Angesichts einer geschätzten 50-prozentigen Wahrscheinlichkeit für eine schwere Pandemie bis zum Jahr 2050 rückt die wissenschaftliche Vorbereitung in den Fokus. Ein internationales Forschungskonsortium hat nun ein bahnbrechendes Dataset veröffentlicht, das vorhergesagte 3D-Strukturen von Proteinkomplexen aus über 2.800 Viren frei zugänglich macht. Diese offene Datenbasis könnte entscheidend dazu beitragen, das Wissen für zukünftige gesundheitliche Krisen zu sichern.

Revolutionäres Dataset erweitert die AlphaFold-Datenbank

NVIDIA, Google DeepMind und das European Molecular Biology Laboratory’s European Bioinformatics Institute (EMBL-EBI) haben sich mit weiteren globalen Forschungseinrichtungen zusammengeschlossen. Das Ergebnis ist ein umfangreicher Datensatz, der die Proteinstrukturen von Virusfamilien abbildet, die Menschen infizieren – von Erkältungsviren bis hin zu Mpox.

Besonders bemerkenswert ist, dass etwa 30 Prozent der hinzugefügten Proteininteraktionen für die Wissenschaft völlig neu sind. Diese Strukturen wurden zuvor in keinem experimentellen Repository wie der Protein Data Bank dokumentiert und eröffnen der biologischen Forschung völlig neue Einblicke.

KI und GPU-Beschleunigung machen den Unterschied

Die Vorhersagen basieren auf AlphaFold2, dem KI-Modell von Google DeepMind zur Berechnung von Proteinfaltungen. Durch Optimierungen mit dem NVIDIA BioNeMo Inference Runtime konnte das Team die Berechnungen auf Tausende virale Proteome skalieren und dabei nicht nur einzelne Proteine, sondern komplette Interaktionskomplexe modellieren.

Während traditionelle Methoden wie Röntgenkristallographie Jahre in Anspruch nehmen und Tausende Dollar pro Struktur kosten, liefert der KI-gestützte Ansatz Ergebnisse innerhalb von Minuten. NVIDIA stellt zudem die BioNeMo Structure Prediction Pipeline als Open-Source-Workflow zur Verfügung, damit Forscher eigene Proteinsequenzen in vorhergesagte 3D-Strukturen umwandeln können.

Globale Kooperation für offene Wissenschaft

An dem Projekt beteiligen sich unter anderem die Coalition for Epidemic Preparedness Innovations, die Seoul National University, das Swiss Institute of Bioinformatics und die University of Glasgow. Die Veröffentlichung des Datasets erfolgte passend zu einer Sitzung der UN-Generalversammlung in New York, die sich dieser Woche mit Pandemieprävention befasst.

Die AlphaFold-Datenbank umfasst nun über 260 Millionen Vorhersagen zu Proteinen und deren Komplexen. Wie Jo McEntyre, Interimsdirektorin des EMBL-EBI, erklärt, senkt der offene Zugang zu diesen Daten besonders für Wissenschaftler in ressourcenschwachen Regionen die Barrieren bei der direkten Bekämpfung von Ausbrüchen.

Wissensvorspeicherung statt reaktiver Forschung

Joe Grove, Professor für Molekularvirologie an der University of Glasgow, betont den strategischen Wert der Initiative: Während Forscher bei COVID-19 auf Jahrzehnte der Coronavirus-Forschung zurückgreifen konnten, könnte die nächste Pandemie eine völlig unbekannte Bedrohung darstellen. Das Dataset ermöglicht es, strukturelles Wissen bereits im Voraus anzulegen.

Chris Dallago, Leiter des angewandten Forschungsteams für digitale Biologie bei NVIDIA, bezeichnet die Datenbank als Motor für Hypothesengenerierung. Forscher können Proteininteraktionen nicht mehr nur als Einzelmoleküle, sondern als komplexe Netzwerke untersuchen und so die gesamte digitale Biologie voranbringen.

Fazit

Die Veröffentlichung markiert einen wichtigen Meilenstein hin zu einer globalen, offenen Wissenschaftsinfrastruktur. Durch die Kombination aus Künstlicher Intelligenz, GPU-Optimierung und Open-Data-Prinzipien entsteht eine wertvolle Ressource für die nächste Generation von Virologen und Medizinforschern.

Quelle: NVIDIA Blog