Der diesjährige Nobelpreis für Chemie geht an drei Personen: David Baker ist das fast unmögliche Kunststück gelungen, völlig neue Arten von Proteinen zu bauen. Demis Hassabis und John Jumper haben ein KI-Modell entwickelt, um ein 50 Jahre altes Problem zu lösen: die Vorhersage komplexer Strukturen von Proteinen.
Die Vielfalt des Lebens zeugt von der erstaunlichen Fähigkeit der Proteine als chemische Werkzeuge. Proteine kontrollieren und steuern alle chemischen Reaktionen, die zusammen die Grundlage des Lebens bilden. Sie fungieren auch als Hormone, Signalstoffe, Antikörper und sind Bausteine verschiedener Gewebe.
«Eine der Entdeckungen, die in diesem Jahr ausgezeichnet wurden, betrifft den Bau spektakulärer Proteine. Bei einer anderen geht es um die Erfüllung eines 50 Jahre alten Traums: die Vorhersage von Proteinstrukturen anhand ihrer Aminosäuresequenzen. Beide Entdeckungen eröffnen enorme Möglichkeiten» erklärt Heiner Linke, Vorsitzender des Nobelkomitees für Chemie.
Proteine bestehen im Allgemeinen aus 20 verschiedenen Aminosäuren, die man als Bausteine des Lebens bezeichnen kann. 2003 war es David Baker gelungen, aus diesen Bausteinen ein neues Protein zu entwerfen, das mit keinem anderen Protein vergleichbar ist. Seither hat seine Forschungsgruppe eine fantasievolle Proteinkreation nach der anderen hervorgebracht, darunter Proteine, die als Arzneimittel, Impfstoffe, Nanomaterialien und winzige Sensoren eingesetzt werden können.
Die Prämierten
David Baker, geboren 1962 in Seattle (USA), promoviert 1989 an der University of California, Berkeley, Professor an der University of Washington, Seattle.
Demis Hassabis, geboren 1976 in London, (UK), 2009 promoviert am University College London, CEO von Google DeepMind, London.
John M. Jumper, geboren 1985 in Little Rock (USA), 2017 promoviert an der University of Chicago, Forscher bei Google DeepMind, London.
Die zweite Entdeckung betrifft die Vorhersage von Proteinstrukturen. In Proteinen sind Aminosäuren in langen Strängen miteinander verbunden, die sich zu einer dreidimensionalen Struktur formen, die für die Funktion des Proteins entscheidend ist. Seit den 1970er-Jahren hatten Forschende versucht, die Struktur von Proteinen aus Aminosäuresequenzen vorherzusagen, was sich als sehr schwierig erwiesen hatte. Doch vor vier Jahren kam der verblüffende Durchbruch.
2020 präsentierten Demis Hassabis und John Jumper ein KI-Modell namens «AlphaFold2». Mit seiner Hilfe haben sie die Struktur von praktisch allen 200 Millionen Proteinen virtuell vorhergesagt, welche Forschende identifiziert haben. Seither wurde das Modell von mehr als zwei Millionen Menschen aus 190 Ländern genutzt. Unter einer Vielzahl von wissenschaftlichen Anwendungen können Forschende jetzt zum Beispiel Antibiotikaresistenzen besser verstehen und Bilder von Enzymen erstellen, die Plastik zersetzen können.
Ohne Proteine könnte das Leben nicht existieren. Jetzt können wir Proteinstrukturen vorhersagen und unsere eigenen Proteine entwerfen – ein grosser Nutzen für die Menschheit.
