AlphaFold – ein Game Changer in der Strukturbiologie?

Juli 25, 2022
Maximilian Edich

Die 3D Struktur eines Proteins zu kennen, erlaubt es Wissenschaftlern deren Form, Stabilität und mögliche Funktion zu untersuchen. Außerdem kann die Struktur, sofern sie von einem Krankheitserreger stammt, helfen mögliche Medikamente zu entwickeln. Jedoch ist das Lösen solcher Strukturen keine einfache Aufgabe, da Proteine zu klein sind, um mit optischen Mikroskopen untersucht zu werden. Zudem dauert die Vorbereitung der Proteinproben und die Datenverarbeitung auf dem Weg zur fertigen Struktur mehrere Wochen bis hin zu Monaten, was auch zu hohen Kosten führt. Doch 2021 änderte sich alles, als AlphaFold2 veröffentlich wurde – eine neue Software zur Vorhersage von Proteinstrukturen, welche nicht nur unglaublich akkurat, sondern auch einfach in der Handhabung ist. Sofort dominierte ein Hype rund um AlphaFold die Nachrichten, doch kann dieses Programm wirklich die Strukturbiologie verändern und wird es die gängigen Methoden obsolet machen?

Proteinstrukturen sichtbar machen

Doch bevor wir uns um die Lösung eines alten Problems der Biologie kümmern, frischen wir noch einmal die Grundkenntnisse auf. Also was waren Proteine noch mal? Kurzgesagt, sind Proteine kleine Nano-Maschinen, welche alle möglichen Aufgaben in unserem Körper erledigen. Während manche Proteine die Replikation von Zellen organisieren, verdauen andere unsere Mahlzeiten. Weitere Proteine sind der Hauptbestandteil unserer Haare und zahlreiche andere Dinge funktionieren nur mit Proteinen.
Was genau ein Protein macht und kann, wird durch seine Form bestimmt, weshalb wir überhaupt erst an der exakten 3D Struktur interessiert sind. Aber leider sind Proteine kleiner als sichtbares Licht und lassen sich daher nicht mit optischen Mikroskopen beobachten. Moment, kleiner als Licht? Geht das überhaupt? Nun, dieses Bild sollte bei der Erklärung helfen:

AlphaFold – ein Game Changer in der Strukturbiologie? 1
Abbildung 1: Wellenlängen im Vergleich zu Objekten verschiedenster Größenordnungen. Protein und Atome sind kleiner als die kleinste Wellenlänge von sichtbarem Licht und daher wortwörtlich unsichtbar. Die exakte Wellenlänge von Licht bestimmt übrigens auch die Farbe, die wir wahrnehmen.

Während sichtbares Licht ohne Weiteres mit Objekten interagiert, die größer sind als die Wellenlänge des Lichts, interagiert es praktisch nicht mit Objekten die kleiner sind, wie z.B. einzelne Atome oder Proteine. Glücklicherweise können wir auch “Licht” im Spektrum dieser Größenordnung erzeugen, wobei wir anstelle unserer Augen einen passenden Detektor nutzen. Eine gängige Methode zur Lösung von Proteinstrukturen ist die Röntgen-Kristallographie. Die Details sind kompliziert und würden den Rahmen dieses Beitrags sprengen, doch die wichtigsten Schritte sind die Herstellung des gewünschten Proteins durch Bakterien und dessen Aufreinigung, die Zucht von Proteinkristallen (ja, man auch daraus Kristalle züchten!) und die Bestrahlung besagter Kristalle mit Röntgenstrahlen. Als Ergebnis erhalten wir Daten vom Detektor, mit denen wir ein 3D-Model des Proteins konstruieren können, welches zwar nicht exakt die Realität widerspiegelt, aber genau genug ist, um uns neue Erkenntnisse zu bringen. Mehr zu diesen 3D-Modellen haben wir bereits in diesem Blogpost erläutert.

Doch leider kann jede Menge schiefgehen: Das Protein könnte das Bakterium, welches es für uns herstellen soll, töten. Kristalle bilden sich nicht unter allen Bedingungen und auch die Datenverarbeitung ist kein Kinderspiel. Insgesamt kann uns diese Methode die gewünschten Ergebnisse bringen, doch sie kostet viel Zeit und Geld.

