Datenanalyse: Effiziente Methode für Simulation von Biomolekülen

Forschende können Molekülstrukturen für die Entwicklung von Medikamenten oder Materialien zukünftig schneller und genauer berechnen

Struktur eines Biomoleküls — Biomoleküle sind die molekularen Schweizer Taschenmesser in unserem Körper und führen unterschiedlichste Funktionen aus. Das abgebildete Protein reguliert als Enzym den Energieträger ATP. (Grafik: Alexander Schug, KIT)

Beim Zusammenspiel von Biomolekülen spielt deren Struktur eine zentrale Rolle. Um etwa neue Medikamente oder auch Materialien zu entwickeln, können Forschende diese Strukturen durch aufwendige Experimente bestimmen. Die dabei gewonnenen Daten können oft nicht eindeutig einer bestimmten Struktur zugeordnet werden, was ihre Interpretation erschwert. Wissenschaftlerinnen und Wissenschaftler des Karlsruher Instituts für Technologie (KIT) haben jetzt eine neue auf Künstlicher Intelligenz (KI) basierende Methode entwickelt, um solche mehrdeutigen Daten besonders akkurat auszuwerten. Ihre Ergebnisse stellen sie in der Zeitschrift Nature Machine Intelligence vor.

„Eine Analogie zu solchen mehrdeutigen Daten wäre ein Schattenwurf, der je nach Einfall des Lichts ebenfalls aus vielen verschiedenen Formen resultieren kann“, erklärt Alexander Schug, Forschungsgruppenleiter am Steinbuch Centre for Computing des KIT. „Wir haben uns also die Frage gestellt, welche Biomolekülform einen solchen Schatten erzeugen könnte und gleichzeitig physikalisch stabil ist. Deshalb kombinieren wir die experimentell gewonnenen Messdaten mit einem Computermodell des Biomoleküls, einem digitalen Zwilling.“

Die neue Methode beruht auf dem Schwarmlernen aus der KI-Forschung. Dabei simuliert ein Computer viele Mitglieder eines großen Schwarms gleichzeitig. Jedes Mitglied des Schwarms überprüft unterschiedliche Gewichtungen, also Annahmen, als wie perfekt Messwerte und Computermodell jeweils bewertet werden. Die Balance dieser Gewichtungen ist aufgrund der mehrdeutigen Messwerte und des nicht ausreichend genauen Computermodells kritisch. Um ideale Gewichte zu finden, stehen alle Schwarmmitglieder untereinander in Kontakt. „Dadurch nutzt die neue Methode Rechenzeit sehr effizient und liefert gleichzeitig sehr akkurate Strukturen“, so Schug.

Da solche Gewichtungs- oder Parameterprobleme in der Wissenschaft weit verbreitet sind, ist neben biomolekularer Modellierung oder verwandten Bereichen wie Pharmazie und Medizin auch die Anwendung etwa bei Materialsimulationen denkbar. Die Methode wurde gemeinsam mit dem Forschungszentrum Jülich, dem Deutschen Krebsforschungszentrum und der Universität Duisburg/Essen entwickelt.

mex, 27.07.2021