Back توقع بنية البروتين Arabic Predicció de l'estructura de les proteïnes Catalan Protein structure prediction English Predicción de la estructura de las proteínas Spanish پیشبینی ساختار پروتئین Persian Prédiction de la structure des protéines French חיזוי מבנה החלבון HE Prediksi struktur protein ID Predizione di struttura proteica Italian タンパク質構造予測 Japanese
Die Proteinstrukturvorhersage umfasst alle Methoden, rein rechnerisch aus der Aminosäuresequenz eines Proteins die dreidimensionale Struktur des gefalteten Moleküls zu ermitteln. Sie ist eines der wichtigen Ziele der Bioinformatik und der theoretischen Chemie. Sie ergibt sich aus der praktischen Schwierigkeit, die atomare Struktur eines Proteins in der Natur mit physikalischen Methoden zu messen. Insbesondere für die genauen Atompositionen innerhalb der Tertiärstruktur besteht großer Bedarf; sie bilden die Grundlage für das Arzneistoffdesign und andere Methoden der Biotechnologie.
Die bisher entwickelten Methoden der Proteinstrukturvorhersage bauen auf der Kenntnis der Primärstruktur auf, um so die Sekundärstruktur und/oder die Tertiärstruktur zu postulieren. Ein weiteres Detailproblem ist die Ermittlung der Quartärstruktur aus vorliegenden Tertiärstrukturdaten. Implementationen der dabei entwickelten Algorithmen stehen großteils im Quelltext oder als Webserver zur Verfügung; ein Sonderfall sind die Künstliche-Intelligenz-Systeme der Firma DeepMind, über deren Struktur und Eigenschaften zwar Veröffentlichungen gemacht werden, die aber nicht vollständig offengelegt werden. Aufgrund der enormen Bedeutung einer endgültigen Lösung des Problems hat sich mit CASP seit 1994 ein zweijährlicher Wettbewerb für den Vergleich der besten Lösungsmethoden etabliert. 2018 und 2020 wurde der Wettbewerb von den DeepMind-Produkten AlphaFold bzw. AlphaFold2 gewonnen, wobei die Vorhersageergebnisse 2020 so gut waren, dass erstmals davon gesprochen wurde, dass das Problem als prinzipiell gelöst betrachtet werden könne.[1] 2021 veröffentlichten Forscher dann über 350.000 3D-Modelle gefalteter Proteine, die mit dieser KI vorhergesagt wurden. Darunter sind 98,5 % der ~20.000 Proteine des menschlichen Körpers. Bei etwa einem Drittel der Vorhersagen besteht eine hohe Wahrscheinlichkeit, dass diese akkurat sind.[2]
- ↑ heise online: Deepmind: KI schafft Durchbruch bei der Proteinfaltung. Abgerufen am 6. Dezember 2020.
- ↑ DeepMind's AI predicts structures for a vast trove of proteins In: Nature, 22. Juli 2021. Abgerufen am 1. August 2021 Vorlage:Cite news: Der Parameter language wurde bei wahrscheinlich fremdsprachiger Quelle nicht angegeben.