Das Proteinfaltungsproblem

Proteine bestehen aus langen Ketten von Aminosäuren, wobei nahezu alle Lebewesen, uns mit eingeschlossen, zwanzig verschiedene Aminosäuren nutzen. Jede von ihnen besitzt andere Eigenschaften und auch in der Größe können sie sich unterscheiden. Positiv geladene Aminosäuren zum Beispiel streben es an, von negativen Molekülen oder Wasser umgeben zu sein. Andere Aminosäuren besitzen gar keine Ladung und finden sich meist im Inneren des Proteins wieder, fern vom Wasser, welches das Protein umgibt.
Die Aminosäuren sind immer an denselben Stellen aneinander gekettet und ergeben so eine Sequenz, wobei die Eigenschaften der einzelnen Kettenglieder die Form und somit die Faltung des Proteins bestimmt. Würde man also eine Aminosäure der Kette durch eine andere mit deutlich anderen Eigenschaften ersetzen, so würde dies die Faltung des Proteins beeinflussen. Tatsächlich haben einzelne Änderungen meist keine große Auswirkung auf die gesamte Form, doch ändert man gleich mehrere Aminosäuren in der Sequenz, so erhält man schon wesentlich stärkere Unterschiede. Da die Form und Faltung eines Proteins auch dessen Funktion bestimmt, könnten solch veränderte Proteine auch ihre eigentliche Funktion verlieren oder neue Funktionen dazugewinnen. Die Kernaussage hierbei ist: Die Information über die 3D-Struktur eines Proteins liegt in der Sequenz der Aminosäuren versteckt. Doch wie genau die Aminosäurenkette sich zum fertigen Protein faltet, bleibt seit je her ein Mysterium und konnte bisher nicht in Simulationen repliziert werden. Dieses Mysterium ist heute bekannt als das Proteinfaltungsproblem.

Die versteckte Information in der Aminosäurensequenz motivierte Wissenschaftlerinnen weltweit an der Entschlüsselung der Proteinfaltung und an Programmen zur Vorhersage von Proteinstrukturen zu arbeiten. Schon bald traten die Wissenschaftlerinnen in der CASP Competition gegeneinander an – in der "Critical Assessment of Techniques for Protein Structure Prediction"-Competition. Seit 1994 wurden alle 2 Jahre die neusten Vorhersagetechniken miteinander verglichen, doch für Jahrzehnte blieben selbst die besten Ansätze zu fehlerhaft und unzuverlässig. Erst vor kurzem während der CASP13 im Jahr 2018 schaffte es Deepminds AlphaFold einen Großteil der gesuchten Strukturen nur anhand der gegebenen Eingabesequenzen mit hoher Qualität vorherzusagen. Und dennoch gab es viel Raum zur Verbesserung. Im Jahr 2020 folgte schließlich AlphaFold2, welches erstmalig in der Geschichte Strukturvorhersagen lieferte, die kaum von den Strukturen aus konventionellen Methoden zu unterscheiden sind. Das Proteinfaltungsproblem ist nun für mehr als 50 Jahre bekannt, aber erst mit der heuten Technik und neuen Methoden wie dem Einsatz von Deep Learning konnte die Strukturvorhersage endlich realisiert werden.

Wie genau ist AlphaFold?

Wenn von AlphaFold gesprochen wird, wird normalerweise AlphaFold2 gemeint. Während Wissenschaftlerinnen Formeln und Berechnungen nutzen, um die Ähnlichkeit der Vorhersagen und der experimentell gelösten Strukturen zu bestimmen, ist ein Bild wohl der beste Weg AlphaFolds Leistungen zu demonstrieren:

AlphaFold – ein Game Changer in der Strukturbiologie? 2
Abbildung 2: AlphaFold2 Vorhersage (blau) im Vergleich zur einer experimentell gelösten Struktur (grün). Links ist die NAB Domäne vom SARS-CoV-2 Protein nsp3 (PDB code 7LGO), rechts ist die Mac1 Domäne vom selben Protein (PDB code 6WEY).

Die grünen Strukturen sind das Ergebnis experimenteller Methoden, die blauen hingegen sind die Vorhersagen von AlphaFold2. Allein vorherzusagen, welche Regionen der Aminosäurenkette sich in Helices und Faltblätter anordnen (die Spiralen und flachen Pfeile) ist schon eine herausfordernde Aufgabe. Doch AlphaFold2 sagt sogar deren relative Anordnung zueinander korrekt vorher und auch die Bereiche zwischen solcher Elemente stimmen häufig mit denen aus konventionell gelösten Strukturen überein. Die größten Unterschiede zwischen den Strukturen liegen gewöhnlich in den Enden der Kette. Obwohl AlphaFold2 keine exzellenten Resultate für alle Proteine erzeugt, so arbeitet es dennoch zuverlässig und gibt zudem einen Indikator über die Sicherheit der Vorhersage, was das Erkennen von potenziell fehlerhaften Regionen deutlich vereinfacht.

