Lernende Maschinen
Erstellt von Redaktion am Mittwoch 9. Dezember 2020
Google greift nach dem Leben selbst
Eine Kolumne von Christian Stöcker
Haben Sie diese Woche mitbekommen, wie sich die Welt verändert hat? Auf den ersten Blick ist etwas geschehen, das nur für Fachleute interessant ist: Eine Google-Tochter gewinnt einen Wettbewerb. Doch dieser Sieg ist der Vorbote einer neuen Zeit.
Wenn man die Tragweite eines vermeintlichen wissenschaftlichen Durchbruchs halbwegs verlässlich beurteilen möchte, fragt man am besten die Leute, deren Lebenswerk der Durchbruch überflüssig gemacht hat.
Einige Stimmen zu einer diese Woche bekannt gewordenen wissenschaftlichen Sensation:
»Es ist fantastisch, es wird die Zukunft der Strukturbiologie und der Proteinforschung verändern.«
»Das hier wird die Medizin verändern. Es wird die Forschung verändern. Es wird Bioengineering verändern. Es wird alles verändern.«
»Ich hätte nicht gedacht, dass ich das noch miterleben würde.«
Die drei Zitate stammen, in dieser Reihenfolge, von der Bioinformatikerin Janet Thornton (fast 50 Jahre Erfahrung, emeritierte Direktorin des Europäischen Instituts für Bioinformatik), von Andrei Lupas, Direktor am Max-Planck-Institut für Entwicklungsbiologie in Tübingen und von John Moult, einem der Gründer des sogenannten CASP-Wettbewerbs. Es gibt noch jede Menge weitere Kommentare von dieser Sorte, alle von ausgewiesenen Fachleuten.
Darunter durchaus auch kritische, mit zwei Hauptrichtungen: »Es gibt noch viel zu tun.« Und: »Wir wissen ja noch gar nicht, wie die das machen«.
Wie das funktioniert, wissen nur die Google-Forscher
Der letztere Punkt dürfte für die kommenden Jahre der wichtigere sein, denn »sie«, das ist in diesem Fall Deepmind, eine Tochter des Suchmaschinenkonzerns Google/Alphabet. Deepmind hat ein Werkzeug gebaut, das eine der schwierigsten Aufgaben in der Molekularbiologie besser, effektiver und schneller lösen kann als ganze Forscherteams mit vielen Jahren Erfahrung. Wie das Werkzeug funktioniert, wissen aber nur Googles Forscher. Und möglicherweise nicht einmal die. Eine Veröffentlichung zum Thema ist angekündigt, aber wie detailliert die sein wird, ist unklar.
CASP steht für Critical Assessment of Protein Structure Prediction. Darum geht es in dem alle zwei Jahre ausgetragenen Wettbewerb: auf Basis einer Abfolge von Aminosäuren vorherzusagen, welche Form ein in einer Zelle gebildetes Protein am Ende haben wird. Das Problem selbst – wie sieht das Protein am Ende aus? – gilt in der Wissenschaft seit 50 Jahren als »Grand Challenge«, als große Herausforderung also. Jetzt scheint es gelöst zu sein, so sehen das zumindest manche der Kommentatoren.
Besser als alle Profis
Beachtenswert ist dabei auch dies: Die Profis sind einmal mehr überrascht, obwohl Deepmind den Wettbewerb bereits vor zwei Jahren mit Abstand gewonnen hat (das war damals schon Thema dieser Kolumne). Das ist das Wesen lernender Maschinen: Wenn man einmal weiß, wie man es anstellen muss, werden sie atemberaubend schnell besser. Diese Erfahrung machen die Profis in den Gebieten, die sich Deepmind vornimmt, immer wieder. Manche geben dann zu, dass sie verblüfft sind, andere rufen: »Hype!«
Deepminds lernendes System AlphaFold liefert jetzt so gute Ergebnisse, dass sie von experimentell, also physisch im Labor hergestellten Proteinstrukturen kaum noch abweichen. Die Maschine kann also die Grundbausteine des Lebens ausrechnen, besser als alle Menschen, deren Beruf das ist. Konkretes Beispiel: AlphaFold löste im Wettbewerb eine Aufgabe, an der das Team des oben zitierten Andrei Lupas seit zehn Jahren erfolglos arbeitet.
Unfassbar komplexes Lego
Es lohnt sehr, solche Aufgaben zu lösen. Wer Proteinstrukturen versteht, gewinnt zum Beispiel auch neue Macht über Krankheiten: Auch die ersten Impfstoffe gegen Sars-CoV-2 hingen nicht zuletzt davon ab, dass die Struktur eines bestimmten Virenproteins schon im März vollständig beschrieben war – allerdings mithilfe herkömmlicher Methoden.
Die Welt der Mikro- und Molekularbiologie hat zuweilen Ähnlichkeit mit einer unfassbar komplexen Version von Lego. Wer solche Aufgaben lösen kann, ist auch eher in der Lage, künstliche Organismen zu erzeugen, die bestimmte, wohldefinierte Aufgaben erfüllen.
Falls Sie diese letztere Bemerkung gruselig finden: Insulin für Diabetiker zum Beispiel wird schon seit den Siebzigerjahren von eigens zu diesem Zweck hergestellten Zellen gewonnen.
Es geht bei Weitem nicht nur um Proteine
Quelle : Spiegel-online >>>>> weiterlesen
Grafikquellen
Oben — Corona-Graffiti am Donaukanal, Wien – Bild 1
| Author | Anna Saini |
This file is licensed under the Creative Commons Attribution-Share Alike 4.0 International license.
Unten — Christian Stöcker (2017)