Forschung
Veröffentlicht auf 8. Dezember 2020 |
von Chanan Bos
8. Dezember 2020 durch Chanan Bos
Es kommt nicht oft vor, dass ein einzelnes Nachrichtenereignis die Zukunft der Menschheit verändert. Der letzte war der Tesla-Batterietag, nach dem wir mehr als einen Monat lang darüber nachgedacht haben, wie dieser Fortschritt die Zeitachse der Batteriewende prägen wird, um zu versuchen, seine Bedeutung zu erfassen. Diese Offenbarung brachte uns der Nachhaltigkeit näher und zeigte uns dennoch, dass sie zur Verhinderung eines katastrophalen Klimawandels immer noch unerreichbar ist.
Diese Woche hatten wir wieder einen dieser Tage, an denen ein einziges neues Ereignis die Zukunft der Menschheit verändert. Ein wissenschaftlicher Fortschritt, der für ein weiteres Jahrzehnt nicht erwartet wurde, ein Fortschritt, den viele mit einem Quantencomputer erwartet hatten. DeepMind löste ein Problem, mit dem Wissenschaftler seit über 50 Jahren zu kämpfen haben – die Proteinfaltung.
Was sind Proteine?
Proteine können als die niedrigste Stufe kleiner Roboter beschrieben werden, die A in B verwandeln können. Sie haben Atome. In Kombination werden sie zu Aminosäuren. Wenn Aminosäuren kombiniert werden, erhalten Sie Proteine. Wenn Sie Proteine mit Kohlenhydraten, Lipiden und Nukleinsäuren kombinieren, beginnen Sie, die Bestandteile einer Zelle zu bilden.
Ohne viel tiefer in die Biologie einzusteigen, ist es nicht so einfach, Proteine zu erklären. Lassen Sie mich einige Beispiele nennen: Hormone und Wachstumsfaktoren sind Proteine. Proteine können auch Rezeptoren sein. Insulin und Oxytocin sind ebenfalls Proteine. Hämoglobin ist ein Protein, das Tiere im Blut haben und das Fleisch anscheinend schmackhafter macht. Dann gibt es Leghemoglobin, eine pflanzliche Alternative, die Impossible Foods aus einer modifizierten Hefe extrahiert, um den Impossible Burger so lecker zu machen.
COVID-19 enthält mehrere Proteine, die wir anfangs nicht verstanden haben, einschließlich der Spitze, die das Virus so gefährlich macht. Auch das ist ein Protein, das wir nicht sehr gut verstanden haben, und es hat mühsam viel Zeit und Geld gekostet, es zu verstehen.
Das Problem mit Proteinen, Faltung
Herauszufinden, woraus ein Protein besteht, und herauszufinden, was mit was innerhalb der Aminosäureketten des Proteins zusammenhängt, ist kein so großes Problem. Mit anderen Worten, wir können uns einen 2D-Entwurf erstellen. Dies ist jedoch ein Bratenschrei von einer tatsächlich arbeitenden dreidimensionalen Maschine. Die Aminosäuren im Protein falten sich alle zu einer komplexen 3D-Form, die alles funktionell macht. Wenn Hämoglobin gefaltet ist, hat es einen perfekten Ort, um ein Sauerstoffmolekül zu binden, und wenn es sein Ziel erreicht, ändert es auch perfekt seine Form, um dieses Sauerstoffmolekül freizusetzen.
CRISPR hilft bei der Bearbeitung von DNA und verwendet dazu das CAS9-Protein, um es zu schneiden, aber es ist nicht einfach, dies herauszufinden und zu verstehen, wie es funktioniert. Es beinhaltet viel Versuch und Irrtum, einige wirklich erschöpfende Arbeiten. Die Methoden zur Ermittlung der dreidimensionalen Form eines Proteins erforderten teure Laborgeräte im Wert von mehreren Millionen Dollar wie Kry-Elektronenmikroskopie, Kernspinresonanz und Röntgenkristallographie sowie jahrelange Arbeit für nur ein einziges Protein. In einem relevanten Beispiel war ein Team mit der richtigen Ausrüstung selbst nach 10 Jahren nicht in der Lage, die Falten eines Proteins abzubilden.