AlphaFold – ein Game Changer in der Strukturbiologie? 3
Abbildung 3: AlphaFold2 Vorhersage der Ubl1 Domäne des Proteins nsp3 von SARS-CoV. Die Farbe zeigt die Sicherheit der Vorhersage für die bestimmte Region an, wobei rot für unsicher und dunkelblau für höchste Sicherheit steht.

Und um den Durchbruch von AlphaFold2 in Relation zu setzen: Eine gängige Methode um die Ähnlichkeit zweier Strukturen zu messen ist der GDT, der Global Distance Test, welcher auch bei CASP zum Einsatz kommt. Dieser gibt einen Wert von 0% (absolut keine Ähnlichkeit) bis hin zu 100% (identische Strukturen) wieder. Während es zuvor keine Methoden bei der CASP Competition gab, welche die 60% Marke überschritten, schaffte es AlphaFold2 konsistent Vorhersagen mit einem GDT von über 90% zu erzeugen.

Wird AlphaFold konventionelle Methoden ersetzen?

Wie wir gesehen haben, sind die Vorhersagen von AlphaFold2 kaum von den Strukturen aus der Röntgenkristallographie zu unterscheiden. Heißt das also, dass wir die zeit- und kostenintensiven experimentellen Methoden nicht mehr benötigen? Nun, aus mehreren Gründen ist das nicht der Fall.

Der erste und wohl wichtigste Punkt: Vorhersagen sind nicht die Realität. Sie können einige Arbeitsschritte vereinfachen und uns näher ans Ziel bringen, aber sie können nicht alle Details realer Biologie mit berücksichtigen. AlphaFold2 betrachtet lediglich die Eingabesequenz, doch in der Realität sind Proteine umgeben von Wasser, weiteren Kleinmolekülen und auch anderen Proteinen, wobei alles miteinander interagiert und auch die Faltung beeinflussen kann. Abhängig von der Umgebung und diesen Interaktionen können Proteine sogar zwischen mehreren stabilen Faltungen wechseln. Daher bilden die Vorhersagen nur einen kleinen Teil vom Gesamtbild ab.

Ein weiteres Problem stellen die sogenannten Membranproteine dar. Proteine dieser Klasse verankern sich selbst in Membranen, wie z.B. die Wand einer Zelle und obwohl AlphaFold2 einzelne Teile solcher Proteine vorhersagen kann, scheitert es an der korrekten Zusammensetzung der Einzelteile. Dieses Problem taucht auch bei sehr großen Proteinen auf, die aus mehreren kleineren gefalteten Einheiten bestehen.

Zu guter Letzt gibt es auch Proteinstrukturen, die generell nicht korrekt vorhergesagt werden und somit auch grundsätzlich noch Verbesserungen übrig lassen.

Erwähnenswert ist auch die Tatsache, dass AlphaFold anhand der PDB, einer Datenbank für experimentell gelöste Strukturen, trainiert wurde. Ohne weitere experimentellen Daten könnte eine Vorhersage-Software wie AlphaFold gar nicht weiter verbessert werden.
Zusammenfassend lässt sich daher sagen, dass AlphaFold2 wirklich gut ist, aber noch lange nicht perfekt.

In jedem Fall sind die neuen Vorhersagen nicht nur gut um einen ersten Eindruck der Struktur zu erhalten, sondern unterstützen auch die konventionellen Methoden.
Erinnert ihr euch daran, dass die Zucht von Proteinkristallen einige Probleme bereiten kann? Nun, manchmal sind bestimmte Regionen daran schuld, welche sich nicht stabil falten lassen. AlphaFold2 kann solche Regionen vorhersagen und kann somit helfen, erfolgreichere Experimente zu planen.

Im Großen und Ganzen ist es ein unglaubliches Werkzeug, welches nicht nur neues Wissen innerhalb von Stunden statt von Tagen schafft, sondern auch noch von jedem genutzt werden kann und keinen Laborzugang erfordert. Ebenso wenig muss man ein Experte in der  Strukturbiologie sein und lernt die Auswertung der Ergebnisse schon in wenigen Tagen. Und das ist nur der Anfang. Wir können neugierig auf die Zukunft der Strukturvorhersage blicken, da AlphaFold2 bereits heute Wissenschaftlern rund um die Welt die strukturellen Mysterien zahlreicher Proteine offenbart.

