Künstliche Intelligenz hat gerade eine der größten Herausforderungen der Biologie gelöst: die Bestimmung der dreidimensionalen Form eines Proteins. DeepMind, der in London ansässige A.I. Das Unternehmen, das dem Google-Mutterunternehmen Alphabet gehört, hat ein A.I. Das System nennt es AlphaFold 2, das die DNA-Sequenz eines Proteins verwendet, um seine gefaltete Form vorherzusagen, häufig innerhalb der Genauigkeit eines Atoms. Bisher war dies nur durch zeitaufwändige und teure Experimente möglich. (Lesen Sie hier mehr darüber, wie DeepMind dieses Ziel erreicht hat.) In Zukunft wird der Durchbruch wahrscheinlich die Entwicklung neuer Medikamente für alles von Malaria bis Krebs beschleunigen. Aber AlphaFold 2 hat bereits Auswirkungen auf den Kampf gegen die dringendste globale Gesundheitskrise von heute: die COVID-19-Pandemie.

Fast sobald die Befürchtung aufkam, dass in Wuhan, China, ein neuartiges Coronavirus im Umlauf sein könnte, das zu einer globalen Pandemie führen könnte, wollte DeepMind wie viele andere Unternehmen etwas tun, um zu helfen. Das Potenzial für die Verwendung von AlphaFold 2, DeepMinds neuem A.I. System, um Einblicke in das Virus zu gewinnen, war klar. Das System, das für sein Debüt in einem globalen Wettbewerb zur Vorhersage der Proteinstruktur vorbereitet wurde, der noch Monate entfernt war, war jedoch noch nicht vollständig getestet worden.

Die DNA-Sequenz von SARS-CoV-2, dem Virus, das COVID-19 verursacht, wurde bereits am 11. Januar von chinesischen Forschern veröffentlicht. Dies ermöglichte es den Forschern, mit dem Virus assoziierte Proteine als mögliche Ziele für Impfstoffe und Behandlungen zu untersuchen . Die meisten dieser Bemühungen konzentrierten sich auf das charakteristische Spike-Protein des Coronavirus, ein offensichtlicher Kandidat für Arzneimittel, da seine Struktur und Funktion der anderer Coronaviren ähnelte und gut verstanden wurde.

Das Proteinfaltungsteam von DeepMind erkannte jedoch schnell, dass mit dem neuen Virus eine Reihe von Proteinen assoziiert waren, deren Strukturen den Forschern unbekannt waren. Wenn DeepMind AlphaFold 2 auf diese loslassen könnte, könnte es möglicherweise eine kleine, aber wichtige Rolle bei der Bekämpfung des Virus spielen.

John Jumper, der leitende Wissenschaftler, der das Proteinfaltungsteam von DeepMind leitet, beschreibt den Prozess der Verwendung von AlphaFold 2 auf den SARS-CoV-2-Proteinen als “erschreckend”. “Wir hatten ein System, das wir intern getestet hatten, und wir hatten intern Zahlen, die besagten:” Wir finden das gut und wir erwarten, dass es besser ist als das Feld “, sagt er. “Aber es gab immer die Möglichkeit, dass wir falsch liegen könnten.” Besonders besorgniserregend, sagt Jumper, ist, dass Biologieforscher in einer Reihe von akademischen Labors auch versucht hatten, mithilfe von Algorithmen Strukturen für einige der gleichen SARS-CoV-2-Proteine zu erhalten, und ihre Ergebnisse sich stark von den Vorhersagen von AlphaFold 2 unterschieden.

Um sich zu vergewissern, dass AlphaFold 2 auf dem richtigen Weg war, startete das Team laut Jumper ein Crash-Programm, um den A.I. System mit einem internen Vertrauensmaß: Mit anderen Worten, es würde den A.I. Software, um eine Einschätzung darüber zu erstellen, wie gut die eigenen Vorhersagen für einen bestimmten Teil eines Proteins waren. DeepMind hatte immer geplant, diese Funktion zu entwickeln, sagt Jumper, da die Metrik entscheidend wäre, wenn AlphaFold 2 jemals für medizinische Forscher und Biologen nützlich sein würde. Aber DeepMind war noch nicht dazu gekommen. “Wir hatten beschlossen, am Ende Vertrauen zu schaffen, als wir das endgültige System kannten. Aber plötzlich war es so, ok, wir brauchen es jetzt “, sagt er. “Zum Glück hat das erste, was wir versucht haben, funktioniert.”

