Künstliche Intelligenz und Genom-Editierung versprechen, die Biotechnologie auf Hochtouren zu bringen

Während ihrer Chemie-Nobelpreis-Vortrag Frances Arnold sagte 2018: „Heute können wir praktisch jede DNA-Sequenz lesen, schreiben und bearbeiten, aber wir können sie nicht zusammensetzen.“ Das stimmt nicht mehr.

Seitdem haben Wissenschaft und Technologie so große Fortschritte gemacht, dass künstliche Intelligenz gelernt hat, DNA zusammenzusetzen, und mithilfe genetisch veränderter Bakterien sind Wissenschaftler auf dem Weg, maßgeschneiderte Proteine ​​zu entwerfen und herzustellen.

Das Ziel besteht darin, dass Wissenschaftler mithilfe der gestalterischen Fähigkeiten der künstlichen Intelligenz und der technischen Möglichkeiten der Genomeditierung Bakterien so verändern können, dass sie als Minifabriken fungieren und neue Proteine ​​produzieren, die Treibhausgase reduzieren, Kunststoffe verdauen oder als artspezifische Pestizide wirken können.

Als ein Chemieprofessor und Computerchemiker als Student der Molekularwissenschaften und Umweltchemie bin ich davon überzeugt, dass die Fortschritte in der künstlichen Intelligenz und der Genom-Editierung dies zu einer realistischen Möglichkeit machen.

Gensequenzierung – die Rezepte des Lebens lesen

Alle Lebewesen enthalten genetisches Material – DNA und RNA –, das die Erbinformationen liefert, die sie benötigen, um sich zu reproduzieren und Proteine ​​herzustellen. Proteine ​​machen 75 % des menschlichen Trockengewichts aus. Sie bilden Muskeln, Enzyme, Hormone, Blut, Haare und Knorpel. Um Proteine ​​zu verstehen, muss man einen Großteil der Biologie verstehen. Die Reihenfolge der Nukleotidbasen in der DNA oder der RNA bei einigen Viren kodiert diese Informationen, und genomische Sequenzierungstechnologien identifizieren die Reihenfolge dieser Basen.

Der Humangenomprojekt war ein internationales Projekt, bei dem von 1990 bis 2003 das gesamte menschliche Genom sequenziert wurde. Dank der sich rasch verbessernden Technologien dauerte es sieben Jahre, um das erste 1 % des Genoms zu sequenzieren, und weitere sieben Jahre für die restlichen 99 %. Bis 2003 verfügten Wissenschaftler über die vollständige Sequenz der 3 Milliarden Nukleotidbasenpaare, die für 20.000 bis 25.000 Gene im menschlichen Genom kodieren.

Allerdings blieb es weiterhin eine Herausforderung, die Funktion der meisten Proteine ​​zu verstehen und ihre Fehlfunktionen zu beheben.

KI lernt Proteine

Die Form jedes Proteins ist entscheidend für seine Funktion und wird durch die Abfolge seiner Aminosäuren bestimmt, die wiederum durch die Nukleotidsequenz des Gens bestimmt wird. Falsch gefaltete Proteine ​​haben die falsche Form und kann Krankheiten verursachen wie neurodegenerative Erkrankungen, Mukoviszidose und Diabetes Typ 2. Um diese Krankheiten zu verstehen und Behandlungen zu entwickeln, ist die Kenntnis der Proteinformen erforderlich.

Vor 2016 war die einzige Möglichkeit, die Form eines Proteins zu bestimmen, die Röntgenkristallographieeine Labortechnik, die die Beugung von Röntgenstrahlen an Einzelkristallen nutzt, um die genaue Anordnung von Atomen und Molekülen in drei Dimensionen in einem Molekül zu bestimmen. Zu dieser Zeit wurde die Struktur von etwa 200.000 Proteinen durch Kristallographie bestimmt, was Milliarden von Dollar kostete.

AlphaFold, ein maschinelles Lernprogramm, verwendete diese Kristallstrukturen als Trainingssatz, um die Form der Proteine ​​aus ihren Nukleotidsequenzen zu bestimmen. Und in weniger als einem Jahr berechnete das Programm die Proteinstrukturen aller 214 Millionen Gene, die sequenziert und veröffentlicht wurden. Die von AlphaFold ermittelten Proteinstrukturen wurden alle in einem frei verfügbare Datenbank.

