Foldit ist ein Protein-Faltspiel, das es Nicht-Experten ermöglicht, auf eine Weise teilzunehmen, die Spaß macht.
Der Netflix-Preis, der zwar deutlich und deutlich ist, zeigt jedoch nicht die gesamte Palette von Open-Call-Projekten. Im Netflix-Preis hatten die meisten ernsthaften Teilnehmer beispielsweise jahrelange Ausbildung in Statistik und maschinellem Lernen. Open-Call-Projekte können jedoch auch Teilnehmer umfassen, die keine formale Ausbildung haben, wie dies in Foldit, einem Protein-Faltspiel, gezeigt wurde.
Die Proteinfaltung ist der Prozess, durch den eine Kette von Aminosäuren ihre Form annimmt. Mit einem besseren Verständnis dieses Prozesses könnten Biologen Proteine mit spezifischen Formen entwerfen, die als Medikamente verwendet werden könnten. Vereinfacht gesagt neigen Proteine dazu, sich in ihre niedrigste Energiekonfiguration zu bewegen, eine Konfiguration, die die verschiedenen Stöße und Pulls innerhalb des Proteins ausgleicht (Abbildung 5.7). Wenn also ein Forscher die Form voraussagen möchte, in der sich ein Protein falten wird, klingt die Lösung einfach: Probiere einfach alle möglichen Konfigurationen aus, berechne ihre Energien und sage voraus, dass sich das Protein in die Konfiguration mit der niedrigsten Energie faltet. Leider ist das Ausprobieren aller möglichen Konfigurationen rechnerisch unmöglich, da es Milliarden und Milliarden möglicher Konfigurationen gibt. Selbst mit den leistungsfähigsten Computern, die es heute - und in absehbarer Zukunft - gibt, wird rohe Gewalt einfach nicht funktionieren. Daher haben Biologen viele clevere Algorithmen entwickelt, um effizient nach der Konfiguration mit der niedrigsten Energie zu suchen. Aber trotz enormer wissenschaftlicher und rechnerischer Anstrengungen sind diese Algorithmen noch lange nicht perfekt.
David Baker und seine Forschungsgruppe an der Universität von Washington waren Teil der Gemeinschaft von Wissenschaftlern, die sich mit der Erstellung von computergestützten Methoden zur Proteinfaltung beschäftigten. In einem Projekt entwickelten Baker und Kollegen ein System, das es den Freiwilligen erlaubte, ungenutzte Zeit auf ihren Computern zu spenden, um die Proteinfaltung zu simulieren. Im Gegenzug konnten die Freiwilligen einen Bildschirmschoner sehen, der die Proteinfaltung auf ihrem Computer zeigte. Einige dieser Freiwilligen schrieben an Baker und Kollegen, dass sie dachten, dass sie die Leistung des Computers verbessern könnten, wenn sie sich an der Berechnung beteiligen könnten. Und so begann Foldit (Hand 2010) .
Foldit verwandelt den Prozess der Proteinfaltung in ein Spiel, das von jedem gespielt werden kann. Aus der Perspektive des Spielers scheint Foldit ein Puzzle zu sein (Abbildung 5.8). Die Spieler werden mit einem dreidimensionalen Gewirr von Proteinstrukturen konfrontiert und können Operationen ausführen - "zwicken", "wackeln", "umbauen" -, die ihre Form verändern. Durch diese Operationen verändern die Spieler die Form des Proteins, was wiederum ihre Punktzahl erhöht oder verringert. Kritisch wird die Punktzahl basierend auf dem Energieniveau der aktuellen Konfiguration berechnet; Niedrigenergiekonfigurationen führen zu höheren Werten. Mit anderen Worten, die Punktzahl hilft den Spielern bei der Suche nach energiearmen Konfigurationen. Dieses Spiel ist nur möglich, weil - genau wie Filmbewertungen im Netflix-Preis vorhersagend - die Proteinfaltung auch eine Situation ist, in der es einfacher ist, Lösungen zu überprüfen als sie zu generieren.
Foldit's elegantes Design ermöglicht Spielern mit wenig formalen Kenntnissen der Biochemie, mit den besten von Experten entwickelten Algorithmen zu konkurrieren. Während die meisten Spieler nicht besonders gut in der Aufgabe sind, gibt es ein paar einzelne Spieler und kleine Teams von Spielern, die außergewöhnlich sind. In einem Kopf-an-Kopf-Wettbewerb zwischen Foldit-Spielern und hochmodernen Algorithmen entwickelten die Spieler bessere Lösungen für 5 von 10 Proteinen (Cooper et al. 2010) .
Foldit und der Netflix-Preis unterscheiden sich in vielerlei Hinsicht, aber beide beinhalten offene Aufrufe für Lösungen, die einfacher zu überprüfen als zu generieren sind. Nun werden wir die gleiche Struktur in einem anderen, sehr unterschiedlichen Umfeld sehen: dem Patentrecht. Dieses letzte Beispiel eines offenen Anrufproblems zeigt, dass dieser Ansatz auch in Einstellungen verwendet werden kann, die offensichtlich nicht quantifizierbar sind.