Predictor@home
Was ist Predictor@home?
Das Predictor@home Projekt am Scripps Instiut in Kalifornien/USA erprobt - seit Juni 2004 im Testbetrieb - neue Algorithmen und Methoden zur Vorhersage von Proteinstrukturen. Mit einem anderen Ansatz, aber auf einem ähnlichen Gebiet tätig wie das Folding@home Projekt, betreibt das Team um Professor Charles L. Brooks III Grundlagenforschung auf dem Gebiet der Molekularbiologie und Bioinformatik. Ziel beider Projekte ist es sich ergänzend das Wissen über Proteine, ihre Funktionen und ihre Struktur zu vergrössern und damit die Möglichkeiten zu Bekämpfung von Krankenheiten zu verbessern, die mit Proteinen in Verbindung stehen.
Das Predictor@home Projekt findet im Umfeld des CASP (Critical Assessment of Techniques for Protein Structure Prediction) Experimentes statt. Das ist ein, im 2-Jahres-Zyklus stattfindender, internationaler Forscherwettbewerb, der versucht den Fortschritt in der Strukturvorhersage zu ermitteln. Es werden bereits gelöste, aber noch unveröffentlichte Proteinstrukturen verwendet und deren ursprüngliche Sequenzen als Aufgabe ins Internet gestellt. Die eingereichten Vorhersagen der teilnehmenden Wissenschaftler werden von einer unabhängigen Jury bewertet und die Ergebnisse gegen Ende des ersten Jahres auf eine Konferenz den Teilnehmern bekannt gegeben und im folgenden Jahres veröffentlicht.
Proteinstrukturvorhersage
Proteinstrukturvorhersage (Protein structure prediction) beginnt mit einer Aminosäure Sequenz und versucht die gefaltete, funktionierende Form des Proteins entweder unabhängig von bestehenden Erfahrungen (a priori), z.B. in Ermangelung ausführlichen strukturellen Wissens oder ausgehend von gleichen Strukturen in anderen bekannten, aber nicht identischen, Proteinen (Homologie) vorherzusagen.
Im Fall der 'a priori' Faltung ist es eine blinde Suche ausgehend alleine von der verwendeten Sequenz. Homologie identifiziert zunächst andere Proteine mit bekannter Struktur, wo einige Ebenen der Sequenz mit der unbekannten Struktur übereinstimmen und konstruiert dann eine Vorhersage für das unbekannte Protein durch Homologie.
Beide Ansätze verwenden vielschichtige Optimierungstechniken um die vorteilhaftesten strukturellen Modelle zu identifizieren und sind hochgradig für Verteiltes Rechnen (Distributed Computing) geeignet. Predictor@Home ist das erste Projekt dieser Art, das Verteiltes Rechnen für Strukturvorhersage benutzt. Die Vorhersage der Struktur eines unbekannten Proteins ist ein kritisches Problem beim strukturbasierten Design von Medikamenten für die Behandlung von neuen und bestehenden Krankheiten.
Proteinfaltungsstudien
Proteinfaltungsstudien und die Charakterisierung des Proteinfaltungsprozesses basieren auf der Kenntnis über die endgültige, gefaltete Proteinstruktur (in der Natur) und haben das Ziel den Prozess der Faltung zu verstehen, beginnend mit einer ungefalteten Proteinkette. Der Abschluss dieser Studien ist ein Vergleich zwischen natürlichen Proteinen.
Die Analyse des Faltungsprozesses ist ebenfalls eine wichtige Grundlage und ermöglicht Theorien zur direkten Verbindung mit experimentellen Messungen des Prozesses. Das Folding@home Projekt hat Pionierarbeit beim Einsatz von Verteiltem Rechnen (Distributed Computing) für die Erforschung des Faltungsprozesses geleistet. Das Verständnis dieses Vorgangs ist von entscheidender Bedeutung wenn es um die Ursachen von Krankheiten - wie Alzheimer oder Creutzfeld-Jacob - geht, die durch fehlerhafte Faltung entstehen.