Um nichtinfektiöse Krankheiten wirksam behandeln und neue Medikamente entwickeln zu können, benötigen Wissenschaftler genauere Kenntnisse darüber, wie Proteine, insbesondere Enzyme, kleine Moleküle binden. Enzyme sind Proteinkatalysatoren, die biochemische Reaktionen ermöglichen und regulieren.

AlphaFold3veröffentlicht am 8. Mai 2024, kann Proteinformen und die Stellen vorhersagen, an denen kleine Moleküle an diese Proteine ​​binden können. In Rationales WirkstoffdesignMedikamente sind so konzipiert, dass sie Proteine ​​binden, die an einem mit der zu behandelnden Krankheit verbundenen Signalweg beteiligt sind. Die niedermolekularen Medikamente binden an die Proteinbindungsstelle und modulieren deren Aktivität, wodurch sie den Krankheitsverlauf beeinflussen. Durch die Fähigkeit, Proteinbindungsstellen vorherzusagen, wird AlphaFold3 die Möglichkeiten der Forscher zur Arzneimittelentwicklung verbessern.

KI + CRISPR = Zusammensetzung neuer Proteine

Um 2015 herum entwickelte sich CRISPR-Technologie revolutionierte die Genbearbeitung. CRISPR kann verwendet werden, um einen bestimmten Teil eines Gens zu finden, ihn zu ändern oder zu löschen, die Zelle dazu zu bringen, mehr oder weniger ihres Genprodukts zu exprimieren oder sogar ein völlig fremdes Gen an seiner Stelle hinzuzufügen.

2020 erhielten Jennifer Doudna und Emmanuelle Charpentier den Nobelpreis für Chemie „für die Entwicklung einer Methode (CRISPR) zur Genomeditierung“. Mit CRISPR kann die Genomeditierung, die früher Jahre dauerte und artspezifisch, kostspielig und mühsam war, heute in wenigen Tagen und zu einem Bruchteil der Kosten durchgeführt werden.

KI und Gentechnik machen rasante Fortschritte. Was früher kompliziert und teuer war, ist heute Routine. Der Traum für die Zukunft sind maßgeschneiderte Proteine, die durch eine Kombination aus maschinellem Lernen und CRISPR-modifizierten Bakterien entwickelt und produziert werden. KI würde die Proteine ​​entwickeln und Bakterien, die mit CRISPR verändert wurden, würden die Proteine ​​produzieren. Auf diese Weise produzierte Enzyme könnten möglicherweise Kohlendioxid und Methan einatmen, während sie organische Ausgangsstoffe ausatmen, oder Kunststoffe in Betonersatzstoffe zerlegen.

Ich glaube, dass diese Ambitionen nicht unrealistisch sind, wenn man bedenkt, dass genetisch veränderte Organismen machen bereits 2% der US-Wirtschaft aus in der Landwirtschaft und Pharmazie.

Zwei Gruppen haben von Grund auf funktionierende Enzyme hergestellt, die von unterschiedlichen KI-Systemen entworfen wurden. David Baker‚S Institut für Proteindesign an der University of Washington entwickelte eine neue, auf Deep Learning basierende Proteindesign-Strategie mit dem Namen „familienweite Halluzination,“ die sie früher ein einzigartiges lichtemittierendes Enzym herstellen. Inzwischen hat das Biotech-Startup Reichhaltighat eine KI verwendet, die mit der Summe allen CRISPR-Cas-Wissens trainiert wurde neue funktionierende Genom-Editoren zu entwerfen.

Wenn KI lernen kann, neue CRISPR-Systeme sowie biolumineszierende Enzyme herzustellen, die funktionieren und noch nie auf der Erde gesehen wurden, besteht die Hoffnung, dass die Kombination von CRISPR und KI zur Entwicklung anderer neuer maßgeschneiderter Enzyme genutzt werden kann. Obwohl die CRISPR-KI-Kombination noch in den Kinderschuhen steckt, dürfte sie, sobald sie ausgereift ist, sehr nützlich sein und der Welt sogar dabei helfen, den Klimawandel zu bekämpfen.

Man darf jedoch nicht vergessen, dass je leistungsfähiger eine Technologie ist, desto größer sind die Risiken es stellt. Außerdem haben Menschen nicht sehr erfolgreich darin, die Natur zu konstruieren aufgrund der Komplexität und Vernetzung natürlicher Systeme, was oft zu unbeabsichtigten Folgen führt.

Dieser Artikel wurde erneut veröffentlicht von Die Unterhaltung unter einer Creative Commons-Lizenz. Lesen Sie die originaler Artikel.