I. Unter gegebenen Umweltbedingungen
Ein Protein ist eine Kette. Ihre Glieder entstammen zwanzig verschiedenen Aminosäuren, die eins nach dem anderen aneinandergereiht sind. Kurze Ketten haben ein paar Dutzend Glieder, lange mehr als tausend. Viele falten sich unter bestimmten Bedingungen zu einer verhältnismäßig stabilen räumlichen Form. Andere Abschnitte haben keine feste Form. Wo ein Protein andere Moleküle binden oder eine Bindung spalten kann, hängt mit seiner Form zusammen.
Am 11. Dezember 1972 hielt Christian Anfinsen in Stockholm seine Nobelpreisrede. Jahrelang hatte er mit einem Enzym experimentiert: Er löste seine räumliche Form auf, und in einer geeigneten Lösung faltete es sich von selbst in die ursprüngliche Form zurück. In seiner Rede bezeichnete er den Schluss daraus als thermodynamische Hypothese. Der entscheidende Satz lautete: „Die native Konformation wird unter gegebenen Umweltbedingungen durch sämtliche Wechselwirkungen zwischen den Atomen und damit durch die Aminosäuresequenz bestimmt.“ Zuvor nannte er in einer Klammer eine Reihe von Bedingungen: Lösungsmittel, pH-Wert, Ionenstärke, Metallionen und Temperatur.
Überliefert wurde später: Die Sequenz bestimmt die Struktur. Unter gegebenen Umweltbedingungen und die ganze Aufzählung in der Klammer wurden nicht mit überliefert.
II. Wie man sich elegant faltet
1969 fand an der University of Illinois eine Tagung über eine spektroskopische Methode für biologische Systeme statt. Der Molekularbiologe Cyrus Levinthal trug dort einen drei Seiten langen Beitrag vor: „Wie man sich elegant faltet“.
Er stellte eine Rechnung an. Für eine Proteinkette gibt es mögliche Formen in der Größenordnung von zehn hoch dreihundert. Sie lassen sich unmöglich eine nach der anderen ausprobieren. Natürliche Proteine falten sich aber in wenigen Sekunden. Seine Erklärung: „Die Proteinfaltung wird durch die rasche Bildung lokaler Wechselwirkungen beschleunigt und gelenkt. Diese bestimmen dann, wie sich das Polypeptid weiter faltet.“ Die Kette probiert die Formen nicht einzeln durch. An ein paar Stellen bilden sich zuerst örtliche Verbindungen, die den weiteren Verlauf leiten.
Zum Schluss zeigte Levinthal einen kurzen Film. Auf dem Bildschirm eines computergesteuerten Oszilloskops wuchs eine Polypeptidkette ein Stück nach dem anderen. Sie folgte dem energetisch günstigsten Weg und fügte sich nach und nach an den entsprechenden Stellen zusammen.
Auf den drei Seiten stand das Wort Paradox nirgends. 1992 veröffentlichten drei Physiker einen Aufsatz mit dem Titel „Levinthals Paradox“. Ein Mensch spricht auf einer Tagung darüber, wie man sich elegant faltet. Dreiundzwanzig Jahre später steht hinter seinem Namen ein Paradox.
III. Sieben Strukturen
Um die Form eines Proteins zu bestimmen, musste man es herstellen, reinigen, kristallisieren und mit Strahlen untersuchen. Aus den Beugungsflecken errechnete man nach und nach die Struktur. Später kamen Kernspinresonanz und Kryoelektronenmikroskopie hinzu. Eine einzige Struktur beschäftigt oft mehrere Menschen monatelang, manchmal jahrelang. Schon die Arbeit, aus Messdaten der Kernspinresonanz von Hand eine Struktur zu bestimmen, dauert für Fachleute meist Wochen bis Monate.
