AlphaFold

AlphaFold ist ein KI-System, das von DeepMind entwickelt wurde und die dreidimensionale Struktur von Proteinen aus deren Aminosäuresequenz vorhersagt. Das Modell nutzt Deep-Learning-Algorithmen, um komplexe physikalische und geometrische Zusammenhänge der Proteinfaltung zu modellieren. Diese technologische Errungenschaft löst ein zentrales Problem der Biologie, da die Funktion eines Proteins maßgeblich von seiner räumlichen Form abhängt.

Die AlphaFold-Datenbank wird in Zusammenarbeit mit dem European Bioinformatics Institute (EMBL-EBI) betrieben und macht Vorhersagen für nahezu alle bekannten Proteine öffentlich zugänglich. Forscher weltweit können auf diese Datenbank zugreifen, um biologische Prozesse besser zu verstehen und die Wirkstoffentwicklung zu beschleunigen. Da die Strukturdaten sofort verfügbar sind, entfallen oft langwierige experimentelle Verfahren wie die Röntgenkristallographie.

Die Software selbst ist als Open-Source-Projekt verfügbar, sodass Wissenschaftler sie auf eigener Hardware ausführen können, um spezifische Sequenzen zu untersuchen. Durch die Kombination von evolutionären Informationen und modernster KI-Architektur erreicht AlphaFold eine Genauigkeit, die in vielen Fällen experimentell ermittelten Strukturen ebenbürtig ist. Damit dient es als unverzichtbares Werkzeug für die molekularbiologische und medizinische Forschung.

• Hochpräzise Strukturvorhersage — AlphaFold liefert Vorhersagen mit atomarer Präzision, die es ermöglichen, die biologische Funktion von Proteinen vorherzusehen. Dies reduziert den Bedarf an aufwendigen experimentellen Strukturanalysen erheblich.
• Umfassende Proteindatenbank — Die Datenbank umfasst Vorhersagen für über 200 Millionen Proteinstrukturen, darunter nahezu das gesamte menschliche Proteom. Diese Ressource ist frei durchsuchbar und für die gesamte wissenschaftliche Gemeinschaft zugänglich.
• Open-Source-Modell — Der Quellcode des Modells ist öffentlich zugänglich, was eine Anpassung und lokale Ausführung durch Forschungsgruppen erlaubt. Dies fördert die Transparenz und die kontinuierliche Weiterentwicklung in der wissenschaftlichen Community.

Das Tool richtet sich primär an Wissenschaftler in der Molekularbiologie, Biochemie und Bioinformatik. Zudem ist es für Mediziner und Pharmaforscher relevant, die an der Entwicklung neuer Therapeutika arbeiten.

Ein Pharmaunternehmen erforscht ein neues Medikament gegen eine seltene Krankheit, bei der ein bisher unbekanntes Protein eine Schlüsselrolle spielt. Anstatt Jahre mit der experimentellen Aufklärung der Struktur zu verbringen, nutzen die Forscher die AlphaFold-Datenbank oder das Modell, um die Faltung des Zielproteins innerhalb weniger Minuten zu bestimmen. Mit diesem Strukturmodell können sie gezielt Wirkstoffmoleküle designen, die in die Bindungstasche des Proteins passen. Dies beschleunigt die präklinische Phase der Medikamentenentwicklung signifikant und senkt die Forschungskosten.

• Das Tool richtet sich primär an Wissenschaftler in der Molekularbiologie, Biochemie und Bioinformatik. Zudem ist es für Mediziner und Pharmaforscher relevant, die an der Entwicklung neuer Therapeutika arbeiten.
• Ein Pharmaunternehmen erforscht ein neues Medikament gegen eine seltene Krankheit, bei der ein bisher unbekanntes Protein eine Schlüsselrolle spielt.
• Hochpräzise Strukturvorhersage: AlphaFold liefert Vorhersagen mit atomarer Präzision, die es ermöglichen, die biologische Funktion von Proteinen vorherzusehen. Dies reduziert den Bedarf an aufwendigen experimentellen Strukturanalysen erheblich.
• Umfassende Proteindatenbank: Die Datenbank umfasst Vorhersagen für über 200 Millionen Proteinstrukturen, darunter nahezu das gesamte menschliche Proteom. Diese Ressource ist frei durchsuchbar und für die gesamte wissenschaftliche Gemeinschaft zugänglich.
• Open-Source-Modell: Der Quellcode des Modells ist öffentlich zugänglich, was eine Anpassung und lokale Ausführung durch Forschungsgruppen erlaubt. Dies fördert die Transparenz und die kontinuierliche Weiterentwicklung in der wissenschaftlichen Community.

AlphaFold sollte nicht als Ersatz für experimentelle Methoden genutzt werden, wenn absolute Gewissheit über die Konformation in spezifischen, instabilen Umgebungen erforderlich ist. Zudem ist es nicht für die Analyse von Proteinstrukturen geeignet, die hochgradig dynamisch sind oder durch externe Faktoren in Echtzeit interagieren.

• Cradle — Paid · Sitz: Amsterdam, Niederlande · DSGVO / EU
• ESMFold — Open Source · Sitz: Menlo Park, Vereinigte Staaten · DSGVO / EU
• Owkin — Paid · Sitz: Paris, Frankreich · Unklar
• RoseTTAFold — Open Source · Sitz: Seattle, Vereinigte Staaten · US-Cloud
• Schrödinger Maestro — Paid · Sitz: New York, Vereinigte Staaten · Unklar