Eiwitvouwing: hoe computers de vorm van eiwitten leren voorspellen
Een eiwit begint als een lange, simpele keten van aminozuren, aan elkaar geregen als kralen aan een ketting. Maar in de cel vouwt die keten zich binnen enkele seconden op tot een ingewikkelde, precieze 3D-vorm: een soort microscopisch origami. Die vorm bepaalt vrijwel alles wat het eiwit kan doen, van zuurstof vervoeren in bloed tot virussen herkennen in het immuunsysteem. Eiwitvouwing is het proces waarbij die platte ketting zich vormt tot een werkend 3D-object, en al decennia proberen wetenschappers te voorspellen welke vorm een bepaalde aminozuurketen zal aannemen zonder het eiwit fysiek te hoeven bouwen en te bekijken.
Denk aan een lange papieren slinger die je in een doos gooit: hij vouwt zichzelf spontaan op tot een compacte prop, maar altijd op precies dezelfde manier, gestuurd door de eigenschappen van het papier zelf. Zo'n voorspelbaarheid geldt ook voor eiwitten: dezelfde aminozuurvolgorde levert vrijwel altijd dezelfde vorm op. Het probleem is dat er duizenden tot miljoenen mogelijke vouwingen zijn voor één keten, en tot voor kort kon niemand met zekerheid voorspellen welke vorm de natuur zou kiezen zonder dure en tijdrovende laboratoriumtechnieken. Sinds enkele jaren kan kunstmatige intelligentie dit met verbluffende nauwkeurigheid, wat een van de grootste doorbraken in de biologie van de afgelopen decennia wordt genoemd.
Wat is het precies?
Een eiwit bestaat uit een keten van bouwstenen die aminozuren heten; er zijn er twintig verschillende soorten, en de volgorde waarin ze aan elkaar zitten (de aminozuurvolgorde, vastgelegd in het DNA) is als een recept. Zodra de keten wordt aangemaakt door de cel, vouwt hij zich vanzelf op tot een compacte 3D-structuur, gedreven door chemische aantrekkings- en afstotingskrachten tussen de aminozuren. De Amerikaanse biochemicus Christian Anfinsen liet in de jaren zestig zien dat die uiteindelijke vorm in principe volledig bepaald wordt door de volgorde van aminozuren, waarvoor hij in 1972 de Nobelprijs Scheikunde kreeg. In theorie zou je dus, als je de volgorde kent, ook de vorm moeten kunnen voorspellen.
In de praktijk bleek dat vreselijk moeilijk. Traditionele methoden om de vorm van een eiwit te bepalen, zoals röntgendiffractie (waarbij je kristallen van het eiwit bestraalt met röntgenstraling) of cryo-elektronenmicroscopie (waarbij bevroren eiwitten worden gefotografeerd met een elektronenmicroscoop), zijn kostbaar en kunnen maanden tot jaren duren per eiwit. Het "eiwitvouwingsprobleem" (protein folding problem) vraagt om dit proces te omzeilen: puur op basis van de aminozuurvolgorde, met rekenkracht, de 3D-structuur voorspellen.
De doorbraak kwam met kunstmatige intelligentie, specifiek met neurale netwerken die getraind zijn op tienduizenden reeds bekende eiwitstructuren. Systemen zoals AlphaFold leren daaruit patronen herkennen: welke combinaties van aminozuren op welke afstand van elkaar typisch samen bepaalde vormen opleveren. Het model kijkt ook naar evolutionaire verwantschap tussen eiwitten in verschillende soorten, omdat aminozuren die tijdens de evolutie samen veranderen vaak ook fysiek dicht bij elkaar in de 3D-structuur liggen. Op basis van al die aanwijzingen berekent het algoritme een waarschijnlijke 3D-vorm, inclusief een betrouwbaarheidsscore per onderdeel van het eiwit.
Wat wil men ermee bereiken?
De belangrijkste belofte is snelheid en schaal. Waar het bepalen van één eiwitstructuur in het laboratorium soms jaren kost, kan een getraind AI-model dat nu in minuten tot uren doen, voor vrijwel elk eiwit waarvan de aminozuurvolgorde bekend is. Dat opent de deur naar onderzoek dat voorheen simpelweg te traag of te duur was.
Kennis van eiwitvorm is direct bruikbaar voor geneesmiddelenontwikkeling: veel medicijnen werken door precies te passen in een specifiek deel van een eiwit, zoals een sleutel in een slot. Als je die vorm nauwkeurig kent, kun je gerichter zoeken naar moleculen die er goed in passen, in plaats van duizenden stoffen blind te testen. Ook bij het begrijpen van ziektes speelt vorm een rol: sommige aandoeningen, waaronder Alzheimer, Parkinson en de ziekte van Creutzfeldt-Jakob, worden in verband gebracht met eiwitten die zich verkeerd vouwen en daardoor klonteren of giftig worden.
Een tweede doel is niet alleen bestaande eiwitten voorspellen, maar volledig nieuwe eiwitten ontwerpen die in de natuur niet voorkomen: enzymen die plastic afbreken, eiwitten die als bouwsteen voor nieuwe materialen dienen, of onderdelen voor vaccins. Dit omgekeerde proces heet eiwitontwerp (protein design) en bouwt voort op dezelfde AI-technieken.
