Computer voorspelt vorm van bouwstenen van het leven

Om dergelijke ziekten te genezen, is het nuttig om te zien waar het probleem ligt. Net als bij het papieren vliegtuigje dat niet kan vliegen. Dan bekijk je eens goed hoe het vliegtuigje in elkaar zit en hoe het gevouwen is. Wellicht zit er een verkeerde vouw in, die eenvoudig te herstellen is. Op eenzelfde manier helpt een foto van een eiwit onderzoekers te achterhalen waar een eiwit fout opgevouwen is en die fout te herstellen.

Een goede moleculaire afbeelding van een eiwit geeft wetenschappers dus handvatten om ziekten te genezen en ziekteverwekkers te weren. Tot nu toe konden wetenschappers de vorm van eiwitten wel bepalen met technieken in het laboratorium, maar die experimenten zijn duur en kunnen jaren duren.

Wedstrijd vorm voorspellen

Britse wetenschappers gebruikten kunstmatige intelligentie om de vorm van eiwitten te voorspellen. Daarvoor ontwikkelden ze het zelflerend algoritme AlphaFold. De wetenschappers lieten de computer zo’n 170 duizend eiwitvormen zien met hun bijbehorende aminozuurcodes, de bestanddelen van eiwitten. Op basis daarvan leerde de computer hoe eiwitten zichzelf vouwen. De computer heeft nu enkel de aminozuurcode nodig en voorspelt daarmee de vorm van het eiwit binnen enkele dagen of zelfs uren. Omdat zulke aminozuurcodes makkelijk te achterhalen zijn, scheelt dat een hoop tijd.

Met hun voorspellingen wonnen de Britse wetenschappers van het bedrijf DeepMind de veertiende editie van de internationale wedstrijd CASP (Critical Assessment of Structure Prediction). Deze tweejaarlijkse competitie duurt enkele maanden en in die tijd krijgen de wetenschappers steeds de code van een eiwit. Daarvan moet het team de vorm binnen enkele weken voorspellen. Hoe het eiwit er echt uitziet, weet alleen de jury op basis van laboratoriumexperimenten. Zij bekijken hoeveel de voorspelling lijkt op het echte eiwit.

Nog nooit scoorde een team zo hoog als DeepMind. De meeste teams scoorden zo’n 75 van de 100 punten, terwijl DeepMind de 90 haalde. Niet al hun voorspellingen klopten exact, maar bijna twee van iedere drie voorspellingen waren vergelijkbaar met de vorm gevonden in het laboratorium. In sommige gevallen kwam hun voorspelling zelfs precies overeen.

Enorme stap voorwaarts

“Deze nieuwe methode met kunstmatige intelligentie is enorm waardevol”, vindt Ineke Braakman, hoogleraar biochemie aan de universiteit Utrecht. Op dit moment werken veel onderzoekers aan eiwitten zonder precies te weten hoe ze eruit zien. “Als je met de computer de vorm van een eiwit kunt voorspellen, geeft dat handvatten voor experimenten in het lab”, zegt Braakman. Als wetenschappers ongeveer weten hoe de buitenkant van een ziekteverwekker eruitziet, gebruiken wetenschappers dat om vast te stellen waar een medicijn moet binden om hem uit te schakelen.

Aangezien AlphaFold niet alle eiwitvormen correct voorspelt, zullen wetenschappers de informatie combineren met experimenten in het lab. “Het is belangrijk om kritisch te blijven als wetenschapper”, zegt Braakman. Door experimenten weten onderzoekers snel hoe nauwkeurig zo’n voorspelling is.

Een extra uitdaging zijn grote eiwitmachines. Tot nu toe gebruikten onderzoekers AlphaFold voor een enkel eiwit, maar in de cel vormen zulke eiwitten samen soms een complexe machine. “Het is nog moeilijk om te achterhalen hoe eiwitten aan elkaar binden in zo’n complexe machine”, vertelt Anouk Rijs, hoogleraar Analyse van Biomoleculaire Interacties aan de Vrije Universiteit Amsterdam. Ook daarin kunnen de Britse wetenschappers vervolgstappen nemen.

Bij ziekten zoals Parkinson en Alzheimer vouwen eiwitten in het lichaam zich verkeerd op, waardoor ze aan elkaar plakken en ophopingen vormen. “Het is een mooie uitdaging voor AlphaFold om dit mechanisme te begrijpen”, vindt Rijs. Met meer kennis over zulke verkeerd gevouwen en opgehoopte eiwitten, kunnen onderzoekers gerichter een oplossing en medicijnen vinden voor deze ziekten.

Computervoorspelling

Ondanks enkele open vraagstukken gaan wetenschappers wereldwijd al aan de slag met voorspellingen van AlphaFold. Daarmee ontwikkelen ze straks bijvoorbeeld sneller medicijnen. Hoewel er een kritische blik nodig blijft, zal het Europees Geneesmiddelenbureau (EMA) medicijnen niet afkeuren omdat ze gebaseerd zijn op een voorspelling. “Grofweg stelt het EMA twee eisen aan een nieuw medicijn”, vertelt biochemicus Braakman. “Het moet werken en het moet veilig zijn.” Dus als een nieuw medicijn aan die criteria voldoet, maakt het niet uit hoe het tot stand gekomen is.