Die Lösung: DeepMinds KI
DeepMind ist eine Tochtergesellschaft von Alphabet Inc. (früher bekannt als Google Inc.). Es ist bekannt dafür, dass es 2016 eine KI namens AlphaGo geschaffen hat, die sogar die Weltmeister im chinesischen Brettspiel Go schlagen könnte. DeepMind ist auch dafür bekannt, AlphaStar zu erstellen, mit dem das beliebte eSport-Spiel StarCraft II gespielt werden kann. Im Jahr 2020 ist es auf dem Weg, Weltmeister zu werden. Spiele sind jedoch nicht das einzige, woran DeepMind arbeitet, und heute sprechen wir über ein Projekt namens AlphaFold, eine KI, die vorhersagen kann, wie sich Proteine falten werden.
Bild mit freundlicher Genehmigung von DeepMind
Ursprünglich machte AlphaFold 2018 Schlagzeilen, als seine KI die Faltung von Proteinen signifikant genauer vorhersagen konnte. Damit eine Lösung des Problems realisierbar ist, benötigen wir jedoch eine Übereinstimmung von 90% oder mehr. Zu diesem Zeitpunkt beträgt die Fehlerquote ungefähr die Breite eines Atoms. Das ist nur die einfache Art, darüber nachzudenken, denn in Wirklichkeit brauchen wir 90 von 100 GDT – GDT steht für die Global Distance Test-Skala. Im Jahr 2018 erreichte AlphaFold fast 60 GDT, was einen großen Sprung gegenüber den vorherigen Rekorden darstellte, etwas mehr als 40 GDT. Jetzt, im Jahr 2020, führte DeepMind AlphaFold 2 ein. Das System hat einen Medianwert von 92,4 GDT und einen Medianwert von 87 GDT für die schwierigste Kategorie erreicht, die als freie Modellierung bezeichnet wird. Zu diesem Zeitpunkt können etwaige Unstimmigkeiten einfach Fehler in den Labortests oder eine gültige Alternative des Proteins sein.
Anstatt Jahre zu warten, können Wissenschaftler Proteine innerhalb weniger Tage falten. Kritiker weisen schnell darauf hin, dass einige Konkurrenten innerhalb von Sekunden ein weniger genaues Ergebnis erzielen können und dass in einigen Anwendungen die Geschwindigkeit wichtiger ist. Dies ist wahr, und der Grund dafür wird im nächsten Teil deutlich, aber ohne genaue Proteinfaltung werden medizinische Anwendungen nicht genehmigt.
Ein weiterer Kritikpunkt ist, dass der Umfang des Tests und der Umfang der Daten, auf die die KI trainiert wurde, nicht breit genug waren, um in der realen Welt wirklich praktisch zu sein. Dies ist etwas, das sowohl DeepMind als auch die Organisatoren von CASP, die den Test durchgeführt haben, bestreiten. Letztendlich werden wir es erst wissen, wenn das Programm weit verbreitet ist, aber dieses Argument ist viel kontroverser als das über die Geschwindigkeit.
Was bedeutet das für die Welt, für die Zukunft?
Niemand kann es mit Sicherheit sagen, da dies neue Möglichkeiten eröffnet, viele Zeitpläne und Pläne verschiedener Wissenschaftler und Unternehmen ändert. Es gibt einige Dinge, die wir mit Sicherheit wissen. Sobald AlphaFold einer Peer-Review unterzogen wurde und die Grundprinzipien der wissenschaftlichen Gemeinschaft erklärt wurden, könnte dies sehr schnell zum Werkzeug Nummer eins im Toolkit eines Molekularbiologen werden.
Von dort aus können von den 20.000 menschlichen Proteinen die verbleibenden 15.000 in einem Bruchteil der Zeit des ersten Quartals kartiert und untersucht werden. Es können dann Medikamente entwickelt werden, um auf diese Proteine abzuzielen oder sie zu nutzen. Wenn Hämoglobin gefaltet ist, hat es eine perfekte Stelle, an die Sauerstoff bindet, genauso wie wir Medikamente herstellen könnten, die perfekt auf das COVID-19-Spike-Protein abzielen.
Und hier beginnt der Cleantech-Teil zu sehen. Derzeit sind fast 20 Millionen Proteine registriert, die wir jetzt auch auf eine Weise falten und auf ihre einzigartigen Eigenschaften analysieren können, wie wir es noch nie zuvor konnten – Proteine, die vollständig entstehen könnten neue Materialien, Proteine, die verschiedene Arten von Müll zersetzen können. Im Moment sind wir bereits von Enzymen begeistert, die Plastik essen können. Stellen Sie sich ein Protein vor, das mehrere Enzyme kombiniert, um Papier, Kunststoff und natürlichen Abfall zu zersetzen. Stellen Sie sich ein Protein vor, das perfekt darauf ausgelegt ist, Flecken auf der Kleidung abzubauen und unsere gesamte Wäsche mit Waschmittel und kaltem Wasser anstatt mit warmem Wasser zu waschen. Gleiches gilt für die Spülmaschine.
