Sie berechnen, wie sich Aminosäureketten zu dreidimensionalen Strukturen falten. 2024 erhielten ihre Entwickler dafür den Nobelpreis für Chemie. Neuere Versionen dieser Programme können sogar vorhersagen, wie Proteine mit anderen Molekülen – etwa Wirkstoffen – interagieren. Für die Medikamentenentwicklung ein Meilenstein, betont Prof. Dr. Markus Lill von der Universität Basel.
Doch die scheinbar hohe Trefferquote der Modelle weckte Zweifel: Trotz nur rund 100.000 bekannter Protein-Liganden-Strukturen im Trainingsdatensatz lieferten sie erstaunlich präzise Ergebnisse. Lills Team prüfte die Systeme kritisch und manipulierte Proteine sowie Liganden so, dass Bindungen eigentlich unmöglich waren. Dennoch sagten die KI-Modelle in über der Hälfte der Fälle dieselbe Struktur voraus. Sie „verstehen“ also nicht, warum ein Molekül bindet, sondern erkennen lediglich bekannte Muster.
Besonders problematisch wird dies bei völlig neuen Proteinstrukturen – dort scheitern die Modelle häufig. Für die Wirkstoffforschung bedeutet das: KI-Vorhersagen müssen experimentell überprüft und durch physikalisch-chemische Analysen ergänzt werden.
219219426139729.jpg "© Beigestellt")
