Design von Proteinen mit AI: Die Bewegungsrevolution

Proteine: Mehr als nur Nährstoffe

Proteine sind mehr als nur Nährstoffe, über die man auf Lebensmittelverpackungen liest. Diese dynamischen, lebenden Moleküle sind das Herzstück all unserer Zellen und verhalten sich wie eine eigene, komplizierte Maschine der Natur. Sie erfüllen die grundlegenden Aufgaben des Lebens: Sie pumpen Blut, bekämpfen Krankheiten und bauen Gewebe auf, oft auf eine Weise, die für das menschliche Auge nicht zu erkennen ist. Ihre Stärke liegt nicht allein in ihrer Form, sondern auch in ihrer Bewegung.

In den letzten Jahren haben wir unglaubliche Fortschritte bei der künstlichen Intelligenz (KI) gemacht, die es Wissenschaftlern ermöglicht, völlig neue Proteinstrukturen für bestimmte Funktionen zu entwerfen. Ob es um die Herstellung von Materialien geht, die die mechanischen Eigenschaften von Seide für nachhaltigere Entwicklungen imitieren, oder um die Entwicklung von Proteinen, die an Viren binden - diese Entwicklung ist bahnbrechend. Doch sie ist noch nicht abgeschlossen - so wie es beim Design eines Autos nicht nur auf die Form ankommt, sondern auch darauf, wie der Motor funktioniert. Die komplizierten Bewegungen und die Dynamik eines Proteins sind ebenfalls der Schlüssel zu seiner Funktionalität - genauso wichtig wie seine Form.

VibeGen: Ein neuer Aufbruch bei AI-Modellen

Ein Forscherteam am MIT hat mit der Einführung seines KI-Modells, bekannt als VibeGen, einen bedeutenden Durchbruch erzielt. Wenn man sich “Vibe Coding” als eine Methode vorstellt, mit der Programmierer ihre gewünschte Ausgabe für die KI zur Erstellung von Software beschreiben, wendet VibeGen dasselbe Prinzip auf lebende Moleküle an. Sie geben das gewünschte Bewegungsmuster vor, und das Modell liefert das richtige Protein.

VibeGen hat eine völlig neue Welt in der Molekularmechanik eröffnet und ermöglicht es Wissenschaftlern zu kontrollieren, wie sich ein Protein faltet, vibriert und auf seine Umgebung reagiert. Dieser Fortschritt zeigt, was erreicht werden kann, wenn mehrere KI-Modelle zusammenarbeiten, um komplexe Herausforderungen zu bewältigen - ein Ansatz, den das Bühler-Labor anführt.

Die Bewegung von Proteinen mit KI neu denken

Markus Buehler, Jerry McAfee Professor of Engineering am MIT, erklärt: “Die Essenz des Lebens auf fundamentaler molekularer Ebene liegt nicht nur in der Struktur, sondern in der Bewegung.” Er und sein ehemaliger Postdoktorand, Bo Ni, haben den Bedarf an einer “physikbewussten KI” erkannt. Mit anderen Worten: Systeme, die Bewegung verstehen und nicht nur statische Molekularstrukturen. KI muss über die Analyse der statischen Form hinausgehen und verstehen, wie Struktur und Bewegung ineinandergreifen.

Bühler und sein Team veröffentlichten in ihrer Arbeit in der Zeitschrift Materie, beschreiben, wie sie generative KI eingesetzt haben, um Proteine mit individueller Dynamik zu erzeugen. Die KI hat die Proteinforschung zwar erheblich verändert, aber der Schwerpunkt lag bisher auf den Proteinstrukturen. Tools wie AlphaFold konnten die dreidimensionale Form eines Proteins vorhersagen, aber die Bewegung, die Proteine funktional macht, wurde weitgehend übersehen. Bühler glaubt, dass “die Strukturvorhersage eine so große Herausforderung war, dass sie die Aufmerksamkeit des Fachgebiets absorbiert hat”.”

Was VibeGen auf den Tisch bringt, ist ein Perspektivwechsel: “Welche Sequenz wird ein Protein genau auf diese Weise bewegen? Das Modell verwendet KI-Diffusionsmodelle, ähnlich denen in KI-Bildgeneratoren, um eine zufällige Aminosäuresequenz in eine Sequenz mit den richtigen Schwingungen und der richtigen Flexibilität zu verwandeln.

VibeGen besteht aus zwei kooperierenden Agenten - einem “Designer”, der Sequenzkandidaten vorschlägt, und einem “Prädiktor”, der beurteilt, ob sie sich wie geplant bewegen werden - und entwirft iterativ Proteine, bis das gewünschte Ergebnis erreicht ist. Bemerkenswert ist, dass die meisten Sequenzen, die VibeGen produziert, völlig neu sind und nicht aus der Natur stammen.

Eine wichtige Erkenntnis aus dieser Studie ist die so genannte funktionelle Entartung, bei der verschiedene Proteinsequenzen und -falten auf dasselbe Schwingungsziel treffen können. Dies bedeutet, dass die Natur noch viel mehr erforschen kann.

Erweiterung der Grenzen der Molekulartechnik

Die Möglichkeiten zur Kontrolle der Proteindynamik sind breit gefächert, insbesondere in Bereichen wie Medizin und Materialwissenschaft. Proteine, die bei Bedarf ihre Form verändern, könnten entscheidende Fortschritte bei medizinischen Behandlungen bringen. Ebenso könnte das Design von Proteinen für spezifische mechanische Eigenschaften zu innovativen, nachhaltigen Materialien führen. Selbstheilende Strukturmaterialien sind nur eine der vielen Möglichkeiten, die sich Bühler mit diesem Ansatz vorstellt.

Indem VibeGen es Forschern ermöglicht, Bewegung als Designparameter zu spezifizieren, positioniert es Proteine als programmierbare mechanische Geräte und schlägt damit eine Brücke zwischen künstlicher Intelligenz, Medizin, synthetischer Biologie und Werkstofftechnik.

Laut Buehler “kann VibeGen in unbekanntes Terrain vordringen und Proteindesigns vorschlagen, die über das Repertoire der Evolution hinausgehen”. Das Team hat nun die Aufgabe, das Modell weiter zu verfeinern und seine Entwürfe im Labor zu validieren, indem es das bewegungsabhängige Design mit anderen KI-Tools für multifunktionale Proteine verbindet.

Der Begriff “Vibe” in VibeGen kommt von Vibration, und für Bühler ist es mehr als nur ein Wort. Für Proteine ist die Schwingung die Physik - das Bewegungsmuster, das nicht nur definiert, was ein Molekül ist, sondern auch, was es tun kann, und damit ein ganz neues Feld für wissenschaftliche Entdeckungen eröffnet.

Diese Forschung wurde vom US-Landwirtschaftsministerium, dem MIT-IBM Watson AI Lab und der Generative AI Initiative des MIT unterstützt. Um mehr über diese bahnbrechende Arbeit zu erfahren, können Sie den vollständigen Artikel lesen hier.

Wenn Sie sich für KI-Automatisierung interessieren, erfahren Sie, wie KI-Lösungen zum Einsatz kommen können implementi.ai.