Proteine gelten als die wichtigsten Bausteine des Lebens und wurden durch die Evolution über Jahrmillionen in ihrer Funktion optimiert. Ihre umfassende Erforschung gestaltet sich jedoch schwierig, da sich ihre Rolle im zellulären Geschehen nicht einfach aus der Folge der Aminosäurebausteine ablesen. Erst der Vergleich von Proteinsequenzen gibt einen Aufschluss über ähnliche Eigenschaften und ihre Funktion im Organismus. Wissenschaftler haben nun daher eine weltweit vernetzte Datenbank erstellt, in der die rund vier Millionen bekannten Sequenzen untereinander verglichen werden können. Dies könnte die Erforschung der Proteine wesentlich beschleunigen.
{1l}
Die Anfrage der Biologen "welche Proteine sind mit meinem Protein verwandt" wird täglich hunderttausendfach von den Computern weltweit bearbeitet. Daraus entstand die Idee, alle bekannten Proteine nach dem Prinzip „alle gegen alle“ zu vergleichen und damit eine ultimative Lösung des Problems anzubieten. Mit dem Ergebnis in Form einer Datenbank, können nicht nur Anfragen rasch und effizient beantwortet werden, der entstandene Datensatz ist eine ideale Basis zur Beantwortung vieler Fragen der Molekularbiologen.
Aktuell sind die Sequenzen von ungefähr vier Millionen Proteinen öffentlich bekannt. Die vollständige Berechnung der Sequenzähnlichkeiten erfordert eine enorme Rechenkapazität. Auf einem einzelnen Computer würde die Berechnung der 16.000 Milliarden Vergleiche etwa 80 Jahre dauern. Daher entschlossen sich die Wissenschaftler, der Technischen Universität München auf die Hilfe von Freiwilligen zurückzugreifen, welche die ungenutzte Rechenkapazität ihrer Computer zur Verfügung stellen. Diese Technologie nennt sich Community Grid Computing, prominentestes Beispiel ist das SETI@HOME Projekt, welches seit vielen Jahren Radiowellen aus dem Weltraum nach Signalen außerirdischer Intelligenz durchsucht.
SIMAP@HOME ist das erste deutsche Community Grid Projekt und hat seit Dezember 2005 rund 5.000 Freiwillige mit über 10.000 Computern aus mehr als 50 Ländern gewinnen können. Die momentane Rechenkapazität liegt bereits im Leistungsbereich eines Supercomputers mit weit mehr als zwei Teraflops, eine Leistung, die die Kapazität vieler Rechenzentren bei weitem übertrifft.
Mit SIMAP steht nun eine vollständige Matrix aller bekannten Proteinverwandtschaften zur Verfügung, die ständig aktualisiert wird. Die vorhandene Information über Gen- und somit Proteinsequenzen steigt durch die schnell wachsende Zahl an Genomsequenzierprojekten rapide an. SIMAP ("Similarity Matrix of Proteins") ist ein Gemeinschaftsprojekt des Lehrstuhls für Genomorientierte Bioinformatik der Technischen Universität München und des Instituts für Bioinformatik (MIPS/IBI) am Forschungszentrum für Umwelt und Gesundheit (GSF) bei München.
(idw – Technische Universität München, 08.06.2006 – AHE)