Corinna, der Corona-Kaktus

@
Corinna ist das Maskottchen der Task Force und hilft bei allen pflanzenbezogenen Aufgabenstellungen. Frühere Erfahrungen konnte sie schon im Baumarkt sammeln, und auch wenn sie manchmal etwas kratzbürstig sein kann, liebt sie es doch zu kuscheln und in der Sonne zu liegen
Mehr über diesen Autor

Helen Ginn

Senior Research Scientist @ Diamond Light Source, Oxfordshire, UK
Dr. Helen Ginn ist leitende Wissenschaftlerin am Diamond Light Source Institut in Großbritannien und Methodenentwicklerin für die Strukturbiologie. Derzeit arbeitet sie an der Darstellung von Proteineinheiten (Representation of Protein Entities, RoPE) für Strukturbiologen. Sie hat die Software Vagabond zur torsionswinkelgesteuerten Modellverfeinerung und cluster4x zur Gruppierung von Datensätzen entwickelt. Zu ihren Forschungsinteressen gehört auch die Kartierung […]
Mehr über diesen Autor

Nick Pearce

Assistant Professor @ SciLifeLab DDLS Fellow
Nicholas Pearce machte 2012 seinen Bachelor in Physik an der Universität Oxford und promovierte 2016 in Systems Approaches to Biomedical Sciences. Im Jahr 2017 zog er nach Utrecht in den Niederlanden, um mit Piet Gros zu arbeiten. Dort erhielt er ein EMBO-Langzeitstipendium und arbeitete an der Analyse von Unordnung in makromolekularen Strukturen. Anschließend erhielt er […]
Mehr über diesen Autor

Mathias Schmidt

Student der Molecular Life Sciences (M.Sc.) @ Universität Hamburg
Mathias macht momentan seinen Master in Molecular Life Sciences an der Universität Hamburg und ist seit März 2022 Hilfswissenschaftler in der Corona Structural Taskforce. Dort beschäftigt er sich mit der Frage nach dem Ursprung von SARS-CoV-2. Sein Forschungsschwerpunkt im Studium liegt auf der Entwicklung von synthetischen, molekularen Mechanismen zur Regulierung von Genen in pflanzlichen wie […]
Mehr über diesen Autor

David Briggs

Principal Laboratory Research Scientist @ Francis Crick Institute in London, UK
David Briggs ist Principal Laboratory Research Scientist im Labor für Signal- und Strukturbiologie am Francis Crick Institute in London, UK. Als ausgebildeter Kristallograph konzentriert sich seine Arbeit auf die biophysikalische und strukturelle Charakterisierung menschlicher extrazellulärer Proteine, die an der Synapse beteiligt sind und wichtige Auswirkungen auf psychiatrische und neurodegenerative Störungen haben. Er ist auch an […]
Mehr über diesen Autor

Lisa Schmidt

Webentwicklerin und Illustratorin @ Mullana
Lisa Schmidt ist freiberufliche Illustratorin und studierte Multimedia und Kommunikation (BA) in Ansbach, Deutschland. Ihre Arbeit konzentriert sich auf die Visualisierung von Wissenschaft und Technik. Sie ist als Mediengestalterin bei der Coronavirus Structural Task Force tätig, wo sie Webdesign, 3D-Rendering für wissenschaftliche Illustrationen und Öffentlichkeitsarbeit betreibt.
Mehr über diesen Autor

Philip Wehling

Student der Nanowissenschaften (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Philip begeistert sich schon lange für biologische Prozesse und verfügt über ein analytisches Weltverständnis. Nachdem er lange Zeit als Krankenpfleger in verschiedenen Bereichen gearbeitet hat, studierte er zunächst Mathematik und schließlich Nanowissenschaften. Im Rahmen einer Ringvorlesung zur Vorbereitung einer Bachelorarbeit kam er mit der Proteinkristallographie in Berührung und beginnt nun, sich als Mitglied des Thorn […]
Mehr über diesen Autor