1971 fand in Cold Spring Harbor auf Long Island im Staat New York eine Tagung statt. Fünfunddreißig Jahre später erinnerte sich Louise Johnson: Max Perutz hatte damals Menschen zusammengebracht, denen bereits Atomkoordinaten von Proteinen vorlagen. Johnson nannte einige von ihnen, darunter sich selbst. Perutz fragte, ob andere leicht an diese Koordinaten kämen und ob sie sich dauerhaft aufbewahren ließen. Am 20. Oktober erschien in einer Schwesterzeitschrift von Nature eine kurze Bekanntmachung über die Protein Data Bank. Sie war am Brookhaven National Laboratory angesiedelt und begann mit sieben Strukturen.
Fortan lösten Labore in vielen Ländern eine Struktur nach der anderen und hinterlegten sie. 1989 verlangte ein Ausschuss der International Union of Crystallography, dass die Koordinaten veröffentlichter Proteinkristallstrukturen in die Datenbank aufgenommen werden. 1999 verlangten die US-amerikanischen National Institutes of Health, dass die Koordinaten aus den von ihnen geförderten Vorhaben mit Erscheinen der Arbeit öffentlich werden. 2012 standen über achtzigtausend Strukturen in der Datenbank, 2014 mehr als hunderttausend und 2019 mehr als hundertfünfzigtausend.
Jede einzelne steht für Monate oder Jahre im Leben einer Gruppe von Menschen.
IV. Die Spieler
2008 brachten Forschende der University of Washington ein Computerspiel namens Foldit heraus. Auf dem Bildschirm ziehen, biegen und drehen die Spieler eine Proteinkette, bis ihre Form energetisch günstiger ist. Das Spiel gibt ihnen dafür Punkte.
Im September 2011 erschien in einer strukturbiologischen Schwesterzeitschrift von Nature „Kristallstruktur einer monomeren retroviralen Protease, gelöst von Spielern eines Proteinfaltungsspiels“. Das Protein stammte aus einem Affenvirus. Kristall und Beugungsdaten lagen vor, aber die Struktur ließ sich daraus nicht bestimmen. Die Forschenden stellten sie für einen dreiwöchigen Wettbewerb ins Spiel. Unter den eingereichten Modellen waren einige gut genug, dass die Kristallographen sie erfolgreich mit den Beugungsdaten abgleichen konnten. Anschließend vervollständigten und verfeinerten sie die Struktur. Damals stand in den Schlagzeilen: Spieler haben in zehn Tagen gelöst, woran Wissenschaftler fünfzehn Jahre lang gescheitert sind.
An dritter und vierter Stelle der Autorenliste stehen keine einzelnen Namen, sondern die Namen zweier Spielerteams: Foldit Contenders Group und Foldit Void Crushers Group.
V. Der Prüfungsbogen
1994 veranstalteten John Moult und drei Kollegen den ersten Leistungsvergleich zur Vorhersage von Proteinstrukturen, CASP. Rund fünfunddreißig Gruppen reichten hundertfünfunddreißig Vorhersagen ein. Seither findet er alle zwei Jahre statt.
Die Prüfung lief so ab: Die Veranstalter baten Labore, die eine Struktur fast gelöst, aber noch nicht veröffentlicht hatten, ihre Lösung vorab einzureichen. Sie hielten sie unter Verschluss und gaben den Vorhersagegruppen nur die Aminosäuresequenz des Proteins. Bis zur Frist mussten die Gruppen die vorhergesagte Form einreichen. Sobald die Struktur des Labors öffentlich war, wurde verglichen. Die Aufgabe stammt aus dem Labor, aus Monaten oder Jahren Arbeit. Das Labor hat die Lösung und sagt sie vorerst nicht.
Die später gebräuchlichste Vergleichsmethode hieß Global Distance Test. Die vorhergesagte Form und die experimentell ermittelte werden übereinandergelegt. Dann zählt man, welcher Anteil der Positionen auf der Kette höchstens ein, zwei, vier oder acht Ångström von der experimentell bestimmten Position entfernt liegt. Aus den vier Anteilen nimmt man den Mittelwert; höchstens sind hundert Punkte möglich. Ein Ångström ist ein Zehnmilliardstel Meter.
