ProtAL: Eine Active-Learning Plattform für das Protein Engineering

Name des Teilnehmers: Sebastian Franz

Projekttitel: ProtAL: Eine Active-Learning Plattform für das Protein Engineering

Beschreibung des IT-Forschungsprojektes:

Proteine sind fundamentale Bausteine der Lebensformen und spielen eine entscheidende Rolle in biologischen Prozessen. Zunehmend werden sie auch für medizinische und biotechnologische Anwendungen eingesetzt, für Medikamentenentwicklung, über Agrartechnologie bis hin zu Präzisionsfermentation. Oft müssen Proteine jedoch an die spezifischen Bedingungen angepasst werden, um optimale Ergebnisse zu erzielen. Das Verbessern der Proteine (Protein Engineering) stellt dabei höchste Anforderungen an die aktuelle Biotechnologie und Bioinformatik: Mit sehr wenigen Ausgangsdaten sollen möglichst effizient und kostengünstig passende Veränderungen (Mutationen) gefunden werden.

Unser Software-Campus-Projekt ProtAL verbindet aktives Lernen (Active Learning) mit den aktuellsten Bioinformatikmethoden basierend auf Proteinsprachmodellen (Protein Language Models, zum Beispiel ProtT5 oder ESM-2). Das aktive Lernen stellt einen iterativen Prozess dar, bei dem schrittweise neue Mutationen von einem Modell vorgeschlagen und im Labor ausprobiert werden. Das Modell erlernt so möglichst effizient, welche Mutationen am besten funktionieren. Die Proteinsprachmodelle wiederum bieten aussagekräftige Repräsentationen der Proteine, die für die erfolgreiche Mutationssuche entscheidend sind. So können sie zum Beispiel besonders vielversprechende Mutationen generieren, statt dies dem reinen Zufall zu überlassen.

Unser Projekt zielt darüber hinaus darauf ab, unsere entwickelten Methoden möglichst breit und einfach zugänglich zu machen. Statt, wie es bei künstlicher Intelligenz häufig passiert, reine Blackbox-Verfahren bereitzustellen, wollen wir alle Schritte des aktiven Lernprozesses für Forschende und Anwenderinnen transparent und verständlich darstellen. Dadurch können sie die Ergebnisse besser interpretieren und die Methoden besser an ihre spezifischen Anforderungen anpassen. Auch gezieltes Einbringen menschlicher Expertise und Erfahrung wird so möglich, um den Prozess optimal zu steuern. Wir erreichen diese Zugänglichkeit durch ein modern gestaltetes User Interface, das in das Projekt biocentral eingebaut wird. Die ressourcenintensiven Berechnungen werden auf unserem Cloud-Service ausgeführt, um die Nutzererfahrung für Forschende weiter zu verbessern. Zusätzlich kann der Service auch lokal ausgeführt werden, um einen sicheren Einsatz in unternehmerischen Kontexten zu ermöglichen.

Zusammen mit unserem Kollaborationspartner, der Merck KGaA, planen wir darüber hinaus ein intensives Benchmarking, um den Nutzen unseres ProtAL Frameworks zu überprüfen und kontinuierlich zu verbessern. Abgerundet wird das Projekt durch einen Labortest, in dem ein spezielles Protein (Enzym) mit unseren Methoden in seiner Aktivität optimiert werden soll. Hierfür konnten wir freundlicherweise die AG Jimenez-Soto der LMU München als Kollaborationspartner gewinnen.

Software Campus Partner: TU München und Merck KGaA

Umsetzungszeitraum: 01.05.2026 – 31.10.2027