Am Mittwoch gab das Nobelkomitee bekannt, dass es den Nobelpreis für Chemie an Forscher verliehen hat, die große Durchbrüche in der Computerchemie erzielt haben. Dazu gehören zwei Forscher von Googles DeepMind, die ihre Rolle bei der Entwicklung von KI-Software würdigen, die eine rohe Proteinsequenz verwenden könnte, um die dreidimensionale Struktur vorherzusagen, die das Protein in Zellen annehmen würde. Unabhängig davon wurde David Baker von der University of Washington für die Entwicklung von Software geehrt, mit der völlig neue Proteine mit spezifischen Strukturen entworfen werden können.
Die Auszeichnung stellt in diesem Jahr gewissermaßen ein Thema dar, da mit dem gestrigen Physikpreis KI-Entwicklungen gewürdigt wurden. In diesem Fall schien die Verbindung zur Physik etwas dürftig zu sein, doch hier dürfte kaum ein Zweifel daran bestehen, dass die Entwicklungen große Probleme in der Biochemie gelöst haben.
Proteinstruktur verstehen
DeepMind, vertreten durch Demis Hassabis und John Jumper, hatte KIs entwickelt, die es schafften, so unterschiedliche Spiele wie Schach und zu meistern StarCraft. Aber es arbeitete parallel immer an wichtigeren Problemen, und im Jahr 2020 überraschte es viele Menschen mit der Ankündigung, dass es eine der größten rechnerischen Herausforderungen überhaupt in Angriff genommen hatte: die Vorhersage von Proteinstrukturen.
Chemisch gesehen sind Proteine eine lineare Kette miteinander verbundener Aminosäuren, wobei Lebewesen typischerweise die Wahl zwischen 20 verschiedenen Aminosäuren für jede Position entlang der Kette haben. Die meisten dieser 20 haben charakteristische chemische Eigenschaften: Einige sind sauer, andere basisch; Einige können negativ geladen sein, andere positiv geladen und wieder andere neutral usw. Diese Eigenschaften ermöglichen es verschiedenen Bereichen der Saite, miteinander zu interagieren, wodurch sie sich zu einer komplexen dreidimensionalen Struktur faltet. Diese Struktur ist für die Funktion des Proteins wesentlich.
