Proteindesign
Proteindesign bezeichnet die gezielte Entwicklung neuer Eiweißmoleküle mit einer vorher festgelegten Funktion – heute zunehmend mithilfe von KI-Modellen, die in Minuten Strukturen vorschlagen, für die Forscher früher Jahre brauchten.
Proteine sind die Arbeitsmoleküle des Lebens. Sie steuern den Stoffwechsel, bekämpfen Krankheitserreger und bauen Gewebe auf. Jedes Protein besteht aus einer langen Kette von Bausteinen, den Aminosäuren, und faltet sich in eine bestimmte dreidimensionale Form. Diese Form bestimmt die Funktion. Beim Proteindesign kehrt man diesen Prozess um: Man legt zuerst fest, was ein Protein tun soll, und entwirft dann gezielt die Aminosäurekette, die diese Aufgabe erfüllt. Früher machte man das durch jahrelanges Ausprobieren im Labor. Heute übernehmen KI-Modelle einen großen Teil dieser Arbeit.
Proteine neu erfinden statt nur kopieren
Die Natur hat über Milliarden Jahre Proteine entwickelt, die bestimmte Aufgaben lösen. Diese natürlichen Proteine reichen aber nicht für alle Probleme aus, die Menschen lösen wollen. Manchmal braucht man ein Protein, das ein bestimmtes Krebsenzym blockiert, aber kein gesundes Gewebe angreift. Ein solches Protein existiert in der Natur nicht unbedingt.
Genau hier setzt Proteindesign an. Es erlaubt, Moleküle mit Eigenschaften zu bauen, die in der Natur so nicht vorkommen. Das ist besonders in der Medizin wertvoll: Designte Proteine können als hochpräzise Medikamente wirken, die nur dort angreifen, wo sie sollen. Aber auch in der Industrie sind sie gefragt, zum Beispiel als Enzyme, die Kunststoff abbauen oder Biokraftstoff herstellen.
Wie KI die Aminosäurekette berechnet
Der klassische Weg war mühsam: Forscher veränderten bekannte Proteine schrittweise und testeten jede Variante im Labor. Dieses Verfahren heißt rationales Design oder gerichtete Evolution und kann Jahre dauern. KI-Modelle gehen das Problem anders an. Sie wurden mit Millionen bekannter Proteinstrukturen trainiert und haben dabei gelernt, welche Aminosäurefolgen zu welchen Formen führen.
Das bekannteste Beispiel ist AlphaFold vom Unternehmen DeepMind, das die dreidimensionale Struktur eines Proteins aus seiner Aminosäurefolge vorhersagt. Neuere Modelle wie RFdiffusion oder ProteinMPNN gehen einen Schritt weiter: Sie generieren vollständig neue Aminosäuresequenzen für eine gewünschte Zielstruktur. Das Modell schlägt in Minuten Tausende Kandidaten vor. Laborwissenschaftler testen dann die vielversprechendsten davon.
Ein wichtiger Unterschied: Das Modell rechnet nur am Computer. Ob das designte Protein sich im Labor tatsächlich so faltet wie vorhergesagt und dann funktioniert, muss trotzdem experimentell überprüft werden. KI verkürzt die Suche dramatisch, ersetzt aber den Laborschritt nicht vollständig.
Proteindesign in Medizin, Industrie und Nachrichten
In den Nachrichten taucht Proteindesign vor allem in zwei Zusammenhängen auf. Erstens bei Impfstoffen: Einige COVID-19-Impfstoffe der zweiten Generation basierten auf künstlich designten Proteinen, die das Immunsystem besser ansprechen als natürliche Varianten. Zweitens bei Krebsmedikamenten: Forscher entwickeln designte Proteine, die Tumorzellen gezielt erkennen und angreifen, ohne gesunde Zellen zu schädigen.
In der Industrie gibt es Bemühungen, Enzyme zu designen, die Plastikabfall zersetzen. Natürliche Enzyme schaffen das nur langsam; designte Varianten sollen es schneller und bei höheren Temperaturen tun. 2023 erhielt David Baker, einer der Pioniere des computergestützten Proteindesigns, den Nobelpreis für Chemie – gemeinsam mit den Entwicklern von AlphaFold. Das zeigt, wie zentral das Feld für die Wissenschaft geworden ist.
Wer Tech- oder Biotech-News liest, begegnet Proteindesign häufig im Zusammenhang mit Startups, die KI-generierte Moleküle direkt als Medikamente entwickeln wollen. Der Begriff „KI-Drugdesign“ meint meist genau das: nicht chemische Wirkstoffe, sondern designte Proteine, die wie maßgeschneiderte Werkzeuge in den Körper eingreifen.