Ziektes beter begrijpen en sneller geneesmiddelen ontwikkelen: het is mogelijk dankzij het Britse bedrijf DeepMind (onderdeel van Alphabet Inc., het moederbedrijf van Google). Hun ‘AlfaFold’, een programma op basis van artificiële intelligentie, heeft de structuur berekend van 200 miljoen eiwitten. Tot voor kort stond de teller van het aantal bekende structuren op 190.000. “We staan aan het begin van een nieuw tijdperk in de biologie”, zegt DeepMind-CEO Demis Hassabis.
Bijna alle bekende eiwitten staan nu in een publiek toegankelijke database. 'Goudmijn voor de wetenschap.' 'Revolutie in de levenswetenschappen'. En 'Begin van een nieuw tijdperk in de biologie'. Met zulke kreten duidt het bedrijf de prestatie zelf. Dat is natuurlijk logisch, maar onafhankelijke onderzoekers zijn al even enthousiast.

Om de euforie te begrijpen moeten we even terug naar de biologielessen die je kreeg op middelbare school. Een eiwit is een ketting van aminozuren. Ons DNA schrijft de volgorde voor. Doordat sommige aminozuren elkaar afstoten en andere elkaar aantrekken, vormt de ketting unieke 3D-structuur die voor ieder eiwit uniek is.

De structuren zijn cruciaal voor de functie van al die eiwittypen. Zo zijn er bijvoorbeeld transporteiwitten (die stoffen vervoeren), structuureiwitten en eiwitten die belangrijk zijn in de afweer tegen ziektes. Geneesmiddelen richten zich vaak op het activeren of juist uitschakelen van een eiwit. Als je de eiwitstructuur kent, is het eenvoudiger een werkzame stof te vinden die daarop aangrijpt.

Voordat moderne voorspellingstechnieken rond 1994 hun intrede deden, was het bepalen van de eiwitstructuur een pittig karwei dat jarenlang kon duren. Door röntgenstraling op een eiwit te schijnen kunnen onderzoekers de structuur afleiden uit de verstrooiing van de stralenbundel (kristallografie). Voorspellingstechnieken zoals AlfaFold zijn in silico technieken: je geeft de computer een aminozuurvolgorde en de computer probeert er een 3D structuur van te knutselen. AlfaFold is daar ongekend goed in. Door artificiële intelligentie (AI) los te laten op bekende structuren van eiwitten, werd de voorspellingskracht van AlfaFold voor onbekende structuren steeds groter.

Vorig jaar heeft DeepMind de software publiek toegankelijk gemaakt, waardoor het aantal gepubliceerde studies dat het algoritme gebruikt omhoog schoot. Het was een beslissing gebaseerd op ethische en niet-financiële overwegingen van Alfabet. Op dit moment hebben meer dan 500.000 onderzoekers uit 190 landen de AlfaFold database gebruikt om meer dan 2 miljoen structuren te bekijken. Met de kennis die daardoor is opgedaan, pakken ze problemen zoals antibioticaresistentie aan.

Een dergelijk project komt natuurlijk niet uit de lucht vallen. Al in 2018 gooide AlfaFold hoge ogen door in een competitie voor eiwitstructuurvoorspelling (ja, die bestaat echt) voor 25 van de 43 eiwitten de beste voorspelling te maken. En in 2020 kopte de BBC 'One of biology's biggest mysteries 'largely solved' by AI', omdat AlfaFold toen een precisie haalde vergelijkbaar met de beste labtechnieken. Krap 2 jaar verder heeft het programma nu voor vrijwel elk bestaand eiwit de structuur door berekeningen weten te voorspellen.