KI entwirft Enzyme, die gewählte Proteine im Labor zerschneiden

Proteasen sind die Scheren der Biologie: Enzyme, die Proteine in Peptide und sogar in einzelne Aminosäuren zerlegen. Ärzte und die Industrie setzen sie bereits ein, um Gewebe zu reinigen, Abfälle zu verdauen und alltägliche Produkte herzustellen. Bisher stammten sie aus der Natur. Im Jahr 2026 zeigte ein Team unter Leitung von David Baker an der University of Washington, dass künstliche Intelligenz sie von Grund auf entwerfen kann und einige der neuen Enzyme ihre Aufgabe tatsächlich erfüllen.

Die Schwierigkeit liegt in der doppelten Aufgabe. Ein Enzym muss eine gewählte Proteinsequenz erkennen und effizient zerschneiden. KI hatte zwar bereits neue Proteinformen erzeugt, doch ein funktionierender Proteinschneider war eine andere Herausforderung. Die Forschenden verknüpften mehrere Werkzeuge miteinander. RFdiffusion2, in einer Version namens RFD2-MI, entwarf die dreidimensionale Form und das Kerngerüst jedes Proteins. ProteinMPNN und das verwandte Programm EnhancedMPNN wählten die Aminosäuresequenzen aus, mit denen Enzym und Zielsequenz zueinanderpassen. AlphaFold 3 sagte anschließend die endgültige Form jedes digitalen Entwurfs voraus und prüfte, wie genau sie dem Plan entsprach. Dieser Zyklus wurde für jede Familie dutzendfach wiederholt.

Als Nächstes folgten die Tests. Bakterien produzierten eine einzige lange Proteinkette, die den Kandidaten-Enzym, seine Zielsequenz und ein leuchtendes Markerprotein verband. Zerschnitt das Enzym das Ziel, wurde der Marker freigesetzt. Von 69 Cystein-Protease-Kandidaten zerschnitten 13 ihre Ziele. Die Zink-Protease-Entwürfe schnitten besser ab: 36 % von 135 Kandidaten spalteten das passende Peptid. Das Team setzte danach KI ein, um die aussichtsreichsten Varianten zu verbessern. Es machte das beste Zink-Enzym 30-mal schneller beim Schneiden und erzeugte ein Cystein-Enzym, das genau an der vorgesehenen Stelle spaltete. „Unsere Ergebnisse zeigen, dass das De-novo-Enzymdesign weit über Modellreaktionen mit aktivierten Substraten hinausgekommen ist“, schreiben die Autoren.

Einige der Enzyme richteten sich außerdem gegen Krankheiten. Eine von KI entworfene Protease zerschnitt das vollständige TDP-43, ein Protein, das sich bei ALS, der häufigsten Motoneuron-Erkrankung, und bei einigen Demenzformen krankhaft ansammelt. Andere Varianten zerschnitten Fragmente von Amyloid-Beta, das mit der Alzheimer-Krankheit in Verbindung steht, sowie von Serum-Amyloid A, das bei der systemischen Amyloidose mit schweren Organschäden einhergeht. Die Enzyme wurden noch nicht in klinischen Studien am Menschen getestet, und die Autoren nennen für diesen Schritt keinen Zeitplan.

Was ändert sich, und für wen? Für Medikamentenentwickler und Industriechemiker deutet die Studie darauf hin, dass Enzyme künftig nach Bedarf entworfen werden könnten, indem sie eine bestimmte Region eines Proteins anvisieren, statt sich mit dem zu begnügen, was die Natur gerade bereitstellt. Dafür wären jahrelange Folgearbeiten nötig: Die Erfolgsquoten sind noch unvollständig, die Tests fanden im Labor statt, und die Autoren sagen nicht, wann ein Kandidat Patienten erreichen könnte. Vorerst ist der Wandel methodischer Natur. Der Entwurf eines funktionierenden Enzyms, der vor wenigen Jahren noch außer Reichweite lag, beginnt heute am Computer und endet im Reagenzglas.