AlphaFold
AlphaFold (2018), AlphaFold 2 und AlphaFold 3 (2024) sind tiefe neuronale Netze aus Transformern, die eine Proteinstruktur basierend auf der Aminosäuresequenz des Proteins vorhersagen. Das Programm wurde vom in London ansässigen Unternehmen Deepmind entwickelt und erreichte beim Critical Assessment of Techniques for Protein Structure Prediction (CASP) Wettbewerb 2018 und 2020 Bestwerte. In der medizinischen Fachwelt wurde dies als Durchbruch der Proteinstrukturvorhersage aufgenommen. Seit dem 15. Juli 2021 unterliegt die Software einer Open-Source-Lizenz – auch für kommerzielle Unternehmen. Zudem wurde die Funktionsweise im Fachjournal Nature veröffentlicht. Jeder kann jetzt Proteine falten oder in Datenbanken (wie der AlphaFold Protein Structure Database) mit automatisch generierten Modellen nachschauen. Meta hat 2022 mit ESMFold (Evolutionary Scale Modeling Fold) ein weiteres Large Language Model zur Proteinstrukturvorhersage vorgestellt.
AlphaFold (2018), AlphaFold 2 und AlphaFold 3 (2024) sind tiefe neuronale Netze aus Transformern, die eine Proteinstruktur basierend auf der Aminosäuresequenz des Proteins vorhersagen.[1]
Das Programm wurde vom in London ansässigen Unternehmen Deepmind entwickelt und erreichte beim Critical Assessment of Techniques for Protein Structure Prediction (CASP) Wettbewerb 2018 und 2020 Bestwerte.[2][3] In der medizinischen Fachwelt wurde dies als Durchbruch der Proteinstrukturvorhersage aufgenommen.[4] Seit dem 15. Juli 2021 unterliegt die Software einer Open-Source-Lizenz – auch für kommerzielle Unternehmen. Zudem wurde die Funktionsweise im Fachjournal Nature veröffentlicht. Jeder kann jetzt Proteine falten[5][6] oder in Datenbanken (wie der AlphaFold Protein Structure Database[7]) mit automatisch generierten Modellen nachschauen[8]. Meta hat 2022 mit ESMFold (Evolutionary Scale Modeling Fold) ein weiteres Large Language Model zur Proteinstrukturvorhersage vorgestellt.[9]
AlphaFold 3
[Bearbeiten | Quelltext bearbeiten]AlphaFold 3 wurde am 8. Mai 2024 vorgestellt. Im Gegensatz zu den vorangegangenen Softwareversionen ist diese Version in der Lage, nicht nur die 3D-Struktur von Molekülen vorherzusagen, sondern auch ihre Interaktion untereinander und mit anderen Molekülen. Nach Aussage von DeepMind kann sie dies in bislang nicht gekannter Genauigkeit. Die Entwickler erwarten, dass AlphaFold 3 die Entwicklung neuer Medikamente stark beschleunigen wird. Die Funktionen von AlphaFold 3 werden Forschern über den AlphaFold-Server zugänglich gemacht.[10] Er darf für nicht-kommerzielle Forschungszwecke kostenlos genutzt werden.[11]
Der Quellcode hingegen wurde zunächst zurückgehalten, was zu Kritik in der Wissenschaftsgemeinde führte: In einem offenen Brief kritisierten über 600 Wissenschaftler eine Veröffentlichung von Ergebnissen des Modells AlphaFold 3 in der Fachzeitschrift Nature als unverantwortlich, weil die zugrundeliegenden Trainings-Daten zwar öffentlich finanziert wurden, der Zugang zum Modell von AlphaFold 3 aber nur begrenzt zur Verfügung gestellt wurde und der Quellcode nicht öffentlich war, so dass sich die Arbeitsweise nicht überprüfen ließ.[12][13]
Die Entwickler von AlphaFold, Demis Hassabis und John Jumper, wurden 2024 für die Vorhersage der komplexen Strukturen von Proteinen mit dem Nobelpreis für Chemie ausgezeichnet. Wenige Wochen später veröffentlichte Google DeepMind den Quellcode von AlphaFold 3.[14]
Weblinks
[Bearbeiten | Quelltext bearbeiten]- Website von Alphafold
- Website des Alphafold Servers
- Abramson, J., Adler, J., Dunger, J. et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. - Nature (2024).
Einzelnachweise
[Bearbeiten | Quelltext bearbeiten]- ↑ AlphaFold. In: Deepmind. Abgerufen am 30. November 2020 (englisch).
- ↑ Ewen Callaway: ‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures. In: Nature. 588, 2020, S. 203, doi:10.1038/d41586-020-03348-4.
- ↑ Robert F. Service: ‘The game has changed.’ AI triumphs at solving protein structures. In: sciencemag.org. 1. Dezember 2020, abgerufen am 24. Dezember 2020 (englisch).
- ↑ Sam Shead: DeepMind solves 50-year-old ‘grand challenge’ with protein folding A.I. In: CNBC. 30. November 2020, abgerufen am 18. Dezember 2020 (englisch).
- ↑ Ewen Callaway: Open-Source-Software: Jeder kann jetzt Proteine falten. In: www.spektrum.de. Spektrum der Wissenschaft, 19. Juli 2021, abgerufen am 7. August 2020.
- ↑ J. Jumper, R. Evans et al.: Highly accurate protein structure prediction with AlphaFold. In: Nature. 15. Juli 2021, doi:10.1038/s41586-021-03819-2.
- ↑ AlphaFold Protein Structure Database. Abgerufen am 30. September 2021.
- ↑ Ewen Callaway: DeepMind’s AI predicts structures for a vast trove of proteins. In: Nature. Band 595, Nr. 7869, 22. Juli 2021, S. 635–635, doi:10.1038/d41586-021-02025-4 (nature.com [abgerufen am 30. September 2021]).
- ↑ Language models of protein sequences at the scale of evolution enable accurate structure prediction Zeming Lin, Halil Akin, Roshan Rao, Brian Hie, Zhongkai Zhu, Wenting Lu, Allan dos Santos Costa, Maryam Fazel-Zarandi, Tom Sercu, Sal Candido, Alexander Rives doi:10.1101/2022.07.20.500902
- ↑ AlphaFold 3 predicts the structure and interactions of all of life’s molecules. 8. Mai 2024, abgerufen am 10. Mai 2024 (amerikanisches Englisch).
- ↑ AlphaFold Server. Abgerufen am 10. Mai 2024.
- ↑ KI-Modell Alphafold 3: Fortschritt trifft auf Widerstand in der Forschergemeinde. 10. Juni 2024, abgerufen am 30. November 2024.
- ↑ Anna Weber, Christian Speicher: Das KI-Modell Alphafold 3 könnte die Entwicklung neuer Medikamente revolutionieren. Wie es arbeitet, lässt sich nicht überprüfen. In: nzz.ch. 7. Juni 2024, abgerufen am 30. November 2024.
- ↑ Reinhard Kleindl: Nobelpreisgekröntes Google-Unternehmen beugt sich Kritik und veröffentlicht Quellcode. In: derstandard.de. 13. November 2024, abgerufen am 30. November 2024.