Peking, 7. Juli 2025 – Ein bahnbrechender Fortschritt im Bereich der Biotechnologie könnte die Art und Weise, wie Proteine für medizinische und industrielle Anwendungen entwickelt werden, grundlegend verändern. Ein Team chinesischer Wissenschaftler unter der Leitung von Prof. Gao Caixia vom Institut für Genetik und Entwicklungsbiologie (IGDB) der Chinesischen Akademie der Wissenschaften hat eine neuartige Methode namens „AI-informed Constraints for Protein-Engineering“ (AiCE) entwickelt. Diese KI-gestützte Strategie, die am 7. Juli 2025 in der renommierten Fachzeitschrift Cell veröffentlicht wurde, verspricht, das Protein-Engineering effizienter, kostengünstiger und universell einsetzbar zu machen. Der Ansatz nutzt inverse Faltungsmodelle und berücksichtigt strukturelle sowie evolutionäre Einschränkungen, ohne dass spezialisierte KI-Modelle trainiert werden müssen.
Herausforderungen des Protein-Engineerings
Proteine sind die molekularen Arbeitspferde des Lebens und spielen eine zentrale Rolle in biologischen Prozessen, von der Immunabwehr bis zur Energiegewinnung. Ihre gezielte Modifikation, bekannt als Protein-Engineering, ist entscheidend für die Entwicklung neuer Therapien, präziser Geneditierungswerkzeuge und biotechnologischer Innovationen. Doch herkömmliche Methoden des Protein-Engineerings sind oft zeitaufwändig, teuer und eingeschränkt in ihrer Skalierbarkeit. Zudem sind viele bestehende KI-basierte Ansätze rechenintensiv und erfordern komplexe Trainingsprozesse, was ihre breite Anwendung in der Forschungsgemeinschaft behindert.
Das Team um Prof. Gao Caixia hat diese Hürden erkannt und eine Lösung entwickelt, die sowohl zugänglich als auch hochpräzise ist. Die AiCE-Methode kombiniert die Leistungsfähigkeit von KI mit einer tiefgehenden Berücksichtigung biologischer Prinzipien, um die Entwicklung optimierter Proteine zu beschleunigen.
Die AiCE-Methode: Ein zweigleisiger Ansatz
Die AiCE-Strategie besteht aus zwei Hauptmodulen, die jeweils spezifische Herausforderungen im Protein-Engineering adressieren:
- AiCE-Single: Dieses Modul konzentriert sich auf die Vorhersage hochfitter (HF) einzelner Aminosäuresubstitutionen. Durch die Analyse inverser Faltungsmodelle – KI-Modelle, die Aminosäuresequenzen basierend auf 3D-Proteinstrukturen generieren – und die Integration struktureller Einschränkungen verbessert AiCE-Single die Vorhersagegenauigkeit erheblich. In Benchmark-Tests mit 60 Deep Mutational Scanning (DMS)-Datensätzen übertraf AiCE-Single andere KI-basierte Methoden um 36–90 %. Besonders bemerkenswert ist die 37-prozentige Steigerung der Genauigkeit durch die alleinige Berücksichtigung struktureller Einschränkungen. Die Methode erwies sich auch als effektiv bei komplexen Proteinen und Protein-Nukleinsäure-Komplexen.
- AiCE-Multi: Um die Herausforderung negativer epistatischer Interaktionen bei kombinatorischen Mutationen zu bewältigen, entwickelten die Forscher das AiCE-Multi-Modul. Dieses berücksichtigt evolutionäre Kopplungsbeschränkungen, um mehrere hochfitnessige Mutationen präzise vorherzusagen. Dabei bleibt der Rechenaufwand minimal, was die Methode besonders praktikabel macht.
Praktische Anwendungen und bahnbrechende Ergebnisse
Mit dem AiCE-Framework gelang es dem Forschungsteam, acht Proteine mit unterschiedlichen Strukturen und Funktionen zu entwickeln, darunter Deaminasen, Kernlokalisierungssequenzen, Nukleasen und reverse Transkriptasen. Diese gentechnisch veränderten Proteine wurden genutzt, um mehrere Baseneditoren der nächsten Generation zu entwickeln, die in der Präzisionsmedizin und der molekularen Züchtung Anwendung finden könnten. Zu den herausragenden Ergebnissen zählen:
- enABE8e: Ein Cytosin-Baseneditor mit einem um etwa 50 % kleineren Editierfenster, was präzisere genetische Modifikationen ermöglicht.
- enSdd6-CBE: Ein Adenin-Baseneditor mit einer 1,3-fach höheren Genauigkeit.
- enDdd1-DdCBE: Ein mitochondrialer Baseneditor mit einer 13-fach gesteigerten Aktivität, was besonders für die Behandlung mitochondrialer Erkrankungen vielversprechend ist.
Diese Fortschritte demonstrieren die Vielseitigkeit und den praktischen Nutzen der AiCE-Methode, die sowohl für die Grundlagenforschung als auch für angewandte Wissenschaften transformative Möglichkeiten eröffnet.
Ein neues Kapitel für das Protein-Engineering
Die AiCE-Strategie zeichnet sich durch ihre Einfachheit, Effizienz und breite Anwendbarkeit aus. Indem sie bestehende KI-Modelle nutzt, ohne dass umfangreiches Training erforderlich ist, senkt sie die Einstiegshürden für Forscher weltweit. Gleichzeitig verbessert sie die Interpretierbarkeit KI-gesteuerter Proteinneugestaltung, was die Reproduzierbarkeit und Vertrauenswürdigkeit der Ergebnisse erhöht.
„AiCE eröffnet dem Protein-Engineering eine vielversprechende neue Richtung“, erklärt Prof. Gao Caixia, die leitende Forscherin der Studie. „Unsere Methode zeigt, wie KI genutzt werden kann, um biologische Herausforderungen effizient zu lösen und gleichzeitig die Kosten und den Aufwand zu minimieren.“
Ausblick und Bedeutung
Die Veröffentlichung in Cell (DOI: 10.1016/j.cell.2025.06.014) markiert einen Meilenstein in der Biotechnologie. Experten sehen in AiCE ein Werkzeug, das nicht nur die Entwicklung neuer Therapien beschleunigen, sondern auch die Agrarwissenschaft und die industrielle Biotechnologie revolutionieren könnte. Die Fähigkeit, präzise und effizient Proteine zu designen, könnte etwa zur Entwicklung neuer Medikamente gegen bisher unheilbare Krankheiten oder zur Schaffung widerstandsfähiger Nutzpflanzen beitragen.
Die Forschung wurde am Hauptsitz der Chinesischen Akademie der Wissenschaften durchgeführt und steht im Einklang mit dem globalen Bestreben, KI und Biotechnologie zu vereinen, um drängende gesellschaftliche Herausforderungen zu lösen. Während die Methode bereits beeindruckende Ergebnisse erzielt hat, arbeiten Prof. Gao und ihr Team daran, AiCE weiter zu verfeinern und ihre Anwendungen zu erweitern.
Fazit
Mit der Entwicklung der AiCE-Methode haben chinesische Forscher einen entscheidenden Schritt in Richtung eines universellen, KI-gestützten Protein-Engineerings gemacht. Diese Innovation verspricht, die biotechnologische Forschung zu beschleunigen und neue Möglichkeiten für die Medizin, Landwirtschaft und Industrie zu eröffnen. Die Welt der Wissenschaft blickt gespannt auf die kommenden Entwicklungen, die auf dieser bahnbrechenden Arbeit aufbauen werden.
Quelle:
Cell, DOI: 10.1016/j.cell.2025.06.014
