De Nobelprijs voor Scheikunde ging dit jaar naar een AI-model (en dat is meer dan terecht)
Geen proefjes en labjassen, maar computers en kunstmatige intelligentie: dit jaar ging de Nobelprijs voor de Scheikunde naar de bedenkers van het baanbrekende AI-model Alphafold. Dit programma voorspelt met indrukwekkende nauwkeurigheid eiwitstructuren aan de hand van hun genetische code. Dat is cruciaal voor het begrijpen van biologische functies en het ontwikkelen van nieuwe medicijnen. In Leiden kunnen we al niet meer zonder, vertellen hoogleraren Remus Dame en Gerard van Westen.
Het was lange tijd een grote uitdaging binnen de biochemie: hoewel de genetische code wel onthult uit welke bouwstenen een eiwit bestaat, is het vaak moeilijk te achterhalen hoe dat eiwit gevouwen is. Alphafold bracht daar verandering in. Het voorspelt de structuur van een eiwit aan de hand van de bijbehorende DNA-code. ‘Alphafold leert van alle bekende eiwitstructuren die we door middel van experimenten hebben bepaald’, vertelt hoogleraar Moleculaire en cellulaire chemie Remus Dame. ‘Het kan zo enorm accurate voorspellingen doen.’
Dit is mogelijk dankzij de Protein Data Bank (PDB), een uitgebreide database waarin wetenschappers jarenlang zorgvuldig alle driedimensionale structuren van eitwitten en de bijbehorende genetische code hebben verzameld. Omdat deze database zeer groot en consistent is, maakt dat Alphafold ook heel nauwkeurig.
Gerard van Westen in De Volkskrant
Eerder al vertelde Van Westen in De Volkskrant over zijn blik op de Nobelprijs voor de Scheikunde. ‘Zoals je met ChatGPT heel nieuwe teksten kunt genereren, zo gebruiken wij deze software ook. Je kunt de opdracht geven: gegeven dit eiwit, genereer eens een molecuul dat erin past, als een sleutel in een slot?’
Lees meer over het interview in ons In-de-media-artikel.
'Een Nobelprijs is zeker terecht'
Volgens hoogleraar Artificial Intelligence & Medicinal Chemistry Gerard van Westen heeft Alphafold een revolutie teweeggebracht binnen de wetenschap. ‘Deze erkenning is zeker terecht. Het is mooi om te zien dat computationele chemie nu echt gezien wordt als een belangrijk onderdeel van de scheikunde.’ Dame sluit zich hierbij aan: ‘De reikwijdte van deze uitvinding binnen de scheikunde én daarbuiten is enorm. Alphafold maakt complexe experimenten overbodig, zodat we sneller vervolgstappen kunnen zetten.’
'De reikwijdte van deze uitvinding is enorm, zowel binnen de scheikunde als daarbuiten.'
Alphafold in Leiden: snellere inzichten en betere voorspellingen
Voor de groep van Dame is het snel voorspellen van eiwitstructuren zeer waardevol. ‘Dat helpt ons enorm om ook de functie van zo’n eiwit te achterhalen.’ Daarnaast past hij Alphafold toe om de interacties tussen eiwitten en andere moleculen te voorspellen. ‘Zo kunnen we kleine moleculen identificeren die aan eiwitten binden en bijvoorbeeld ongewenste functies blokkeren, wat ideeën oplevert voor nieuwe geneesmiddelen. Ook voorspellen we hoe verschillende eiwitten binden aan het DNA en wat ze daar vervolgens doen: zoals signalen doorgeven, genen aan- of uitzetten of het DNA vouwen. Zo krijgen we belangrijke inzichten over de processen binnen onze cellen.’
Ook Van Westen gebruikt AlphaFold intensief in zijn onderzoeksgroep. ‘Met de voorspellingen simuleren we hoe eiwitten zich gedragen en zoeken we naar nieuwe aangrijpingspunten voor medicijnen.’ Maar ze gebruiken AlphaFold ook om daadwerkelijk nieuwe medicijnen te ontwerpen: als je weet hoe een ziekmakend eiwit eruitziet, kun je ook veel gerichter een molecuul ontwerpen dat daarop past. Van Westen: ‘Dit kan zelfs met beperkte data en biedt enorm veel nieuwe mogelijkheden voor medicijnontwikkeling.’
AI is here to stay
Beide hoogleraren zien een toekomst waarin AI meer en meer geïntegreerd is in het dagelijkse werk van scheikundigen. Van Westen: ‘Toepassingen zoals AlphaFold, en modellen die de “maakbaarheid” van moleculen voorspellen, zullen onderdeel gaan uitmaken van het dagelijks werk van chemici. Ze zullen de bestaande methodes niet vervangen, maar bieden wel nieuwe mogelijkheden en waardevolle hulpmiddelen.’
In de bacheloropleiding al aandacht voor AI
In de bachelor Biofarmaceutische Wetenschappen komen al meerdere computationele vakken aan bod. Van Westen: ‘Begrip van wat je wel en niet kunt met AI is namelijk essentiële kennis voor de wetenschapper van de toekomst.’
Zo ziet Dame dat ook: ‘Onderzoekers kunnen in de toekomst eiwitstructuren gebruiken in hun onderzoek, zonder dat ze daarvoor diepgaande kennis nodig hebben. Dat zal voor een hoop nieuwe inzichten zorgen over de structuren en functies van eiwitten. Op celniveau zal AI ons helpen met het herkennen van patronen die inzicht geven in verstoringen door ziektes, medicijnen of genetische verschillen. Ik verwacht dat zowel het fundamentele onderzoek als de medicijnontwikkeling in een stroomversnelling raakt.’
Headerbeeld: Zo ziet Gerard van Westen de verandering in zijn vakgebied van ‘de klassieke chemie naar een moderne chemie die integreert met AI-toepassingen op de bench.’ Credits: Gerard van Westen. Zwart-witfoto: stockbeeld, kleurbeeld: AI