Vrijdag 05/03/2021

WetenschapDeep learning

Slimme ‘deep learning’-software loste 50 jaar oud biologie-mysterie op: ‘Dit zal alles veranderen’

De functie van een eiwit is afhankelijk van zijn vorm. Het vergt meestal jaren onderzoek in labo’s om de structuur van een eiwit te achterhalen. Beeld PA
De functie van een eiwit is afhankelijk van zijn vorm. Het vergt meestal jaren onderzoek in labo’s om de structuur van een eiwit te achterhalen.Beeld PA

Hoe ziet de structuur van een eiwit eruit? Die vraag houdt biologen al decennia bezig. DeepMind, het onderzoekslab van Alphabet, ontwikkelde software die de vorm van eiwitten nauwkeurig voorspelt. ‘Dit kan een belangrijke stap zijn in de ontwikkeling van geneesmiddelen.’

Eiwitten zijn de werkmieren van de natuur. “Ze zijn onmisbaar in alles wat er in de natuur gebeurt”, zegt Nico Callewaert van het Gentse Centrum voor Medische Biotechnologie (VIB-UGent). De lange, ingewikkelde kettingen van aminozuren zorgen voor zowat alle functies van cellen. 

Actine en myosine, de eiwitten van de spieren, zorgen ervoor dat we ons lichaam kunnen bewegen. Hemoglobine zorgt ervoor dat het transport van zuurstof in ons lichaam op punt staat. De meeste geneesmiddelen binden ook op eiwitten en sturen er zo de functie van, in een voor de patiënt gunstige richting. Met andere woorden: proteïnen begrijpen, is ons lichaam begrijpen.

“Proteïnen bestaan uit een reeks aminozuren die zichzelf in allerlei bochten en richtingen opplooien”, zegt Callewaert. “De vorm van een proteïne bepaalt de functie.” Alleen: hoe een eiwit zich precies opvouwt, bleef vaak een mysterie.

De gemakkelijkste manier om het voor te stellen is aan de hand van een vierkant blad papier. Dat kan origami-gewijs gevouwen worden tot complexe structuren. Denk aan het typische voorbeeld van de kraanvogel. “We weten van ongeveer 170.000 proteïnen hoe ze eruitzien. Dat danken we aan traag en duur experimenteel werk in labo’s.” Sommige wetenschappers zijn al decennia bezig om de vorm van bepaalde proteïnen te achterhalen.

“Het aantal theoretische manieren waarop een proteïne zich kan plooien is astronomisch hoog”, zegt Callewaert. Het berekenen van de opgeplooide vorm is een probleem waar men in de biologie lang van uitging dat het haast onmogelijk op te lossen is. Tot nu.

DeepMind, het onderzoekslab van Alphabet, kondigde in een blogpost aan dat zijn algoritme AlphaFold voor een doorbraak heeft gezorgd. Het algoritme verpletterde zijn tegenstand in de CASP-competitie.

CASP staat voor ‘Critical Assessment of protein Structure Prediction’. Sinds 1994 geven de organisatoren van de competitie 100 sequenties van aminozuren vrij. De vormen van de proteïnen achter die sequenties zijn bekend bij labs, maar nog niet gepubliceerd. Tientallen teams van over heel de wereld proberen om de twee jaar met behulp van software de vorm achter de sequentie te achterhalen. Tot 2018 was de vooruitgang in die competitie traag te noemen.

Chinees bordspel

“In 2018 deed DeepMind voor de eerste keer mee aan de competitie”, zegt Jasper Zuallaert, postdoc-onderzoeker aan de universiteit van Gent. “Toen al bewees DeepMind dat zijn enorme rekenkracht in combinatie met deep learning voor een enorme vooruitgang zorgde.”

DeepMind toonde ook al aan het grote publiek wat het potentieel van deep learning was. De software AlphaGo versloeg na enkele weken trainen de wereldkampioen Go, een oud Chinees bordspel. Het team achter die software werd na die prestatie ontmanteld. De speeltijd was volgens oprichter Demis Hassabis voorbij. Hij wil bewijzen dat artificiële intelligentie ook het verschil kan maken voor zaken die ertoe doen.

Deze keer trainde DeepMind dus een algoritme op basis van de 170.000 bekende proteïnen in combinatie met een database van eiwitsequenties waar we de structuur nog niet van kennen. “Op die manier leerde AlphaFold structuren en patronen te herkennen die wij als mens niet opmerken”, zegt Zuallaert. De training nam volgens DeepMind slechts enkele weken in beslag.

Nico Callewaert is alleszins enthousiast over de resultaten van DeepMind. Het potentieel van deze doorbraak is volgens hem enorm. Hij noemt het voorbeeld van Covid-19. “Mensen maken antistoffen aan na een besmetting met het coronavirus. Je kan in het DNA aflezen uit welke aminozuren die antistoffen zijn opgebouwd. Maar daarom ken je de structuur nog niet.” Als AlphaFold de structuur uit die informatie kan afleiden, kunnen wetenschappers antistoffen optimaliseren.

Al wil hij ook niet te veel op de zaken vooruitlopen. “Er zijn nog een aantal onzekerheden.” Zo concentreert de CASP-competitie zich vooral op de ruggengraat van een proteïne. “Maar we weten dat aminozuur-zijketens minstens zo belangrijk zijn voor de functie van een eiwit”, zegt Callewaert. “Stel dat je als wetenschapper een betere versie van aspirine wil maken, dan zul je ook de positie van die kleinere ketens moeten kennen.”

Demis Hassabis, oprichter en CEO van DeepMind, heeft beloofd om onderzoekers toegang te geven tot de onderzoeksdata van AlphaFold. Zo kon Andrei Lupas, de directeur van het Max Planck Instituut in Tübingen, het programma al uittesten. Hij gebruikte AlphaFold om de structuur van een proteïne te achterhalen waar zijn lab al tien jaar op werkte. Hij noemde de technologie in wetenschapsmagazine Nature een gamechanger. “Dit zal medicijnen veranderen. Dit zal research veranderen. Dit zal de biotechnologie veranderen. Dit zal alles veranderen.”

Meer over

Nu belangrijker dan ooit: steun kwaliteitsjournalistiek.

Neem een abonnement op De Morgen


Op alle artikelen, foto's en video's op demorgen.be rust auteursrecht. Deeplinken kan, maar dan zonder dat onze content in een nieuw frame op uw website verschijnt. Graag enkel de titel van onze website en de titel van het artikel vermelden in de link. Indien u teksten, foto's of video's op een andere manier wenst over te nemen, mail dan naar info@demorgen.be.
DPG Media nv – Mediaplein 1, 2018 Antwerpen – RPR Antwerpen nr. 0432.306.234