Kunstmatige intelligentie: de eiwitwereld in een database

Dergelijke vermeldingen zijn echter meestal beperkt tot eiwitten van mensen, muizen en andere zoogdieren, zegt Porta Pardo. Er kan dus worden aangenomen dat de AlphaFold-database een aanzienlijke toename van kennis zal brengen, omdat de inzendingen van veel verschillende organismen komen. Het zal een geweldig hulpmiddel zijn. “Ik zal het waarschijnlijk downloaden zodra het uitkomt”, zegt Porta.

Sinds de AlphaFold-software een jaar beschikbaar is, kunnen onderzoekers al de structuur van elk eiwit voorspellen. Velen vinden echter dat het samenstellen van prognoses in een enkele database meer tijd en geld bespaart – en een hoop gedoe. “Een andere toetredingsdrempel wordt weggenomen”, zegt Porta. “Ik heb al eiwitmodellen gebruikt die met AlphaFold zijn gemaakt. Maar ik heb het programma zelf nooit gebruikt.

Jan Kaczynski, een structurele modelontwerper bij EMBL in Hamburg die in 2021 zelf het AlphaFold-netwerk gebruikte, kan niet wachten om de database uit te breiden. Zijn team besteedde drie weken aan het voorspellen van eiwitten – de complete eiwitten van een organisme – voor pathogenen. “Nu kunnen we gewoon alle sjablonen downloaden”, zei hij op de persconferentie.

Nieuwe onderzoeksvragen worden mogelijk

Het feit dat bijna alle bekende eiwitten in een database zijn opgeslagen, maakt ook een groot aantal nieuwe onderzoeken mogelijk. Het team van Christine Oringo gebruikte onlangs de AlphaFold-database om nieuwe soorten eiwitfamilies te identificeren, en nu willen ze dat op veel grotere schaal doen. Haar lab hoopt de uitgebreide database bijvoorbeeld te gebruiken om de evolutie te begrijpen van eiwitten met gunstige eigenschappen, zoals het vermogen om plastic af te breken, en die met meer schadelijke eigenschappen, zoals het vermogen om kanker te veroorzaken. Door verre verwanten van deze eiwitten in de database te identificeren, kan de basis van hun eigenschappen worden bepaald.

Martin Steiger, een computationeel bioloog aan de Seoul National University die heeft geholpen bij het ontwikkelen van een cloudgebaseerde versie van AlphaFold, is enthousiast over het toevoegen aan de database. Hij denkt echter dat onderzoekers de software waarschijnlijk toch zullen moeten blijven gebruiken. Steeds meer mensen wenden zich tot AlphaFold om te voorspellen hoe eiwitten met elkaar zullen interageren, maar dergelijke voorspellingen staan ​​niet in de database. Ook omvat de gegevensverzameling tot nu toe geen microbiële eiwitten die zijn geïdentificeerd door het sequencen van genetisch materiaal uit bodem, zeewater en andere ‘metagenomische’ bronnen.

Sommige uitdagende toepassingen van de uitgebreide AlphaFold-database kunnen ook afhankelijk zijn van het downloaden van de volledige 23TB aan inhoud, wat voor veel teams niet mogelijk zal zijn. Cloudopslag kan ook duur zijn. Steinegger heeft mede een softwaretool ontwikkeld, FoldSeek genaamd, die kan worden gebruikt om snel structureel vergelijkbare eiwitten te vinden, wat de AlphaFold-gegevens aanzienlijk kan verminderen.