AlphaFold 3: Googles KI sagt Struktur aller Moleküle voraus
Google und DeepMind stellen eine neue Version ihres KI-Modells zur Erfassung der Struktur von Molekülen und Proteinen vor.
(Bild: Google Blogbeitrag)
Bereits 2020 brachten Google und die Tochter DeepMind ein KI-Modell heraus, das dreidimensional die Gestalt von Proteinen berechnen konnte – AlphaFold. Nun erscheint AlphaFold 3. Das Modell soll die Wechselwirkungen zwischen sowie Struktur von Proteinen und anderen Molekülen der menschlichen Zellen vorhersagen können. Sprich: "alle Moleküle des Lebens". Für die medizinische Forschung sei das ein Durchbruch.
In einem Blogbeitrag erklärt Google, dass Millionen Forscher weltweit AlphaFold 2 genutzt hätten, um beispielsweise die Entwicklung von Impfstoffen gegen Malaria und Krebsbehandlungen voranzubringen. Das Modell ist Open Source. AlphaFold 3 ist nur eingeschränkt frei verfügbar. Es darf nicht für die Entwicklung von Arzneimitteln genutzt werden, denn das behält sich DeepMinds Tochterfirma Isomorphic Labs vor, die an der Entwicklung beteiligt waren. Das soll offensichtlich den finanziellen Aufwand der Forschung und Entwicklung ausgleichen. Es gäbe bereits Kooperationen mit Pharmaunternehmen. Google DeepMind hat jedoch auch einen AlphaFold-Server eingerichtet. Über diesen ist die Nutzung für nicht-kommerzielle Zwecke und Forschung erlaubt. Google schreibt, es ermögliche Biologinnen und Biologen große und komplexe Proteinstrukturen mit wenigen Mausklicks auf dem Bildschirm zu erzeugen.
AlphaFold 3 nutzt Deep-Learning und Bildgenerator
Dennoch erwartet Google Großes: "AlphaFold 3 erreicht eine noch nie dagewesene Genauigkeit bei der Vorhersage von arzneimittelähnlichen Wechselwirkungen, einschließlich der Bindung von Proteinen mit Liganden und Antikörpern mit ihren Zielproteinen." Liganden sind kleine Moleküle. Zudem heißt es: "Bei den Wechselwirkungen von Proteinen mit anderen Molekülarten sehen wir eine Verbesserung von mindestens 50 % im Vergleich zu bestehenden Vorhersagemethoden, und bei einigen wichtigen Kategorien von Wechselwirkungen haben wir die Vorhersagegenauigkeit verdoppelt."
AlphaFold 3 funktioniert, indem man eine Liste mit Molekülen eingibt. Das Modell generiert dann eine 3D-Struktur aus den Biomolekülen, Proteinen, DNA, RNA und Liganden. Zudem soll das Modell chemische Modifikationen der Moleküle modellieren können, die zu Krankheiten führen können. Neben einem sogenannten Evoformer-Modell, einer Deep-Learning-Architektur, wie Google schreibt, basiert das Modell auch auf einem Diffusionsnetzwerk, wie es in den gängigen Bildgeneratoren genutzt wird.
"Wir hoffen, dass die genaue Vorhersage der Struktur von Proteinen, DNA, RNA, Liganden und mehr, sowie ihre Wechselwirkungen unser Verständnis der biologischen Welt und der Arzneimittelentwicklung verändern wird."
(emw)