Wenn eine KI diese Sprache versteht, kann sie die dann ja nicht nur lesen, sondern auch schreiben, sprich: Proteine bauen. Welche Gefahren bergen diese „modifizierten Proteine“?

Naik: Die Anwendungsfälle für KI-generierte Biomoleküle und ihre nachgelagerten Effekte sollten sorgfältig geprüft werden, um sichere und ethische Anwendungen zu gewährleisten. Für jede Technologie, die die Entdeckung neuer Biomoleküle ermöglicht, sollte eine aktive Überwachung während des Projektstarts, der experimentellen Optimierung und der Einsatzphasen eingerichtet werden. So lässt sich eine sichere Nutzung gewährleisten und unbeabsichtigte schädliche Auswirkungen können begrenzt werden.

Wie lassen sich die bisher gewonnenen Studienergebnisse zusammenfassen?

Naik: Zusammen mit Tierra Biosciences und dem Fraser Lab an der University of California San Francisco wurden die künstlichen Proteine vom Typ Lysozym im Labor gegen natürliche Proteine auf ihre antibakterielle Aktivität getestet. Lysozyme sind sehr vielfältig, verfügen über mehrere evolutionäre Familien und sind sogar in Tränen und Schleim enthalten.

Wir haben fünf spezifische Lysozym-Familien für die Generierung ausgewählt, die Proteine mit einer durchschnittlichen Länge von 90 bis 180 Aminosäuren enthalten. Um die Qualität zu verbessern, haben wir ProGen anhand einer öffentlich zugänglichen Datenbank mit natürlichen Lysozymen weiter trainiert. Mit Hilfe von Kontroll-Tags haben wir dem Modell dann mitgeteilt, dass es künstliche Proteine aus diesen fünf Lysozym-Familien generieren soll.

In unseren Experimenten haben wir künstliche Proteine mit natürlichen Proteinen im Labor verglichen und über hundert natürliche und künstliche Proteine aus den fünf Lysozym-Familien für die Synthese und Bewertung ausgewählt. Mit dem Aktivitätstest ermitteln wir, welche Proteine in welchem Maße funktionieren. Wir validieren unser Modell, indem wir künstliche Lysozym-Proteine im Labor synthetisieren und ihre antibakterielle Wirkung mit natürlichen Proteinen vergleichen. Obwohl sich viele unserer künstlichen Proteine deutlich von natürlichen Proteinen unterscheiden, ist ihre antibakterielle Wirkung genauso hoch.

Von unseren künstlichen Lysozymen erwiesen sich 73 Prozent als funktionelle antibakterielle Proteine, im Vergleich zu natürlichen Proteinen, die nur zu 59 Prozent funktionell waren. Künstliche Proteine aus allen fünf evolutionären Familien der Lysozyme zeigten Aktivität.

Um ein Höchstmaß an Präzision zu gewährleisten, führte das Labor von Professor James Fraser an der University of California in San Francisco (UCSF) eine Goldstandard-Funktionsmessung (das heißt, eine Bestimmung der katalytischen Effizienz) an zwei unserer künstlich hergestellten Lysozyme durch. Die katalytische Effizienz der beiden künstlichen Lysozyme war vergleichbar mit dem Lysozym aus Hühnereiweiß, einem hochfunktionellen antibakteriellen Protein, das sich über viele Jahre hinweg natürlich entwickelt hat.

Was werden die nächsten Schritte in der Forschung und Weiterentwicklung Ihres KI-Sprachmodells sein?

Naik: In naher Zukunft könnte die konditionale Generierung von Proteinsequenzen dazu genutzt werden, hochgradig individuelle Proteine mit gewünschten Eigenschaften zu erstellen, etwa mit der Fähigkeit, sich an ein anderes Molekül zu binden oder bei hohen Temperaturen zu funktionieren. Wenn wir diese Ziele unter sorgfältiger Berücksichtigung ethischer Gesichtspunkte erreichen, können wir rasch Therapien für Krankheiten oder Enzyme für industrielle und umwelttechnische Anwendungen entwickeln.

Ganz allgemein öffnet unsere Arbeit viele neue Türen für den Einsatz modernster Technologie zur KI-Sprachmodellierung, um die Proteinentwicklung zu beschleunigen.

Welche Einsatzmöglichkeiten sind für ProGen in Zukunft denkbar?

Naik: Mit unserer Arbeit zeigen wir das Potenzial für groß angelegte generative Modellierung mit KI auf. Ziel ist es, massive Fortschritte im Protein-Engineering zu erreichen.

Künftig wollen wir neuartige Proteine entwickeln – von bisher unentdeckten bis zu natürlich gar nicht vorkommenden. Dies gelingt uns, indem wir spezifische Eigenschaften anpassen, die bei der Heilung von Krankheiten und für eine saubere Umwelt unterstützen könnten.

Wir hoffen, dass dies weitere Forschung in der generativen Modellierung neben den bereits bestehenden Arbeiten im Bereich des Erlernens der Proteinstruktur anregt. Abschließend würden wir gerne mit Biologen zusammenarbeiten, um ProGen in die praktische Forschung einzubringen.

(ID:49589765)