Binisha Karki

Wissenschaftliche Mitarbeiterin @ BioNTech SE
Binisha ist als wissenschaftliche Mitarbeiterin bei BioNTech angestellt und arbeitet an der Entwicklung von Impfstoffen gegen COVID-19 sowie Krebsimmuntherapien. Sie beendete ihr Studium der Molekularbiologie an der Southeastern Louisiana University im Mai 2019. Anschließend arbeitete sie als Forschungstechnikerin im Chodera-Lab, wo sie biophysikalische Messungen an Modellen von Protein-Liganden-Systeme für computerchemische Benchmarks durchführte.
Mehr über diesen Autor

Hauke Hillen

Juniorprofessor an der Universitätsmedizin Göttingen & Gruppenleiter am MPI für Biophysikalische Chemie @ Universitätsmedizin Göttingen
Hauke ist Biochemiker und Strukturbiologe. Mit seinem Forschungsteam untersucht er mittels Röntgenkristallografie und Kryo-Elektronenmikroskopie die Struktur und Funktion von molekularen Maschinen, die für die Genexpression in eukaryotischen Zellen verantwortlich sind. Er interessiert sich dabei besonders dafür wie genetisches Material außerhalb des Zellkerns exprimiert wird, zum Beispiel in menschlichen Mitochondrien oder durch Viren im Zytoplasma.
Mehr über diesen Autor

AG Richardson

AG Richardson @ Duke University, Durham, North Carolina, USA
Das Langzeitziel der AG Richardson ist ein tieferes Verständnis der dreidimensionalen Strukturen von Proteinen und RNA zu erhalten, einschließlich ihrer Beschreibung, Einflussfaktoren, Faltung, Evolution und Regulation. Hierbei verwenden die Richardsons strukturelle Bioinformatik, makromolekulare Kristallographie, Molekülgrafik, Strukturanalyse und Methodenentwicklung, insbesondere bei der Verbesserung der Genauigkeit von molekularen Strukturen. Im Projekt arbeiten und bewerten sie die Geometrie […]
Mehr über diesen Autor

Holger Theymann

Agile-Leadership-Coach @ mehr-Freu.de GmbH
Holger hält Webseiten am Laufen. Er zaubert Daten aus wissenschaftlichen Datenbanken in hübsche Tabellen. Er hat außerdem ein Auge darauf, dass die Seiten schnell, sicher und zuverlässig ist. Seine Erfahrung als Software-Entwickler, Software-Architekt, Agiler Projektmanager und Coach halfen der Task Force, dass der ganze Prozess rund lief. Außerdem zeigt er den Mitgliedern der Task Force, […]
Mehr über diesen Autor

Ezika Joshua Onyeka

Public Health M.Sc. Student @ Hamburg University
Joshua arbeitet als studentische Hilfskraft im Thorn Lab. Er hat einen Bachelor-Abschluss in Public Health und ist derzeit an der Hochschule für Angewandte Wissenschaften Hamburg (HAW) für seinen MPH eingeschrieben. Er hat bei der Umsetzung einiger Impfprogramme geholfen, um die Impfrate zu verbessern und bei der Ausbildung von medizinischem Personal in Hinblick auf die Impfstrategie. […]
Mehr über diesen Autor

Florens Fischer

Student der Biologe (M.Sc.) @ Rudolf-Virchow-Zentrum, Universität Würzburg
Florens studiert Biologie (M.Sc.) und unterstützte als Hilfswissenschaftler die Task Force. Sein Fokus lag dabei in der Bioinformatik und er unterstützt die Arbeiten wie Automatisierung von Programmcode und Strukturierung von Big Data mit Hilfe von Machine Learning. Außerdem unterstützte er das Team in anderen Bereichen, wie zum Beispiel in der wissenschaftlichen Recherche.
Mehr über diesen Autor

Katharina Hoffmann

Studentin der Molekularbiologie (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Katharina hat im AK Thorn als Hiwi gearbeitet. Normalerweise studiert sie im Master Molekularbiologie an der Uni Hamburg. In ihrer durch Corona auf Eis gelegten Masterarbeit beschäftigt sie sich mit der Unterbrechung bakterieller Kommunikation. Seit dem Lockdown treibt sie sich in Datenbanken rum und analysiert Sequenzen. Sie hätte nie gedacht, so nah an die Strukturbiochemie […]
Mehr über diesen Autor

