Inverse Folding
Inverse Folding bezeichnet Verfahren, die zu einer gewünschten dreidimensionalen Form eines Proteins eine passende Bauanleitung aus Aminosäuren berechnen. Es ist damit die Umkehrung der klassischen Frage, welche Form eine gegebene Bauanleitung annimmt.
Proteine sind winzige Werkzeuge in Lebewesen. Sie bestehen aus einer langen Kette von Bausteinen, den Aminosäuren. Diese Kette faltet sich von selbst zu einer bestimmten räumlichen Form zusammen. Und die Form entscheidet, was das Protein kann: Verdauen, Sauerstoff transportieren, Viren abwehren. Die übliche Frage lautet: Welche Form entsteht aus einer gegebenen Kette? Inverse Folding dreht die Frage um. Man gibt eine gewünschte Form vor, und ein Computerprogramm sucht eine Kette von Bausteinen, die sich genau so faltet.
Warum Forscher Proteine rückwärts entwerfen wollen
Die Natur hat nur einen winzigen Bruchteil aller denkbaren Proteine hervorgebracht. Rechnerisch gibt es mehr mögliche Ketten als Atome im Universum. Wer eine Form frei entwerfen und dann die passende Kette berechnen kann, ist nicht mehr auf vorhandene Naturprodukte angewiesen. Das eröffnet Medikamente, Impfstoffe und Enzyme, die es so noch nie gab.
Ein konkretes Ziel sind sogenannte Binder. Das sind kleine Proteine, die sich an eine bestimmte Stelle eines Krankheitserregers heften und ihn blockieren. Man kennt oft die Form der Zielstelle sehr genau. Gesucht ist dann ein Gegenstück, das exakt hineinpasst, ähnlich wie ein Schlüssel in ein Schloss. Inverse Folding liefert die Bauanleitung für diesen Schlüssel.
Auch die Industrie hat Interesse. Enzyme sind Proteine, die chemische Reaktionen beschleunigen. Ein maßgeschneidertes Enzym könnte Plastik zersetzen oder ein Medikament billiger herstellen. Früher hat man solche Proteine durch jahrelanges Ausprobieren im Labor optimiert. Heute schlägt ein Modell in Sekunden hunderte Kandidaten vor, die man dann testet.
Vom Gerüst zur Bauanleitung
Ausgangspunkt ist meist ein Gerüst, im Fachjargon Backbone genannt. Das ist der grobe Verlauf der Kette im Raum, ohne Angabe, welcher Baustein an welcher Stelle sitzt. Das Modell geht Position für Position durch und schätzt, welche der zwanzig natürlichen Aminosäuren dort am besten passt. Dabei schaut es auf die Nachbarschaft: Welche Stellen liegen räumlich nah, wie sind sie zueinander gedreht?
Trainiert werden solche Modelle an Zehntausenden bekannter Proteinstrukturen aus öffentlichen Datenbanken. Dort ist beides bekannt: die Form und die zugehörige Kette. Das Modell lernt daraus statistische Muster. Zum Beispiel, dass wasserabweisende Bausteine bevorzugt im Inneren einer Struktur sitzen und wasserfreundliche außen. Niemand programmiert diese Regeln von Hand ein.
Ein verbreitetes Missverständnis ist, dass es genau eine richtige Lösung gebe. Das Gegenteil stimmt: Sehr viele verschiedene Ketten führen zur selben Form. Modelle geben deshalb Wahrscheinlichkeiten aus und liefern ganze Vorschlagslisten. Anschließend prüft man mit einem Faltungsprogramm, ob der Vorschlag tatsächlich die gewünschte Form ergibt. Erst danach wird im Labor getestet, denn Rechnungen ersetzen kein Experiment.
Wo der Begriff in Nachrichten auftaucht
Bekannt wurde das Feld durch AlphaFold von Google DeepMind, das aus Ketten Formen vorhersagt. Inverse Folding ist die Gegenrichtung dazu. Das bekannteste Modell dieser Art heißt ProteinMPNN und stammt aus dem Labor von David Baker in Seattle. Baker erhielt 2024 gemeinsam mit zwei DeepMind-Forschern den Chemie-Nobelpreis, unter anderem für genau diese Arbeit.
In Wirtschaftsmeldungen begegnet der Begriff meist im Umfeld von Biotech-Firmen. Unternehmen wie Generate Biomedicines oder EvolutionaryScale sammeln Kapital in dreistelliger Millionenhöhe, um Wirkstoffe am Computer zu entwerfen. Auch klassische Pharmakonzerne kaufen sich in solche Verfahren ein. Wenn von KI-Medikamenten die Rede ist, steckt oft Proteindesign dahinter.
Für den Alltag ist das Thema noch abstrakt, weil bisher wenige Produkte daraus auf dem Markt sind. Der Weg von einem entworfenen Protein bis zum zugelassenen Medikament dauert Jahre. Trotzdem lohnt es sich, den Begriff zu kennen. Er markiert eine Verschiebung: Biologie wird zunehmend zu einer Disziplin, in der man Dinge entwirft statt sie nur zu entdecken.