Kathryn Tunyavusunakool, eine DeepMind-Wissenschaftlerin, hat dazu beigetragen, die Fortschritte des Unternehmens bei der Untersuchung der Proteinfaltung voranzutreiben. Mit freundlicher Genehmigung von DeepMind

Letztendlich hat AlphaFold 2 hochsichere Vorhersagen für sechs zuvor nicht kartierte SARS-CoV-2-Proteine ausgespuckt. Trotzdem war DeepMind hinsichtlich der Vorhersagen, dass es sich entschied, sich von Virenexperten und Strukturbiologen am Francis Crick Institute in London, einem der größten und fortschrittlichsten biomedizinischen Forschungslabors in Europa, beraten zu lassen, unruhig genug. Die Crick-Wissenschaftler erklärten gegenüber DeepMind, dass die Strukturen von AlphaFold 2 plausibel seien, und ermutigten das Unternehmen, sie zu veröffentlichen. Dies geschah Anfang März.

Kathryn Tunyavusunakool, die DeepMind-Wissenschaftlerin, die für die Vorbereitung der Trainings- und Testdaten für AlphaFold 2 verantwortlich ist, erinnert sich daran, wie sie auf die Proteinformen des A.I. hatte in der Nacht vor ihrer Freilassung immer wieder vorausgesagt. “Ich denke, es war das stressigste, was ich je in meiner Karriere gemacht habe”, sagt sie.

Eines Morgens, drei Monate später, wachte Tunyavusunakool auf und fand eine Nachricht von Jumper. Wissenschaftler der University of California in Berkeley hatten gerade ein Elektronenmikroskop verwendet, um die Struktur für eines der sechs von AlphaFold 2 analysierten Proteine zu erhalten: ORF3a, ein Protein, das dem Virus nach seiner Replikation helfen soll, aus seiner Wirtszelle auszubrechen . Das Protein kann auch eine Rolle bei der Auslösung der Entzündungsreaktion spielen, die das menschliche Immunsystem als Reaktion auf die Infektion auslöst. Diese Reaktion trägt zu den körperlichen Schäden bei, die Patienten in schweren COVID-19-Fällen zugefügt werden. Die Struktur wurde gerade über Nacht in die Proteindatenbank (PDB) aufgenommen, ein öffentliches Repository für Proteininformationen.

Tunyavusunakool sagt, sie sei zu ihrem Laptop gerannt und habe die PDB-Website geöffnet. Sie hatte so lange auf die SARS-CoV-2-Vorhersagen von AlphaFold 2 gestarrt, als DeepMind versuchte zu entscheiden, ob sie veröffentlicht werden sollten, dass sie nicht einmal jede Aminosäureposition vergleichen musste. Als sie das Protein sah, erinnerte sie sich, wusste sie nur: AlphaFold 2 hatte es ziemlich genau getroffen.

Neue Tests zeigen, dass AlphaFold 2 seine Vorhersagen seit März sogar verbessert hat. Daher hat DeepMind aktualisierte Vorhersagen für die fünf anderen SARS-CoV-2-Proteine veröffentlicht, deren Strukturen noch nicht durch emperische Methoden bestätigt wurden.

Die Forscher arbeiten derzeit daran, herauszufinden, ob ORF3a und die anderen von AlphaFold 2 vorhergesagten Proteine für die Entwicklung von Behandlungen oder Impfstoffen wichtig sein könnten.

Mehr Gesundheitsversorgung und Big Pharma-Abdeckung von Vermögen::

  • Warum es schwierig ist, 250.000 COVID-Todesfälle zu verarbeiten
  • Ihre Mitarbeiter sind nicht in Ordnung: Wie Sie mit der psychischen Gesundheit bei der Arbeit während einer Pandemie umgehen
  • Sie sind nicht verrückt – Sie hungern wirklich nach sozialem Kontakt, sagen Wissenschaftler
  • Die 50 besten kardiovaskulären Krankenhäuser von Fortune / IBM Watson Health
  • Lockdown, Superspreader, beispiellos: 2020 hat die englische Sprache endgültig verändert