Nicole Dörfel

Mediengestalterin @
Nicole Dörfel sorgt dafür, dass wir und unsere Arbeit gut aussehen! Sie ist die Illustratorin, Mediengestalterin und künstlerische Seele der Task Force. Ihren Pinsel schwingt sie sowohl im Printbereich als auch digital – stets mit der Spezialisierung auf Mediendesign. Für die Task Force ist Nicky vor allem zuständig für Grafikdesign, sämtliche Werbematerialien (für die Öffentlichkeitsarbeit) […]
Mehr über diesen Autor

Pairoh Seeliger

Verwaltungsassistentin @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Pairoh Seeliger entlastet als die Assistentin der Task Force die Wissenschaftler. Sie kümmert sich um Medienanfragen, Sprachprobleme und logistische Aufgaben aller Art. Außerdem bewertet sie die Verständlichkeit und Sprache unserer deutschen Öffentlichkeitsarbeit. Sie bezeichnet sich selbst als "Mädchen für Alles mit Germanistikstudium und kaufmännischer Ausbildung. Spezialität: Pfefferminztee".
Mehr über diesen Autor

Oliver Kippes

Student der Biochemie (B.Sc.) @ Rudolf-Virchow-Zentrum, Universität Würzburg
Oliver studiert Biochemie und hat vor seinem Studium eine Ausbildung als Fachinformatiker absolviert. Mithilfe des kombinierten Wissens seines Studiums und seiner Ausbildung hilft er bei der Verwaltung der Strukturdatenbank, programmiert Anwendungen für diese und unterstützt das Team bei Literaturrecherchen. Die Strukturbiologie war für Oliver trotz seines Studiums ein noch neues Themenfeld, das er mit großer […]
Mehr über diesen Autor

Luise Kandler

Studentin der Biochemie (B.Sc.) @ Rudolf-Virchow Zentrum, Julius-Maximilians-Universität Würzburg
Luise studiert Biochemie und ist der Task Force während des ersten Corona-Lockdowns beigetreten. Ihre Bachelorarbeit mit Fokus auf Computer anwendung hat sie im AK Thorn geschrieben. In der Task Force nutzt sie ihr biochemisches Wissen für Literaturrecherchen und versucht, die besten Visualisierungen von Molekülen des Coronavirus zu finden. Nichtsdestotrotz lernt Luise nebenbei auch Python und […]
Mehr über diesen Autor

Ferdinand Kirsten

Student der Biochemie (B.Sc.) @ Rudolf-Virchow-Zentrum, Universität Würzburg
Ferdinand hat am AK Thorn seine Bachelorarbeit über Lösungsmittelaustausch und Interaktion in makromolekularen Kristallen angefertigt. Als Novize in der Welt der Kristallographie und der Strukturaufklärung hilft er, wo er kann, wobei sein Hauptaugenmerk auf Literatur- und Genom-Recherchen sowie der Strukturverfeinerung liegt. Auch wenn er sich eigentlich mehr als „Ich will aber was anfassen und im […]
Mehr über diesen Autor

Kristopher Nolte

Student der Biochemie (B.Sc.) @ Rudolf-Virchow Zentrum, Julius-Maximilians-Universität Würzburg
Kristopher trat dem AK Thorn im Rahmen seiner Bachelorarbeit bei. In dieser Arbeit hat er AUSPEX mit Hilfe maschinellen Lernens verfeinert. Da aber die Coronakrise unser aller Leben zum Stillstand gebracht hat, trägt er nun zur Task Force bei, indem er seine Kenntnisse der Bioinformatik und Programmierung nutzt, um alle Coronavirus-relevanten Daten aus der PDB […]
Mehr über diesen Autor

Toyin Akinselure

Studentin der Nanowissenschaften (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Toyin ist Mikrobiologin und derzeit Masterstudentin der Nanowissenschaften mit den Schwerpunkten Nanobiologie und Nanochemie. Sie interessiert sich für wissenschaftliche Forschung, insbesondere für Proteinchemie und Wirkstoffentwicklung. Im letzten Herbst und Winter hat sie ein Praktikum bei zwei Forschungsprojekten gemacht, eines in der Wirkstoffforschung und das andere in der Proteinstrukturaufklärung. Sie fand beide spannend und hofft, ihr […]
Mehr über diesen Autor

Erik Nebelung

Student der Nanowissenschaften (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Erik studiert Nanowissenschaften mit Fokus auf biochemischen Anwendungen und Methoden. Zwischen August 2020 und Januar 2021 führte er im iNano Institute in Aarhus sein Studium fort, inzwischen hat er – zurück in Hamburg – seine Masterarbeit begonnen. In seiner Bachelorarbeit kam er bereits in den Genuss, Proteine zu kristallisieren, was seine Faszination für Biomoleküle nur […]
Mehr über diesen Autor

