Der 28. Juli 2022 war ein historischer Tag sowohl  für die Biologie als auch für die künstliche Intelligenz (KI). DeepMind, ein auf die KI-Forschung spezialisiertes Unternehmen im Besitz von Alphabet, hat die Strukturdaten von mehr als 200 Millionen Proteinen aus seinem AlphaFold-Tool frei zugänglich gemacht. Dies sind Daten zu etwa 1 Million Arten und deckt die große Mehrheit der bekannten Proteine auf der Erde ab1. Bei Proteinen kann die Form die Funktion bestimmen In den späten 1990er und frühen 2000er Jahren wurde die wissenschaftliche Gemeinschaft mit Nachrichten über den Wettlauf um die Sequenzierung des menschlichen Genoms überschüttet. Dieses Genom enthält die in die DNA eingebetteten Anweisungen, wie Zellen bestimmte Strukturen aufbauen sollen, in der Regel durch die Bildung von Proteinen, die aus verschiedenen Kombinationen von Aminosäuren bestehen. Die DNA ist gewissermaßen die Gebrauchsanweisung, die Aminosäuren sind die Bausteine, und die Proteine sind das Produkt. Das Wissen um die Codes ist jedoch nicht alles. In diesem Zusammenhang ist ein Blick auf Abbildung 1 sehr aufschlussreich. Dies ist das Bild eines Proteins, das den für Malaria verantwortlichen Organismus möglicherweise vor einem Angriff des menschlichen Immunsystems schützt. Selbst wenn Sie die Liste und die Reihenfolge aller Aminosäuren kennen würden, wäre es schwierig, von dieser Liste zu etwas zu gelangen, das wie Abbildung 1 in drei Dimensionen aussieht. Abbildung 1: Mit dem Malariaparasiten assoziiertes ProteinQuelle: https://alphafold.ebi.ac.uk/entry/Q8I3H7 Die Bedeutung der Form des Proteins kann gar nicht hoch genug eingeschätzt werden: Sie kann der Art und Weise entsprechen, wie sie in Gegenwart verschiedener Moleküle reagieren könnte, wie z. B. in Verbindung mit verschiedenen Arzneimitteltherapien Variationen der Form - manchmal auch als Mutationen bezeichnet - könnten aufschlussreich sein, um die ursächlichen Faktoren bestimmter Symptome oder Krankheiten zu bestimmen Teile der Form könnten als Ziele verwendet werden - man denke nur an das "Spike-Protein", das mit dem Virus der Covid-19-Pandemie in Verbindung gebracht wird und das in den mRNA-Impfstoffen gezielt eingesetzt wird. AlphaFold stellt auf der Reise einen Schritt nach vorn dar Wissenschaftliche Durchbrüche sind insofern schwierig, als in vielen Fällen einer auf den anderen aufbaut ... ein Prozess, der Jahrzehnte dauern kann, bevor weit verbreitete Ergebnisse vorliegen, die sich auf das Leben der Allgemeinheit auswirken. Wir haben zum Beispiel das menschliche Genom sequenziert, aber das führte nicht unbedingt zu einer sofortigen Heilung aller möglichen Krankheiten oder Zustände. Schon vor Jahrzehnten gab es mRNA-2Forschung, aber die Covid-19-Pandemie war so etwas wie ein Katalysator, um den Prozess zu beschleunigen und ihn als Argument für Impfstoffe zu nutzen. Daher ist es unwahrscheinlich, dass die neue Datenbank von AlphaFold zu einer sofortigen Heilung schwerer Erkrankungen führen wird. Das entscheidende Element ist, dass Forscher, die früher einen mühsamen Prozess der Röntgenkristallographie für die Bestimmung der Form eines bestimmten Proteins durchführen mussten, nun auf die Datenbank zurückgreifen können. Nach wie vor hätten experimentelle Techniken ihren Platz, aber es müsste weniger Zeit auf das Äquivalent der „leeren Seite“ verwendet werden. Unglaublich ist auch, dass die Datenbank von AlphaFold in Zusammenarbeit mit dem Europäischen Bioinformatik-Institut des Europäischen Laboratoriums für Molekularbiologie (EMBL-EBI) über eine einfache Schnittstelle frei zugänglich ist. Sie liefert auch eine Schätzung der Genauigkeit, da Vorhersagen auf der Grundlage von KI nicht immer perfekte Ergebnisse liefern. Etwa 35 Prozent der 214 Millionen Vorhersagen werden als sehr genau eingestuft - fast so gut wie die experimentellen Ergebnisse. Weitere 45 Prozent werden als genau genug für viele Anwendungen erachtet3. Arzneimittelforschung - Bessere Therapeutika werden effizienter entwickelt Schon vor dem Einsetzen der Inflation auf dem Niveau des Sommers 2022 war allgemein bekannt, dass die Entwicklung von Arzneimitteln zeitaufwendig und teuer ist, so dass viele verschiedene Medikamente mit exorbitanten Preisen verbunden sind. Jedes Verfahren, das diesen Druck abschwächen könnte, ohne die Qualität der Therapien zu beeinträchtigen, wäre wertvoll. Die folgenden Überlegungen könnten bei der weiteren Entwicklung des Raums lehrreich sein4: Pipeline-Wachstum: 20 kleinere Unternehmen, die sich auf die Erforschung von KI-Medikamenten konzentrieren, in der Regel mit Schwerpunkt auf kleineren Molekülen, verfügten im Zeitraum von 2010 bis 2021 über Entwicklungspipelines, die etwa 50 Prozent so robust waren wie die von 20 der größten "Big-Pharma-Unternehmen". Wir sind uns darüber im Klaren, dass die Berichterstattung über Pipelines nicht perfekt sein kann und dass ein Molekül in einer Pipeline kein fertiges Produkt ist, aber die Aktivität ist der erste wichtige Schritt auf dem Weg Zusammensetzung der Pipeline: Dies wird nicht immer offengelegt, aber aus den verfügbaren Informationen geht hervor, dass die auf KI fokussierten Unternehmen dazu neigen werden, sich auf gut etablierte biologische Ziele für ihre Therapien zu konzentrieren, über die viel bekannt ist. Daten sind der Treibstoff für die KI, und auch diese Unternehmen wollen höhere Erfolgschancen haben. Größere Pharmaunternehmen werden sich eher in neuere Bereiche der Arzneimittelforschung wagen Chemische Strukturen und Eigenschaften: Es ist noch zu früh, um belastbare Schlussfolgerungen über die Bemühungen der KI in der Arzneimittelforschung im Vergleich zu denen der großen Pharmaunternehmen zu ziehen Zeitpläne für die Entdeckung: Vorläufige Daten deuten darauf hin, dass die KI-gestützte Arzneimittelforschung in bestimmten Fällen die Zeitspanne auf 4 Jahre verkürzen könnte, während herkömmliche Ansätze in der präklinischen Phase 5 oder 6 Jahre benötigen Wir möchten anmerken, dass es sich derzeit eher um eine Geschichte des "Fortschritts" als um eine Geschichte der „Perfektion“ handelt, da wir anscheinend noch weit davon entfernt sind, dass die KI in der Lage ist, neue Medikamente zu entwickeln, aber die KI stellt ein völlig neues Instrumentarium dar, das sich positiv auswirken könnte. Die Datenbank von AlphaFold kann beispielsweise Arzneimittelforschern wichtige Anregungen und Katalysatoren für verschiedene Ideen liefern, auch wenn sie nicht die unmittelbare Antwort oder das Heilmittel direkt in ihrem System hat. Fokus auf die Megatrends KI & BioRevolution Bei WisdomTree konzentrieren wir uns sowohl auf die KI als auch auf die BioRevolution-Megatrends (klicken Sie hier, um mehr darüber zu erfahren). Der Fall von AlphaFold ist ein wichtiges Beispiel dafür, dass die KI ein Werkzeug ist, das das Potenzial hat, andere Megatrends, in diesem Fall die BioRevolution, zu beschleunigen. Es ist kein Zufall, dass die BioRevolution zur gleichen Zeit an Fahrt aufnimmt, in der riesige Datenmengen,  riesige Mengen an Rechenleistung und andere Dinge wie Cloud Computing leicht verfügbar sind. Es ist sehr spannend zu sehen, was die nächsten Jahrzehnte in diesen Bereichen bringen können. Quelle1 Quelle: Callaway, Ewen. “’The Entire Protein Universe’: AI Predicts Shape of Nearly Every Known Protein.” Nature. Volume 608. 4. August 2022.2 mRNA – Boten-Ribonukleinsäure3 Quelle: Callaway, 4 August 2022.4 Quelle: Jayatunga et al. “AI in small-molecule drug discovery: a coming wave?” Nature Review: Drug Discovery. Volume 21. März 2022 . Zudem könnte Sie folgende Lektüre interessieren...+ Kann KI den Menschen ersetzen? Die LKW-Fallstudie+ Der nahezu unbegrenzte Bedarf an besseren Energiespeichern+ Teil 1: Eine realistische Einschätzung des Fortschritts bei der Künstlichen Intelligenz+ Teil 2 KI: Über den Hype lässt sich leicht diskutieren, was aber ist mit der Substanz? ]]>