An diesem Punkt beschäftigen wir uns mehr mit der synthetischen Biologie, wo wir die DNA verändern und selbst neue Proteine entwerfen. Tatsächlich können wir in der Natur nur 20 oder wohl 21 Aminosäuren finden, die in Proteinen verwendet werden, und nur diese 20 Aminosäuren verwenden. Die Natur hat durch den langsamen Evolutionsprozess nur Zeit gehabt, einen winzigen Bruchteil der möglichen Proteinpermutationen zu untersuchen . Wenn wir verstehen, wie die Proteinfaltung funktioniert, können wir alle simulieren, und es gibt kein Gesetz in der Physik, das uns verbietet, danach weitere Aminosäuren zur Liste hinzuzufügen.
Es gibt noch viel zu tun
Dank dieses Durchbruchs sind wir jetzt an dem Punkt angelangt, an dem wir die KI verwenden, ein Protein auswählen und herausfinden können, wie es aussieht, wenn es sich innerhalb weniger Tage gefaltet hat. Bei 1000 Labors, die diese KI verwenden, würden wir 30 bis 45 Tage brauchen, um den Rest der menschlichen Proteine zu kartieren, und 165 Jahre, um den Rest der Proteine in der Datenbank zu kartieren. Das reicht jedoch nicht aus – was wir dann auch brauchen, ist eine KI, die uns hilft, die physikalischen Wechselwirkungen in diesen Proteinen zu verstehen, wie Proteine zusammen kompliziertere Systeme bilden, wie diese Proteine mit DNA, RNA, kleinen Molekülen interagieren und die Umgebung, in die Sie sie einführen möchten. Dann endlich eine KI, die in der Lage ist, alles zu tun, was erforderlich ist, um vorherzusagen, welches der von ihr analysierten oder synthetisierten Proteine einzigartige Eigenschaften aufweist, die interessant wären, um uns darauf aufmerksam zu machen.
Auf jeden Fall ist es ein fantastischer Durchbruch. Wie dies unsere Zukunft verändert, ist noch nicht bekannt, aber das Gebiet der Molekularbiologie und der synthetischen Biologie ist noch spannender geworden als es bereits war.
Schätzen Sie die Originalität von CleanTechnica? Erwägen Sie, ein CleanTechnica-Mitglied, Unterstützer oder Botschafter zu werden – oder ein Benutzer von Patreon.
Melden Sie sich kostenlos an täglicher Newsletter oder wöchentlicher Newsletter nie eine Geschichte verpassen.
Haben Sie einen Tipp für CleanTechnica, möchten Sie Werbung schalten oder einen Gast für unseren CleanTech Talk-Podcast vorschlagen? Kontaktieren Sie uns hier.
Neueste Cleantech Talk Episode
Über den Autor
Chanan Bos Chanan wuchs in einem multikulturellen, mehrsprachigen Umfeld auf, das ihm oft eine einzigartige Perspektive auf eine Vielzahl von Themen bietet. Er ist immer in Gedanken über große Themen wie KI, Quantenphysik, Philosophie, universelles Grundeinkommen, Klimawandel, Science-Fiction-Konzepte wie Singularität, Fehlinformationen und die Liste geht weiter. Derzeit studiert er kreative Medien und Technologie, hat aber bereits Diplome in Umweltwissenschaften sowie Wirtschaft und Management. Sein Ziel ist es, lineares Denken, Voreingenommenheit und Bestätigungsvoreingenommenheit zu unterbinden und gleichzeitig das unkonventionelle Denken zu fördern und den Menschen zu helfen, exponentiellen Fortschritt zu verstehen. Chanan ist sehr besorgt um seine Zukunft und die Zukunft der Menschheit. Deshalb hat er eine enorme Bewunderung für Elon Musk und seine Unternehmen, vor allem wegen ihrer Mission, Philosophie und Absicht, der Menschheit und ihrer Zukunft zu helfen. Er sieht Tesla als eines der wenigen Unternehmen, die uns helfen können, uns vor dem Klimawandel zu retten.