Lea von Soosten

Studentin der Physik (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Lea studiert Physik im Master und interessiert sich für alles, was mit Biologie zu tun hat. Obwohl sie aus einem anderen Bereich kommt, ist sie dem Team beigetreten, um ihr Wissen über Biochemie zu erweitern und der Task Force mit Schwerpunkt auf Literaturrecherche zu helfen. Außerdem liebt sie es, zu zeichnen!
Mehr über diesen Autor

Sabrina Stäb

Studentin der Biotechnologie (M.Sc.) @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Sabrina studiert Biochemie und arbeitet als Hilfswissenschaftlerin im AK Thorn und in der CSTF. Durch ihre Bachelorarbeit zur „Kristallisation und Strukturlösung von qualitativ hochwertigen Strukturen für MAD-Experimente“ konnte sie reichlich Erfahrung im Bereich Kristallographie sammeln und bringt diese nun im Projekt ein. Wenn sie nicht gerade wegen COVID-19 daheim bleiben muss, verbringt sie ihre Freizeit […]
Mehr über diesen Autor

Alexander Matthew Payne

Doktorand der Chemischen Biologie @ Chodera Lab, Memorial Sloan Kettering Center for Cancer Research, New York, USA
Alex ist ein Doktorand, der verstehen möchte, wie sich Proteine bewegen. Er arbeitet seit kurzem in den Laboren von John Chodera und Richard Hite an einem Projekt zwischen Molekulardynamik und Cryo-EM. Sein Ziel ist es, Konformationsensembles aus Cryo-EM-Daten zu generieren und diese mithilfe von Massive Scale Molecular Dynamics über Folding@home zu simulieren. Er ist auch […]
Mehr über diesen Autor

Maximilian Edich

Doktorand der Bioinformatik @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Max hat seinen Master in Bioinformatik und Genomforschung in Bielefeld absolviert und ist 2021 als Doktorand der CSTF beigetreten. Sein Fokus lag bis dato auf dem molecular modeling und nun beschäftigt er sich mit der sogenannenten R-factor gap. Als Teilnehmer des iGEM Wettbewerbs konnte er bereits 2017 erleben, was es heißt Teil eines jungen und […]
Mehr über diesen Autor

Agnel Praveen Joseph

Computerwissenschaftler @ Science and Technology Facilities Council, UK
Dr. Agnel Praveen ist Methodenentwickler im CCP-EM Team des Science and Technology Facilities Councils des Vereinigten Königreichs (STFC UK). Sein Hauptaugenmerk liegt auf verschiedenen Herangehensweisen, um atomare Cryo-EM-Modelle und Rekonstruktionsdichten zu interpretieren und zu bewerten. Ebenso gehören computerbasierte Methoden zur Interpretation von Cryo-ET-Daten zu seinem Abeitsfeld. Zusammen mit fünf anderen Gruppen in Großbritannien arbeitet er […]
Mehr über diesen Autor

Dale Tronrud

Freier Wissenschaftler @
Dr. Dale Tronrud löst Proteinkristallstrukturen und entwickelt Methoden und Software zur Optimierung makromolekularer Modelle gegen Röntgendaten und chemisches Vorwissen. Seine Interessen umfassen Enzym-Inhibitor-Komplexe und Photosyntheseproteine, mit einem Schwerpunkt auf dem Fenna-Matthews-Olson Protein. Darüberhinaus ist er auch an der Validierung und Korrektur vieler PDB Modelle beteiligt gewesen. Bei all diesen Projekten ist es essenziell, die richtige […]
Mehr über diesen Autor

Sam Horrell

Beamline-Wissenschaftler @ Diamond Light Source, Oxfordshire, Großbritannien
Dr. Sam Horrell ist Struktubiologe in der Methodenentwicklung am Teilchenbeschleuniger Diamond Light Source, insbesondere Methoden, um die Funktion von Enzymen mit Strukturfilmen besser aufklären zu können. Im Projekt arbeitet sich Sam durch die deponierten SARS-CoV und SARS-CoV-2-Strukturen, um das bestmögliche Modell für zukünftige Arzneimittelentwicklung zu finden. Er kommuniziert gerne über seine und andere Wissenschaft und […]
Mehr über diesen Autor

