Proteinform vorhersagen

Die Reihenfolge ist noch kein räumliches Modell

Eine Kette aus farbigen Perlen liegt neben einem gefalteten Bandmodell. Die Kette macht eine Reihenfolge sichtbar; das Band zeigt eine räumliche Anordnung. Für Proteine ist dieser Übergang wissenschaftlich bedeutsam: Die Aminosäurefolge ist auf andere Weise zugänglich als die genaue räumliche Struktur. Die beiden Darstellungen beantworten deshalb unterschiedliche Fragen.

Das gezeichnete Modell ist bewusst kein bekanntes Protein. Es dient als eigener Vergleich: Zwei weit auseinanderliegende Stellen einer aufgefalteten Kette können sich im Raum nahekommen. Aus der Position in einer Liste allein liest du diese Nachbarschaft nicht unmittelbar ab. Die Aufgabe ist, brauchbare räumliche Beziehungen vorherzusagen und ihre Genauigkeit zu prüfen.

CASP14: Vorhersagen vor dem öffentlichen Ergebnis

AlphaFold 2 wurde 2020 bei CASP14 geprüft; die ausführliche Veröffentlichung erschien 2021. Für diesen Vergleich standen experimentell bestimmte Zielstrukturen zur Bewertung bereit, waren den teilnehmenden Verfahren aber zuvor nicht öffentlich zugänglich. AlphaFold erzielte bei vielen untersuchten Proteinen eine Genauigkeit nahe experimentellen Strukturen und übertraf die damaligen Vergleichsverfahren deutlich. Die AlphaFold-2-Veröffentlichung

Der Aufbau des Vergleichs ist ein wesentlicher Teil des Nachweises. Eine beeindruckende Übereinstimmung wäre weniger aussagekräftig, wenn die gesuchte Lösung bereits als öffentliches Trainingsbeispiel verfügbar gewesen wäre. Auch hier gehört der Erfolg zu einer bestimmten Prüfung; er lässt sich nicht ohne weitere Untersuchung auf jedes denkbare Protein und jede Situation übertragen.

Was die Vorhersage zusammenführt

AlphaFold 2 verbindet die Aminosäuresequenz mit Informationen aus verwandten Sequenzen und verfügbaren Strukturkenntnissen. Seine Architektur verarbeitet Beziehungen innerhalb und zwischen diesen Darstellungen und erzeugt räumliche Koordinaten. Die Veröffentlichung beschreibt ein wiederholtes Verfeinern der Vorhersage. Das Verfahren nutzt gelernte Muster und biologische beziehungsweise geometrische Einschränkungen gemeinsam. Architektur und Eingaben

Eine hilfreiche Analogie ist eine unvollständige Bauzeichnung, zu der mehrere verwandte Entwürfe vorliegen. Beziehungen zwischen ihren Teilen können Hinweise geben, ohne den gesuchten Entwurf einfach als Kopie bereitzustellen. Die Analogie ersetzt keine Molekülphysik. Sie verdeutlicht nur, weshalb zusätzliche Beziehungen die reine Reihenfolge um relevante Information ergänzen können.

Warum manche Abschnitte anders gefärbt werden

Zu den Ausgaben gehört pLDDT, eine Schätzung lokaler Strukturgüte. Das Maß kann entlang eines Proteins stark variieren. Ein Bereich kann nach Einschätzung des Modells zuverlässig aussehen, während die Anordnung eines anderen Bereichs unsicher bleibt. Der EMBL-EBI-Lehrtext erklärt diese örtlich unterschiedliche Aussagekraft ausdrücklich. Lokale Zuversicht mit pLDDT

Ein hoher Wert bedeutet nicht „mit dieser Wahrscheinlichkeit wirkt ein Medikament“. Er beantwortet eine engere Frage zur erwarteten Strukturqualität. Die helle Stelle unseres gezeichneten Modells erinnert an diese Unterscheidung, ist aber selbst keine berechnete Karte. Auch eine sicher aussehende Visualisierung braucht eine Legende, die erklärt, was die Farben tatsächlich bedeuten.

2024: AlphaFold 3 erweitert die Aufgabe

AlphaFold 3 bezieht neben Proteinen weitere Molekülarten ein, darunter Nukleinsäuren und kleine Moleküle. Die Arbeit verwendet einen Diffusionsansatz zur gemeinsamen räumlichen Vorhersage. Dadurch lassen sich komplexere Wechselwirkungspartner modellieren. Gleichzeitig benennt die Veröffentlichung konkrete Fehlerklassen, etwa problematische räumliche Chemie, überlappende Atome und scheinbare Ordnung in tatsächlich ungeordneten Bereichen. AlphaFold 3 und seine Grenzen

Eine Erweiterung des Modellumfangs ist damit keine Abschaffung des Prüfbedarfs. Gerade wenn mehr unterschiedliche Bestandteile gemeinsam vorhergesagt werden, müssen ihre Beziehungen stimmen. Ein überzeugendes Gesamtbild kann lokale Fehler verdecken. Die relevante Frage lautet deshalb auch: Welcher Teil der Vorhersage trägt die wissenschaftliche Schlussfolgerung?

