeckung

Die Form eines Proteins wurde für jedes Labor nachschlagbar

Eine genetische Sequenz nennt die Bausteine; eine dreidimensionale Struktur hilft, ihre Funktion zu verstehen. AlphaFold stellte Strukturvorhersagen in einem Maßstab bereit, der den Ausgangspunkt biologischer Forschung veränderte.

Veröffentlichte Ansicht der AlphaFold-Datenbank mit einer nach Vorhersagesicherheit eingefärbten Proteinstruktur.Abbildung aus der Quelle
Eine originale AlphaFold-Datenbankansicht aus der Veröffentlichung der Forschenden. Die Farben zeigen die Vorhersagesicherheit verschiedener Strukturbereiche; es handelt sich um ein Modell, nicht um ein Foto eines Moleküls.Mihaly Varadi et al., Nucleic Acids Research (2022)CC BY 4.0
Meilenstein der offenen Datenbank
>200 Millionen Vorhersagen 2022
Zugang
Kostenfrei; Strukturen unter CC BY 4.0
Was die Farben zeigen
Lokales Vorhersagevertrauen

So funktioniert die Idee

  1. Verwandte Sequenzen vergleichen

    Evolutionäre Muster liefern Hinweise auf räumliche Beziehungen.

  2. Gefaltete Struktur vorhersagen

    Ein neuronales Netz verfeinert eine dreidimensionale Hypothese.

  3. Experimente mit Vertrauenswerten planen

    Forschende verbinden Modell und Unsicherheit mit realen Messungen.

Von der Sequenz zur räumlichen Hypothese

Proteine sind Aminosäureketten, doch ihre gefaltete Anordnung ist für ihre Funktion entscheidend. AlphaFold2 vergleicht verwandte Sequenzen verschiedener Organismen und nutzt evolutionäre Muster, um räumliche Nachbarschaften abzuleiten. Das neuronale Netz verfeinert daraus eine dreidimensionale Strukturhypothese. Forschende beginnen ihre Untersuchung damit nicht mehr nur mit einer Buchstabenfolge.

Belege: [2]

Eine gemeinsame Ressource statt eines privaten Engpasses

Im Juli 2022 erweiterten DeepMind und EMBL-EBI die öffentliche Datenbank auf mehr als 200 Millionen vorhergesagte Strukturen. Forschende konnten diese ansehen und herunterladen, ohne zunächst eine eigene Vorhersageinfrastruktur aufzubauen. Die Veröffentlichung umfasste Proteine aus Pflanzen, Bakterien, Tieren und anderen sequenzierten Organismen und erschloss einen strukturellen Ausgangspunkt auch jenseits finanzstarker Speziallabore.

Belege: [1]

Ein molekulares Tor zusammensetzen helfen

EMBL-EBI beschreibt, wie vorhergesagte Strukturen experimentelle Bilder und Messungen ergänzen. Ein Beispiel ist der menschliche Kernporenkomplex: eine riesige Proteinanordnung an den Durchgängen zum Zellkern. Arbeiten unter Einbeziehung von AlphaFold halfen, große Teile dieser Struktur aufzuklären. Der Gewinn sind gezieltere Experimente: Wie passen Bausteine zusammen, wo treten Wechselwirkungen auf, welche Hypothesen sollten geprüft werden?

Belege: [4]

Unsicherheit ebenso sorgfältig lesen wie die Form

Eine Vorhersage ist keine experimentell gesicherte Struktur. Das Vertrauen kann innerhalb desselben Proteins schwanken: Ein unsicherer Bereich kann beweglich sein oder dem Modell fehlen ausreichende Informationen. Lokale Vertrauenswerte machen diese Grenzen sichtbar. Die 200 Millionen zählen Vorhersagen, nicht 200 Millionen bewiesene Funktionen, Medikamente oder gelöste biologische Probleme.

Belege: [3]

Die Originalquellen

  1. EMBL-EBIAlphaFold predicts structures across the protein universe
  2. EMBL-EBI TrainingAlphaFold2: A high-level overview
  3. EMBL-EBI TrainingpLDDT: Understanding local confidence
  4. EMBL-EBI TrainingHow is AlphaFold2 used by scientists?

Was Sie als Nächstes entdecken können

Ein Roboterchemiker entdeckte, wann weniger Licht besser wirktDie Augenuntersuchung, für die kein zweiter Termin nötig war
Alle 99 Anwendungen entdecken