VI. In gewissem Sinne
Im Dezember 2018 fand in Cancún, Mexiko, die dreizehnte CASP statt. DeepMind, das Londoner Unternehmen aus Folge 17, nahm zum ersten Mal teil und brachte AlphaFold mit. Bei der schwierigsten Aufgabengruppe, für die es keine ähnliche bekannte Struktur als Vorlage gab, lag AlphaFold mit 68,3 Punkten vorn; der Zweitplatzierte erreichte 48,2.
Mohammed AlQuraishi, der an einer Hochschule über Strukturvorhersage forschte, schrieb danach einen Blogbeitrag. Er begann mit einer Frage, die ihm vor Ort jemand gestellt hatte: „Was ist da gerade passiert?“ Diesmal, schrieb er, habe es ungefähr so viel Fortschritt gegeben wie sonst in zwei Wettbewerbsrunden. Bei den meisten Forschenden aus Hochschulen, mit denen er gesprochen hatte, spürte er eine Art Existenzangst. In der akademischen Forschung arbeiteten Dutzende Gruppen und insgesamt mehrere hundert Menschen daran. DeepMind war mit ungefähr zehn Personen angetreten.
2020 fand die vierzehnte CASP wegen der Pandemie online statt. Am 30. November wurden die Ergebnisse bekannt gegeben. Bei etwa zwei Dritteln der Aufgaben erreichte AlphaFold über neunzig Punkte und kam damit in die Größenordnung der Genauigkeit experimenteller Messungen. Den Median notierte AlQuraishi mit 92,4, nach 68,5 beim vorigen Wettbewerb. AlphaFold hatte diesmal eine neue Architektur.
Am selben Tag zitierte ein Reporter von Science den CASP-Gründer Moult: „Das ist eine große Sache. In gewissem Sinne ist das Problem gelöst.“ Die Pressemitteilung von CASP sagte: Für einzelne Proteine ist das Problem weitgehend gelöst. DeepMind überschrieb seinen Blogbeitrag: AlphaFold, eine Lösung für eine seit fünfzig Jahren bestehende große Herausforderung der Biologie.
Zwei Tage später schrieb der britische Strukturbiologe Stephen Curry einen Blogbeitrag mit dem Titel: Nein, DeepMind hat die Proteinfaltung nicht gelöst. Die endgültige Form vorherzusagen und herauszufinden, wie die Kette sich tatsächlich in diese Form faltet, waren für ihn zwei verschiedene Dinge.
VII. Zweihundert Millionen
Am 15. Juli 2021 erschien in Nature „Hochgenaue Vorhersage von Proteinstrukturen mit AlphaFold“ mit vierunddreißig Autoren. Gleichzeitig wurde der Code veröffentlicht. Im selben Monat stellte auch David Bakers Labor an der University of Washington sein RoseTTAFold vor.
Am 22. Juli ging die von DeepMind und dem Europäischen Bioinformatik-Institut gemeinsam betriebene Datenbank vorhergesagter Strukturen online. Die erste Sammlung enthielt mehr als 350.000 Einträge, darunter rund zwanzigtausend menschliche Proteine. Im Juli 2022 waren es mehr als zweihundert Millionen. Das Institut sprach von fast „jedem katalogisierten Protein, das der Wissenschaft bekannt ist“. Katalogisiert heißt, dass die Sequenz verzeichnet ist. Die über zweihundert Millionen Formen in der Datenbank sind berechnet, nicht gemessen.
Für jede Position enthält die Datenbank einen Konfidenzwert. Über neunzig gilt als sehr hoch, unter fünfzig als sehr niedrig. Laut Erläuterung kann ein sehr niedriger Wert auf einen Abschnitt hindeuten, der von sich aus keine feste Form hat. Aus dem Wert allein lässt sich das nicht ableiten.