Ein Molekül hat nicht nur ein Standbild

Der EMBL-EBI-Lehrtext betont, dass AlphaFold 3 typischerweise statische Strukturen vorhersagt und die Dynamik einer molekularen Lösung nicht vollständig beschreibt. Mehrere erzeugte Vorhersagen garantieren nicht, alle biologisch relevanten Zustände zu erfassen. Als konkretes Beispiel werden offene und geschlossene Formen des Proteins Cereblon gegenübergestellt, für die das Modell den Zustand nicht immer passend zu den Eingaben wiedergibt. Konformationen und weitere Grenzen

Als eigener Alltagsvergleich hilft eine gezeichnete Schere. Ihr geschlossenes Aussehen allein zeigt nicht, wie sie sich öffnet oder unter Belastung verhält. Ein Protein ist selbstverständlich kein starrer Alltagsmechanismus. Der Vergleich macht nur deutlich, weshalb Form und Bewegung unterschiedliche Informationen verlangen.

Ein neuer Ausgangspunkt für Experimente

Stell dir eine Forschungsfrage vor, bei der zwei Bereiche eines Proteins miteinander wechselwirken könnten. Ein Strukturmodell kann eine bestimmte Nachbarschaft plausibel machen. Die nächste Frage wäre dann, welche Beobachtung gerade diese Vermutung prüfen könnte. Das ist ein erfundenes Beispiel für den Übergang von Modellvorschlag zu überprüfbarer Hypothese, kein Bericht über einen konkreten Wirkstoffversuch.

AlphaFold gehört ins Museum, weil es den Zugang zu solchen räumlichen Fragen stark verändert hat. Sein Wert wird klarer, wenn seine Grenzen sichtbar bleiben. Eine vorhergesagte Proteinform ist weder eine vollständige Zellbeschreibung noch ein klinischer Wirksamkeitsnachweis. Sie kann den nächsten Versuch gezielter machen. Damit führt der Raum von lernenden Mustern zu der Frage, wie Maschinen auch bei der Durchführung von Forschung unterstützen.

Begriffe verstehen

Quellen und Nachweise

Die Quellen sind den Aussagen im Text zugeordnet. Originalstudien, Sammlungstexte und eigene Einordnung erfüllen unterschiedliche Aufgaben. Einige Fachtexte sind beim Verlag nur teilweise frei zugänglich.

1. AlphaFold 2 und der unabhängige Strukturvergleich

   Jumper, J. et al. (2021): Highly accurate protein structure prediction with AlphaFold. Nature 596, 583–589. DOI: 10.1038/s41586-021-03819-2.

   Blindvergleich 2020, Veröffentlichung 2021; viele sehr genaue Strukturen, keine universelle experimentelle Genauigkeit.

   ← Zur Textstelle 1: CASP14: Vorhersagen vor dem öffentlichen Ergebnis← Zur Textstelle 2: Was die Vorhersage zusammenführt
2. AlphaFold 3 und Molekülkomplexe

   Abramson, J. et al. (2024): Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493–500. DOI: 10.1038/s41586-024-07487-w.

   Diffusionsmodell für verschiedene Molekülarten; fehlerhafte Geometrie, erfundene Ordnung und begrenzte Zustandsabdeckung ausdrücklich genannt.

   ← Zur Textstelle: 2024: AlphaFold 3 erweitert die Aufgabe
3. Was ein lokaler Vertrauenswert bedeutet

   EMBL-EBI Training: pLDDT – Understanding local confidence. Abgerufen 5.9.2026.

   pLDDT schätzt lokale Strukturgüte; keine experimentelle Bestätigung oder Erfolgswahrscheinlichkeit einer Therapie.

   ← Zur Textstelle: Warum manche Abschnitte anders gefärbt werden
4. Grenzen von AlphaFold 3

   EMBL-EBI Training: What AlphaFold 3 struggles with. Abgerufen 5.9.2026.

   Konformationen und ungeordnete Abschnitte; nicht jede vorhergesagte Form ist ein real beobachteter Zustand.

   ← Zur Textstelle: Ein Molekül hat nicht nur ein Standbild

Redaktion: Benjamin Metzig. Erste vollständige Fassung. Recherche- und Bearbeitungsstand: 5. September 2026. Generative KI diente als Werkzeug für Text und Bild.