Eine bahnbrechende Entwicklung verspricht, die Welt der Enzymtechnologie zu revolutionieren.
Ein internationales Forschungsteam, inklusive Bioinformatikern der Heinrich-Heine-Universität Düsseldorf, hat einen bedeutenden Durchbruch erzielt: Mit Hilfe von künstlicher Intelligenz können sie nun vorhersagen, ob bestimmte, noch nicht existierende Enzyme spezifische Ausgangsstoffe verarbeiten und die gewünschten Ergebnisse liefern können. Diese KI, das sogenannte ESP-Modell, bietet eine annehmbare Genauigkeit in seinen Vorhersagen und hat das Potenzial, die enzymatische Forschung und Anwendung zu revolutionieren.
Enzyme spielen eine fundamentale Rolle als Biokatalysatoren in Pflanzen, Tieren und Menschen, indem sie aus grundlegenden Bausteinen essenzielle Moleküle herstellen. Ihre künstliche Herstellung ist bereits ein etablierter Prozess in der pharmazeutischen Industrie, um Wirkstoffe zu gewinnen oder Abfallmaterialien zu verarbeiten. Doch die Bestimmung der spezifischen Funktionen eines Enzyms ist oft ein langwieriger und kostenintensiver Prozess, der meist auf Versuch und Irrtum basiert.
Das von Professor Dr. Martin Lercher und seinem Team entwickelte KI-Modell, zu dessen Entwicklung Kollegen aus Schweden und Indien beigetragen haben, könnte diese Herausforderung überwinden. Durch die Anwendung eines universellen Ansatzes, der nicht auf spezielle Enzyme beschränkt ist, kann das Modell mit jeder beliebigen Kombination aus Enzymen und über 1.000 verschiedenen Substraten arbeiten. Die Daten für das Deep-Learning-Modell, entwickelt von Alexander Kroll, wurden in numerischen Vektoren kodiert, basierend auf rund 18.000 experimentell bekannten Enzym-Substrat-Kombinationen. Die beeindruckende Trefferquote von 91% des Modells zeigt dessen Potenzial für die praktische Anwendung in der Arzneimittelforschung und Biotechnologie, indem es die Effizienz in der Entwicklung neuer Medikamente, Chemikalien oder Biokraftstoffe erheblich steigern kann.