Jason Zhang, Assistenzprofessor für Bioingenieurwesen an der UCLA Samueli School of Engineering, nutzt generative KI zur Gestaltung von Proteinen, die in der Natur noch nie existiert haben. Zhang, Mitglied des California NanoSystems Institute, arbeitete zuvor als Postdoktorand im Labor von David Baker an der University of Washington — dessen Arbeit an der computergestützten Protein-Engineering Baker den Nobelpreis für Chemie 2024 einbrachte.
Zhangs Labor entwickelt KI-Modelle, die mit experimentellen Daten trainiert werden, um neue Proteinentwürfe zu generieren. Der Prozess beginnt mit einem biologischen Ziel, die KI generiert candidate Aminosäuresequenzen, die Sequenzen werden in DNA rückübersetzt und im Experimentallabor exprimiert. Sein Team kann 20.000 entworfene Proteine in einem einzigen Experiment daraufhin testen, ob sie an ihr Ziel binden.
Ein Schwerpunkt liegt auf unordentlichen Proteinen — Proteinen ohne feste 3D-Struktur, die mit neurodegenerativen Erkrankungen, Diabetes und bestimmten Krebsarten in Verbindung gebracht werden. Da diese Proteine keine stabile Bindungstasche für kleine Moleküle haben, galten sie bisher als undruggable. Zhangs Ansatz dreht das Problem um: Seine KI erzeugt neue Protein-Faltungen mit einer Tasche, die darauf ausgelegt ist, das unordentliche Protein zu erfassen und in einen geordneten Zustand zu zwingen.