Spätere Arbeiten prüften eine Grenze nach der anderen. Manche Proteine wechseln zwischen zwei oder drei Formen. Das System gibt standardmäßig nur eine an. Manche Proteine ändern ihre Form erst, wenn sie ein anderes kleines Molekül binden. Das System weiß nicht, ob das Molekül vorhanden ist. Tauscht man an einer Position eine Aminosäure aus, stimmen die vorhergesagte Änderung der Form und die gemessene Änderung der Stabilität kaum überein.
2012 veröffentlichten Ken Dill und Justin MacCallum in Science einen Überblick mit dem Titel „Das Problem der Proteinfaltung, fünfzig Jahre später“. Die fünfzig Jahre zählten vom Nobelpreis von 1962 für Perutz und seine Kollegen für die Erforschung von Proteinstrukturen. Sie unterschieden drei Fragen: Was ist der physikalische Faltungscode? Welchen Weg nimmt die Kette beim Falten? Kann ein Computer aus der Sequenz die Struktur vorhersagen? Gegen Ende schrieben sie: „Es ist nicht mehr sinnvoll, die Lösung des Proteinfaltungsproblems als ein einziges Ziel zu behandeln.“
Der Titel der AlphaFold-Arbeit nennt die letzte der drei Fragen: Strukturvorhersage.
VIII. Faltung
Am 9. Oktober 2024 ging der Nobelpreis für Chemie zur Hälfte an David Baker für computergestütztes Proteindesign. Die andere Hälfte erhielten Demis Hassabis und John Jumper von DeepMind für die Vorhersage von Proteinstrukturen. Am Tag zuvor war der Physiknobelpreis an John Hopfield und Geoffrey Hinton aus Folge 14 gegangen.
Im Mai jenes Jahres erschien der Aufsatz zu AlphaFold 3. Das System konnte berechnen, wie Proteine, Nukleinsäuren, kleine Moleküle und Ionen zusammenliegen. Der Code erschien zunächst nicht; zugänglich war nur ein Onlinedienst. Forschende aus Strukturbiologie und Computerbiologie schrieben einen offenen Brief an Nature. Das weiche von den Gepflogenheiten des Fachs ab, sagten sie. Im November wurde der Code freigegeben, beschränkt auf nichtkommerzielle Nutzung.
Unterwegs sind mehrere Formulierungen weggefallen: Anfinsens unter gegebenen Umweltbedingungen; Moults in gewissem Sinne; die einzelnen Proteine aus der CASP-Mitteilung; katalogisiert aus der Mitteilung des Instituts; und Dills und MacCallums Rat, daraus nicht länger ein einziges Ziel zu machen. Übrig bleibt ein Satz: Nach fünfzig Jahren hat ein Programm das Problem der Proteinfaltung gelöst.
Geblieben ist auch eine Bezeichnung. In der Begründung für den Preis steht Strukturvorhersage. Verbreitet hat sich Faltung.
AlphaFold lernte aus den Strukturen in der Datenbank. Seit den sieben von 1971 hat ein halbes Jahrhundert lang ein Labor nach dem anderen, ein Team nach dem anderen Kristalle gezüchtet, Strahlen darauf gerichtet und Beugungsflecken ausgewertet. Struktur für Struktur wurde gelöst und hinterlegt. Die Aufgaben für CASP kamen aus Laboren, die ihre gerade gelösten und noch unveröffentlichten Strukturen abgaben. Die Lösungen blieben unter Verschluss, damit andere sie vorhersagen konnten. Auf der Autorenliste des Foldit-Aufsatzes stehen die Namen zweier Spielerteams.
Die gegebenen Umweltbedingungen, von denen Anfinsen sprach, liegen außerhalb der Sequenz. Auch diese Menschen stehen außerhalb des Programms. Was bei allem Rechnen draußen bleibt, heißt in dieser Reihe der Rest.
Noch werden Maschinen gebaut. Wo aber die Grenze liegt, sagt jede Generation von Neuem.