Technologien zur Protein- und Genomkonstruktion haben eine bemerkenswerte Entwicklung erlebt, da neue Werkzeuge es den Nutzern ermöglichen, ihre Anforderungen in natürlicher Sprache zu formulieren, statt sich ausschließlich auf komplexe mathematische und räumliche Spezifikationen zu verlassen. Dieser Trend stellt einen entscheidenden Wandel dar in der Art und Weise, wie Forscher mit Bio-Engineering-Software interagieren, vergleichbar mit dem Konzept der Programmierung in natürlicher Sprache in der Informatik.
In diesem Zusammenhang hat ein internationales Forschungsteam, dem auch Forscher aus China angehören, ein neues Tool namens Pinal entwickelt, das darauf abzielt, den Prozess des Proteindesigns zu vereinfachen. Das Tool basiert auf zwei Hauptphasen: Die erste, T2struct genannt, übersetzt Textbefehle in ein lineares Strukturdiagramm auf Basis der räumlichen Wahrscheinlichkeiten von Aminosäuren, während die zweite Phase, das System SAProt-T, die Neubewertung und Annäherung der strukturellen Architektur übernimmt, um die finale Sequenz des gewünschten Proteins zu erzeugen.
Praktische Experimente mit begrenzten, aber vielversprechenden Erfolgsraten
Um die Effizienz des Pinal-Tools zu testen, baten die Forscher es, vier verschiedene Arten von Proteinen zu entwerfen, darunter ein fluoreszierendes Protein und mehrere Enzyme. Im Falle von fluoreszierenden Proteinen, die dem bekannten GFP-Protein ähneln, wurde das Tool angewiesen, fünfzigtausend Kandidaten zu generieren, die anschließend präzisen Filterprozessen unterzogen wurden, welche die Zielstrukturen und -konfigurationen verglichen.
Der Filterprozess ergab eine engere Auswahl von neunundzwanzig Kandidaten, die im Labor hergestellt und getestet wurden, was zu einem einzigen funktionsfähigen und wie gewünscht leuchtenden Protein führte. Trotz der geringen direkten Erfolgsrate weist das Forscherteam darauf hin, dass dieser Ansatz den Bedarf an tiefgreifendem technischem Fachwissen in der Proteinforschung verringert, vorausgesetzt, es stehen entsprechend ausgestattete Labore für Screening und Verifikation zur Verfügung.
Ausweitung der natürlichen Sprache auf die DNA
Parallel dazu kündigte das Unternehmen Hugging Face in Zusammenarbeit mit der Zhongguancun-Akademie und der Universität Neapel Federico II ein Open-Weight-Modell namens Carbon X an. Dieses Modell arbeitet lokal und kann auf kostengünstiger Hardware wie Apple-Laptops ausgeführt werden, wodurch Datenschutzprobleme und Cloud-Computing-Kosten gelöst werden, die mit großen kommerziellen Modellen verbunden sind.
Das Modell basiert auf dem menschlichen Sprachmodell Qwen3-14B und wurde unter Verwendung von DNA-Daten neu trainiert, um menschliche Sprachen und genetische Codes zu verstehen und ineinander zu übersetzen. Dies ermöglicht es Benutzern, direkte analytische Fragen zu den Auswirkungen genetischer Modifikationen zu stellen.
Was ändert sich praktisch für Anwender und Forscher?
Diese Entwicklungen bedeuten nicht den Verzicht auf Biologen oder spezialisierte Labore, da nach wie vor ein dringender Bedarf an fortgeschrittener Screening-Software und experimenteller Laborüberprüfung besteht. Sie beseitigen jedoch Hürden für Forscher ohne bioinformatischen Hintergrund, erleichtern das Stellen komplexer Forschungsfragen durch einfache sprachliche Formulierungen und beschleunigen das Tempo von Entdeckungen im postgenomischen Zeitalter.