KI Deepmind löst eine der grossen Fragen der Biologie

1. Dezember 2020, 14:44
  • künstliche intelligenz
  • innovation
  • google
image

Die Google-Tochter löst Herausforderungen, die Wissenschafter seit Jahrzehnten beschäftigen, in wenigen Wochen.

Eine spezielle neue Version des Deep-Learning-Systems von DeepMind hat offenbar eine der grossen Herausforderungen der Biologie gemeistert: die rasche Vorhersage der Form von Proteinen.
Das melden unterschiedliche Medien. "Dies ist ein aufregender Moment für das Fachgebiet", sagte Demis Hassabis, der Gründer und Geschäftsführer von DeepMind. "Diese Algorithmen werden nun reif genug und leistungsfähig genug, um auf wirklich anspruchsvolle wissenschaftliche Probleme anwendbar zu sein."
Venki Ramakrishnan, der Präsident der renommierten britischen Royal Society und Nobelpreisträger, bezeichnete die Arbeit in 'The Guardian' als "einen erstaunlichen Fortschritt". Dieser habe sich "Jahrzehnte, bevor viele Menschen auf diesem Gebiet es vorhersehen konnten", vollzogen.
Auch weitere Wissenschafter bezeichnen es als "Big Deal", so etwa in der 'MIT Technology Review', welche auch Details aus Biologie-Sicht liefert.
Das auf Proteine spezialisierte KI-Programm namens AlphaFold stammt von der britischen Google-Tochter DeepMind und wurde mit öffentlich verfügbaren Daten trainiert, um zu erforschen, wie sich Proteine falten. Die Datenbank habe etwa 170'000 Proteinsequenzen und ihre Formen beinhaltet. Das Training habe nur einige Wochen gedauert. Das Äquivalent von 100 bis 200 GPUs habe für die Rechenleistung genügt.
AlphaFold übertraf nicht nur andere IT-basierte Analyse-Tools, sondern erreichte auch eine Genauigkeit, die mit den laut Medien üblicherweise teuren, mühsamen und zeitraubenden Labor-Methoden vergleichbar ist: Über alle analysierten Proteine hinweg habe AlphaFold in der Genauigkeit einen Medianwert von 92,5 von 100, erzielt, wobei 90 den klassischen experimentellen Methoden entspreche.
AlphaFold nutzt die Arbeit von Hunderten von Forschern auf der ganzen Welt. DeepMind stützte sich auch auf ein breites Spektrum an Fachwissen und stellte ein Team aus Biologen, Physikern und Informatikern zusammen.
Der Durchbruch könnte Forschern helfen, neue Medikamente zu entwickeln und Krankheiten wie Covid-19 zu verstehen. Längerfristig wird die Vorhersage der Proteinstruktur auch dazu beitragen, synthetische Proteine zu entwerfen. Als Beispiele genannt werden Enzyme, die Abfälle verdauen oder solche, die Bio-Treibstoffe produzieren.
Ein Protein wird aus einem Band von Aminosäuren hergestellt, das sich mit vielen komplexen Drehungen und Wendungen und Verwicklungen selbst zusammenfaltet. Diese Struktur bestimmt, was es tut. Und wenn klar ist, was Proteine tun, ist dies ein wichtiger Schlüssel zum Verständnis der grundlegenden Mechanismen des Lebens.
Details zum Durchbruch sollen an einer Konferenz präsentiert werden.

Loading

Mehr zum Thema

image

Podcast: Wie fair und objektiv ist künstliche Intelligenz?

Der Bundesrat will, dass KI Behörden effizienter macht. Warum das zu einem Problem werden kann, diskutieren wir in dieser Podcast-Folge.

publiziert am 27.1.2023
image

Schweizer IT-Startups sammeln weiterhin fleissig Geld

Im vergangenen Jahr wurden 2 Milliarden Franken in ICT- und Fintech-Startups investiert, was über die Hälfte der Startup-Investitionen hierzulande ausmacht.

publiziert am 26.1.2023
image

ChatGPT besteht Jusprüfung

An der Universität von Minnesota hat die KI eine genügende Note erzielt. Bei offenen Aufgabestellungen hatte sie aber Mühe.

publiziert am 26.1.2023
image

"Zoogler" sorgen sich um ihre Jobs

Wie viele Schweizer Arbeitsplätze vom weltweiten Stellenabbau bei Google betroffen sind, ist noch nicht klar.

publiziert am 25.1.2023