Nobelpreis für Chemie 2024 und seine Bedeutung für das LIV

Der Nobelpreis für Chemie 2024 ging an David Baker für das computergestützte Proteindesign sowie an Demis Hassabis und John Jumper für ihre revolutionären Algorithmen zur Vorhersage von Proteinstrukturen. Diese Werkzeuge, darunter RoseTTAFold und AlphaFold2, sind auch ein wesentlicher Bestandteil der Arbeit unserer Wissenschaftlerinnen und Wissenschaftler. Am LIV nutzen Forschende wie Prof. Maya Topf (Leiterin der Abteilung Integrative Virologie), Prof. Jens Bosse (Assoziierte Gruppe Quantitative und Molekulare Virologie) und ihre Teams diese Methoden, um Proteinkomplexe besser zu verstehen, beispielsweise bei der Erforschung von Herpesviren. Diese Entwicklungen in der Strukturbiologie ebnen den Weg für neue therapeutische Strategien und die Medikamenten-Entwicklung.

„Mit den Fortschritten von AlphaFold können wir nun auch für Proteine mit geringer Homologie zu bekannten Strukturen sehr genaue Vorhersagen machen“, sagt Maya Topf. „Das hat unsere Forschung an Viren wie dem Herpes-Simplex-Virus erheblich vorangebracht.“ Jens Bosse fügt hinzu: „Mit unserer HerpesFolds-Datenbank haben wir proteomweite Strukturvorhersagen für alle humanen Herpesviren gemacht, was uns neue Einblicke in die viralen Infektionsmechanismen ermöglicht.“

Welche Durchbrüche bei der Vorhersage von Proteinstrukturen sind als nächstes zu erwarten?

Maya Topf erwartet einen Durchbruch bei der Vorhersage von Membranproteinen, die nach wie vor schwer zu modellieren sind, aber oft wichtige Angriffspunkte für Medikamente darstellen. „Darüber hinaus wird die Verbesserung der Vorhersage von flüchtigen und schwachen Proteininteraktionen, einschließlich solcher mit kleinen Molekülen und Nukleinsäuren, für ein besseres Verständnis der Proteinfunktion entscheidend sein.

Jens Bosse merkt an, dass es zwar schrittweise Verbesserungen bei der allgemeinen Vorhersage von Proteinen und Proteinkomplexen geben wird, dass aber weiterhin Herausforderungen bestehen. „Die Bindung von Antikörpern ist immer noch eine Herausforderung, ebenso wie die Wechselwirkungen mit kleinen Molekülen, DNA, RNA und posttranslationalen Modifikationen. Darüber hinaus steckt das in-silico-Design von Proteinen und Bindungspartnern noch in den Kinderschuhen, aber bessere Algorithmen werden wahrscheinlich die experimentellen Erfolgsquoten erhöhen. Und schließlich befindet sich die Interaktion von ungeordneten Proteindomänen noch in den Anfängen.“