Was KI wirklich leisten kann

Google Deep Mind hat Anfang Mai ihre KI-AlphaFold 3 vorgestellt. Darum kreist auch der SZ-Beitrag (Süddeutsche Zeitung Nr. 107. 10. Mai 2024). Natürlich ist die neue KI auch in vielen anderen Medien besprochen worden. Warum ist das Thema überhaupt wichtig? Google gibt selber die Antwort:

„Derzeit gibt es über 200 Millionen bekannte Proteine, und jedes Jahr werden viele weitere gefunden. Jedes hat eine einzigartige 3D-Form, die bestimmt, wie es funktioniert und was es tut. Aber die genaue Struktur eines Proteins herauszufinden, kann manchmal Jahre dauern und Hunderttausende von Dollar bedeuten, was im Umkehrschluss wiederum bedeutet, dass Wissenschaftler nur einen winzigen Bruchteil davon untersuchen konnten. Dies verlangsamte die Forschung zur Bekämpfung von Krankheiten und zur Entwicklung neuer Medikamente.“

Und durch AlphaFold soll alles beschleunigt werden. Wie auch sonst: Geht es um KI, reden wir oft über mehr Tempo und Beschleunigung. Und hierbei geht es aber auch um das: die Proteinfaltung.

Die Sache mit der Proteinfaltung

Google erklärt das folgendermaßen:

„Wenn Sie ein Protein entschlüsseln könnten, würden Sie sehen, dass es wie eine Perlenkette ist, die aus einer Abfolge verschiedener Chemikalien besteht, die als Aminosäuren bekannt sind. Diese Sequenzen werden gemäß den genetischen Anweisungen der DNA eines Organismus zusammengesetzt. Anziehung und Abstoßung zwischen den 20 verschiedenen Arten von Aminosäuren führen dazu, dass sich die Schnur in einer Art „spontanem Origami“ faltet.

Dadurch entstehen die komplizierten Locken, Schleifen und Falten der 3D-Struktur eines Proteins. Zu den experimentellen Methoden zur Bestimmung der Struktur von Proteinen gehören Kernspinresonanz und Röntgenkristallographie. Diese beruhen auf umfangreichen Versuchen und Irrtümern, jahrelanger sorgfältiger Arbeit und spezialisierter Ausrüstung, die mehrere Millionen Dollar kostet. Daher versuchten Wissenschaftler jahrzehntelang, eine Methode zu finden, um die Struktur eines Proteins allein anhand seiner Aminosäuresequenz zuverlässig zu bestimmen. Diese große wissenschaftliche Herausforderung ist als Proteinfaltungsproblem bekannt.“

Schon in 2020 brachten Google und die Tochter DeepMind das KI-Modell AlphaFold heraus, das die dreidimensionale Gestalt von Proteinen berechnen konnte. Die nächste Version, AlphaFold 2, war offen für die Nutzung für Forscher:innen, um Impfstoffen z. B. gegen Malaria und Krebs zu entwickeln. AlphaFold 3 ist zusammen mit Isomorphic Labs (eine Tochterfirma von Google Deep Mind) entwickelt worden. Und dort geht es noch einen großen Schritt weiter: Das KI-Modell kann die Struktur und Wechselwirkungen aller Lebensmoleküle vorhersagen.

„AlphaFold 3 geht über Proteine hinaus und umfasst ein breites Spektrum an Biomolekülen, darunter DNA, RNA und sogar kleine Moleküle, auch Liganden genannt, die viele Medikamente umfassen. Dieser Sprung könnte zu mehr transformativer Wissenschaft führen, von der Entwicklung bioerneuerbarer Materialien und widerstandsfähigerer Nutzpflanzen bis hin zur Beschleunigung des Medikamentendesigns und der Genomforschung“, betont Deep Mind.

Im SZ-Artikel wird das so beschrieben: „… die Hausnummern bei Alpha Fold sind Krebs und Hunger in die Enge treiben (beginnt gerade), Superturbo für die Entwicklung von Impfstoffen (läuft schon), Revolution der Medizin, der Biologie und Chemie (kommt bald). Und nein, künstliche Intelligenz wird das alles nicht allein auf die Straße der Weltgeschichte bringen, da gehören viele der klügsten Menschen dazu, aber als Beschleuniger und Verstärker entwickelt KI auf diesen Gebieten gerade Kräfte, die bisher undenkbar waren.“

AlphaFold 3: Nur eingeschränkt nutzbar

AlphaFold 3 ist nur eingeschränkt frei verfügbar, erklärt Google, weil es nicht für die Entwicklung von Arzneimitteln genutzt werden darf. Die eigene Tochterfirma Isomorphic Labs wird das vorantreiben. Aber, so sagt Google, gibt es bereits Kooperationen mit Pharmaunternehmen. Google DeepMind hat allerdings einen AlphaFold-Server eingerichtet, dessen Nutzung für nicht-kommerzielle Zwecke und Forschung erlaubt ist. Google schreibt, es ermögliche Biologinnen und Biologen große und komplexe Proteinstrukturen mit wenigen Mausklicks auf dem Bildschirm zu erzeugen

Med-Gemini-Modelle

Abgesehen von Molekülen hat Google Med-Gemini vorgestellt: Diese KI-Modelle hätten in Benchmark-Tests die GPT-4-Modelle übertroffen. Ein Merkmal dieses speziellen KI-Modells sind die Langkontextfähigkeiten, die es möglich machen, Gesundheitsakten und Forschungsarbeiten zu verarbeiten und zu analysieren.

Jeff Dean, Chefwissenschaftler von Google DeepMind und Google Research, postet auf X: „Ich bin total begeistert von den Möglichkeiten dieser Modelle, die Ärzten dabei helfen, eine bessere Versorgung zu bieten und Patienten ermöglichen, ihren Gesundheitszustand besser verstehen zu können. KI für das Gesundheitswesen wird meiner Meinung nach einer der wirkungsvollsten Anwendungsbereiche für KI sein.“