DeepMind hat mit AlphaFold die Proteinfaltung entschlüsselt und die Forschung revolutioniert.
In Kürze
- Über 200 Millionen Proteinstrukturen in neuer Datenbank veröffentlicht
- 40 % mehr neue Proteine durch AlphaFold im Vergleich zu traditionellen Methoden
- Integration von DNA- und RNA-Vorhersagen mit AlphaFold 3
DeepMind und der Durchbruch mit AlphaFold
DeepMind hat mit seiner KI AlphaFold einen bemerkenswerten Fortschritt in der Biologie erzielt. Vor fünf Jahren gelang es dem Team, das seit 50 Jahren ungelöste Rätsel der Proteinfaltung zu knacken. Dieser Durchbruch wurde 2024 mit dem Nobelpreis in Chemie ausgezeichnet und hat seither die Forschungslandschaft grundlegend verändert. Über drei Millionen Forscher weltweit profitieren mittlerweile von dieser Technologie, die nicht nur schneller, sondern auch kosteneffektiver Proteinstrukturen vorhersagen kann.
Veröffentlichung einer umfassenden Datenbank
Ein entscheidender Schritt war die Veröffentlichung einer Datenbank mit mehr als 200 Millionen Proteinstrukturen. Diese Ressource hat die Wissenschaft enorm beschleunigt: Forscher, die AlphaFold nutzen, berichten von 40 % mehr neuen Proteinen im Vergleich zu denen, die auf traditionelle Methoden setzen. Zudem werden Ergebnisse, die auf AlphaFold basieren, doppelt so häufig in klinischen Studien zitiert. Das zeigt, wie sehr diese Technologie das Tempo und die Qualität der Forschung steigern kann.
Vielfältige Anwendungsmöglichkeiten von AlphaFold
Die Anwendungsmöglichkeiten von AlphaFold sind vielfältig. Sie reichen von der Stärkung des Immunsystems von Honigbienen bis hin zu neuen Erkenntnissen in der Herzmedizin, indem sie wichtige Proteine entschlüsselt. Mit AlphaFold 3 geht das Projekt nun einen Schritt weiter und integriert die Vorhersage von DNA, RNA und anderen Molekülinteraktionen. Diese Entwicklungen könnten die Medikamentenentwicklung erheblich voranbringen.
Zusammenarbeit mit Isomorphic Labs
DeepMind und das Unternehmen Isomorphic Labs arbeiten Hand in Hand, um diese „digitale Biologie“ weiter voranzutreiben. Ihr Ziel ist es, die Geschwindigkeit und Effizienz der Forschung drastisch zu erhöhen und damit neue Horizonte in der biologischen Forschung zu eröffnen.
Quellen
- Quelle: Google DeepMind
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