Voorbeelden uit de praktijk
AlphaFold en AlphaFold2 (DeepMind, 2018-2021) — Het Britse AI-bedrijf DeepMind, onderdeel van Google, presenteerde in 2018 tijdens de CASP13-competitie (zie hieronder) een eerste versie van AlphaFold die opvallend goed scoorde. In 2020, bij CASP14, versloeg AlphaFold2 alle concurrenten met een nauwkeurigheid die in veel gevallen vergelijkbaar was met experimentele metingen. Het onderliggende onderzoek werd in 2021 gepubliceerd in het vakblad Nature.
AlphaFold Protein Structure Database (2021-2022) — Samen met het Europese moleculair-biologisch instituut EMBL-EBI zette DeepMind een gratis online database op met voorspelde structuren. Die werd in 2022 uitgebreid tot ruim 200 miljoen structuren, ongeveer alle eiwitten waarvan de aminozuurvolgorde bekend is, en wordt sindsdien wereldwijd door onderzoekers geraadpleegd.
RoseTTAFold (Baker Lab, University of Washington, 2021) — Vrijwel gelijktijdig met AlphaFold2 publiceerde het lab van biochemicus David Baker een eigen, open-source model genaamd RoseTTAFold in het tijdschrift Science. Het model behaalde vergelijkbare resultaten en werd, in tegenstelling tot de eerste AlphaFold-versie, vanaf het begin vrij beschikbaar gesteld aan andere onderzoekers.
ESMFold (Meta AI, 2022) — Het AI-lab van Meta (het moederbedrijf van Facebook) ontwikkelde ESMFold, gebaseerd op een taalmodel voor eiwitten genaamd ESM-2. In plaats van expliciet te zoeken naar verwante eiwitten in andere soorten, "leest" dit model de aminozuurketen zoals een taalmodel tekst leest. Het is aanmerkelijk sneller dan AlphaFold2, ten koste van iets minder nauwkeurigheid.
AlphaFold3 (2024) — De nieuwste versie kan niet alleen losse eiwitten voorspellen, maar ook complexen: hoe eiwitten samenwerken met DNA, RNA en kleine molecuulverbindingen (ligands), inclusief potentiële medicijnstoffen. De release riep discussie op in de wetenschappelijke gemeenschap omdat de broncode aanvankelijk niet volledig openbaar werd gemaakt, wat lastig is voor onafhankelijke controle van de resultaten; delen van de code zijn later alsnog vrijgegeven.
Hoe ver is de techniek?
Voor het voorspellen van de vorm van een los, stabiel eiwit is de techniek in korte tijd van experimenteel naar routine gegaan. Voor een groot deel van de bekende eiwitten liggen de voorspellingen van modellen als AlphaFold2 dicht bij wat experimenteel gemeten wordt, met name voor de kernstructuur. Het tempo van vooruitgang was hoog: van een veelbelovende eerste poging in 2018 naar een resultaat dat de vakgemeenschap in 2020 omschreef als een grote doorbraak in het decennialang onopgeloste eiwitvouwingsprobleem.
Toch is het probleem niet volledig "opgelost". Voorspellingen zijn minder betrouwbaar voor eiwitten zonder veel bekende verwanten, voor eiwitdelen die van nature ongeordend of flexibel zijn (zogeheten intrinsically disordered regions, die geen vaste vorm hebben), en voor de dynamiek van eiwitten: hoe ze bewegen en van vorm veranderen tijdens hun functie, in plaats van één statische foto. Ook het voorspellen van complexen van meerdere moleculen samen, zoals AlphaFold3 probeert, is aantoonbaar lastiger en foutgevoeliger dan een los eiwit. Bovendien betekent een voorspelde vorm nog niet automatisch dat je ook de functie van een eiwit begrijpt; vorm is een belangrijke aanwijzing, maar geen volledig antwoord.
Een goede graadmeter voor de voortgang van het veld is CASP (Critical Assessment of Structure Prediction), een tweejaarlijkse internationale competitie sinds 1994 waarin onderzoeksgroepen hun voorspellingsmethoden blind testen op eiwitten waarvan de structuur al experimenteel bepaald is, maar nog niet openbaar. De resultaten van CASP13 (2018) en vooral CASP14 (2020) markeerden het omslagpunt waarop AI-modellen experimentele methoden begonnen te evenaren.
Wie werken eraan?
DeepMind (Londen, onderdeel van Google/Alphabet) is met AlphaFold het bekendste voorbeeld en richtte de spin-off Isomorphic Labs op om de technologie te gebruiken voor geneesmiddelenontwikkeling. Het laboratorium van David Baker aan de University of Washington in de Verenigde Staten is een tweede grote speler, met RoseTTAFold en uitgebreid werk aan het ontwerpen van volledig nieuwe eiwitten. Meta AI (Verenigde Staten) draagt bij met ESMFold en onderliggende taalmodellen voor eiwitten. Het Europese EMBL-EBI (European Bioinformatics Institute, gevestigd in het Verenigd Koninkrijk) beheert samen met DeepMind de openbare AlphaFold-database en maakt de resultaten toegankelijk voor onderzoekers wereldwijd.
Het belang van dit veld werd in oktober 2024 onderstreept toen de Nobelprijs Scheikunde werd toegekend aan David Baker (voor zijn werk aan computationeel eiwitontwerp) en gezamenlijk aan Demis Hassabis en John Jumper van DeepMind (voor AlphaFold). Daarnaast werken universiteiten en onderzoeksinstellingen over de hele wereld, van China tot de Europese Unie, aan verdere verbeteringen, toepassingen in de geneeskunde en aan open-source alternatieven die niet afhankelijk zijn van één techbedrijf.