Cameron Fyfe

Postdoc @ Micalis Institute, INRAE, Paris, France
Cameron ist ein Strukturbiologe, der sich bisher ausgiebig mit Proteinen aus Mikroorganismen beschäftigt hat. Er hat langjährige Erfahrung in der pharmazeutischen Industrie und der strukturbiologischen Forschung. In der Task Force möchte er seine Fähigkeiten zur Verbesserung bestehender Modelle für die Medikamentenentwicklung einsetzen. Derzeit forscht er am INRAE an radikalen SAM-Enzymen. Wenn er nicht im Labor […]
Mehr über diesen Autor

Tristan Croll

Postdoc @ Cambridge Institute for Medical Research, University of Cambridge
Dr. Tristan Croll ist Spezialist für die Modellierung atomarer Strukturen in schlecht aufgelösten kristallographischen und Kryo-EM-Dichtekarten und der Entwickler des Modellbauprogramms ISOLDE. Sein Hauptaugenmerk liegt auf der Korrektur der verschiedenen Fehler in der Molekülgeometrie oder bei inkorrekter Dichteinterpretation, die in schlecht aufgelösten Teilen der Dichte vorkommen, mit dem Ziel, den Modellbau bei 3 Angström auf […]
Mehr über diesen Autor

Gianluca Santoni

Forscher für Daten in der seriellen Kristallographie @ European Synchrotron Radiation Facility, Grenoble, Frankreich
Dr. Gianluca Santoni ist Experte für proteinkristallographische Datensammlung und -analyse. Nach seiner Doktorarbeit in strukturbasiertem Wirkstoffdesign hat er als Postdoc am Strahlrohr ID23-1 der European Synchrotron Radiation Facility (ESRF) gearbeitet und die SSX-Datenanalysesoftware ccCluster entwickelt. Mittlerweile interessiert er sich für die Optimierung von Messstrategien für die Datensammlung von mehreren Kristallen und ist außerdem der wissenschaftliche […]
Mehr über diesen Autor

Yunyun Gao

Postdoc im AUSPEX-Projekt @ Institut für Nanostruktur & Festkörperphysik, Universität Hamburg
Yunyun Gao ist Methodenentwickler für Analysestrategien für Biomolekül-Daten. Bevor er zur Thorn-Gruppe kam, arbeitete er an SAXS/WAXS von Polymeren und Proteinen. Er will Datenanalysen objektiver und zuverlässiger  machen. Yunyun erweitert zur Zeit die Funktionalität von AUSPEX. In der Coronavirus Structural Taskforce managt er die Datenbank und alles, was mit AUSPEX zu tun hat.
Mehr über diesen Autor

Johannes Kaub

Wissenschaftlicher Koordinator @ Institut für Nanostruktur & Festkörperphysik, Universität Hamburg
Johannes Kaub hat Chemie, Schwerpunkt Physikalische Festkörperchemie, an der RWTH Aachen studiert und war anschließend als wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Struktur und Dynamik der Materie beschäftigt. Die Coronavirus Structural Task Force unterstützt er als wissenschaftlicher Koordinator mithilfe seiner organisatorischen Fähigkeiten und seiner Begabung fürs Lösen von Problemen. Neben der Wissenschaft gilt seine größte Leidenschaft […]
Mehr über diesen Autor

Andrea Thorn

Gruppenleiterin @ Institut für Nanostruktur und Festkörperphysik, Universität Hamburg
Dr. Andrea Thorn ist Spezialistin für die Strukturlösung mit kristallographischen Methoden und Kryo-Elektronenmikroskopie. Sie hat in der Vergangenheit zu Programmen wie SHELX, ANODE und (etwas) PHASER beigetragen. Ihre Arbeitsgruppe entwickelt die Diffraktionsdaten-Analysesoftware AUSPEX, ein neuronales Netzwerk zur Sekundärstrukturannotation in Kryo-EM Dichtekarten (Haruspex) und ermöglicht anderen Wissenschaftlern die Lösung schwieriger Strukturen. Andrea hat eine Leidenschaft für […]
Mehr über diesen Autor

One comment on “AlphaFold – ein Game Changer in der Strukturbiologie?”

  1. Hallo Max,
    vielen Dank für diesen Artikel. Ich bin ganz begeistert, weil er eine so komplexe Materie so verständlich beschreibt, ohne in blumige Halbwahrheiten abzugleiten.
    Ich kann mich nicht erinnern, wann ich so einen großartigen Text zuletzt auf Deutsch gelesen hätte.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

cross