KI-gestützte Proteinsimulation erreicht neuen Meilenstein

BERLIN / LONDON (IT BOLTWISE) – Ein internationales Forschungsteam unter der Leitung von Prof. Dr. Cecilia Clementi an der Freien Universität Berlin hat einen bedeutenden Fortschritt in der Proteinsimulation erzielt. Durch den Einsatz von maschinellem Lernen ist es gelungen, ein Modell zu entwickeln, das die Simulation von Proteinen erheblich beschleunigt und präzisiert.

Die jüngste Entwicklung in der Proteinsimulation, angeführt von Prof. Dr. Cecilia Clementi, markiert einen bedeutenden Fortschritt in der biophysikalischen Forschung. Das Team der Freien Universität Berlin hat ein Modell entwickelt, das auf Deep Learning basiert und die Simulation von Proteinen revolutioniert. Diese Methode ermöglicht es, größere und komplexere Proteine effizienter zu untersuchen, was insbesondere für die Entwicklung neuer Medikamente und Therapien von Bedeutung ist.

Das neuartige Simulationsmodell, bekannt als CGSchNet, nutzt ein Graph-Neuronales Netz, um die dynamische Faltung von Proteinen zu modellieren. Im Gegensatz zu herkömmlichen Methoden, die aufwendige Molekulardynamik-Simulationen erfordern, arbeitet CGSchNet ohne die explizite Modellierung von Lösungsmitteln oder atomaren Details. Dies ermöglicht eine schnellere und dennoch präzise Analyse der Proteinstrukturen.

Ein wesentlicher Vorteil des Modells ist seine Fähigkeit, den Faltungsprozess von Proteinen einschließlich intermediärer Zustände zu simulieren. Diese Zustände sind entscheidend für das Verständnis von Fehlfaltungen, die bei Krankheiten wie Alzheimer eine Rolle spielen. Das Modell kann zudem Übergänge zwischen gefalteten Zuständen simulieren, was für die Funktionalität von Proteinen unerlässlich ist.

Die Ergebnisse der Studie, veröffentlicht in der renommierten Zeitschrift Nature Chemistry, zeigen, dass das Modell auch auf Proteine außerhalb des Trainingsdatensatzes anwendbar ist. Es sagt langlebige Zustände gefalteter, ungefalteter und ungeordneter Proteine präzise voraus, die bisher experimentell schwer zu charakterisieren waren.

Prof. Dr. Clementi, die zuvor an der Rice University in Houston tätig war, bringt ihre Expertise in der Computersimulation von Biomolekülen nach Berlin. Ihre Arbeit stärkt die Forschung in der theoretischen und computergestützten Biophysik und schlägt Brücken zur angewandten Mathematik.

Die Unterstützung durch die Einstein-Stiftung ermöglicht es, Spitzenforscher wie Clementi nach Berlin zu holen und dort zu halten. Diese Förderung ist entscheidend, um die Stadt als Zentrum für wissenschaftliche Exzellenz zu etablieren.

Insgesamt stellt die Entwicklung von CGSchNet einen bedeutenden Fortschritt in der Proteinforschung dar. Die Möglichkeit, Proteinfaltungen effizienter zu simulieren, eröffnet neue Perspektiven in der medizinischen Forschung und könnte langfristig zur Entwicklung neuer Therapien beitragen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!