Obwohl die Wechselwirkungen zwischen Peptiden oder Proteinen mit Oberflächen allgegenwärtig sind und ein riesiges Potenzial für Medizin, Diagnostik und Biotechnologie bieten, sind sie bisher wenig erforscht. Die Idee ist es, die Wechselwirkungen einzelner Aminosäuren mit unterschiedlichen Materialien systematisch bottom-up zu verstehen und mithilfe von Computermodellen komplexe Peptide zu designen, die gezielt technisch genutzt werden können. In erster Linie geht es in dem Projekt um Peptide, die als sogenannte Markierung Zielmolekülen eine neue Funktionalität geben. Zum Beispiel können diese unter bestimmten Umgebungsbedingungen so gezielt und sehr selektiv an die Oberflächen gebunden und auch wieder gelöst werden.

Während in vielen Branchen, wie der Automobilindustrie und der Entwicklung elektronischer Komponenten, neue Produkte fast vollständig mihilfe von Modellierung und Simulation entwickelt werden, stehen diese Ansätze für Probleme der Biotechnologie noch am Anfang einer Entwicklung. Es müssen transferierbare Struktur-Eigenschaftsmodelle entwickelt werden, die jedoch wegen der Komplexität der Peptide und der heterogenen Materialien in einer meist salzhaltigen wässrigen Lösung nicht trivial und nur wenig verstanden sind. Aufgrund des großen bis nahezu unendlichen Parameterraums sind experimentelle Arbeiten nur ein Tropfen auf den heißen Stein, die durch immer besser werdende Computermodelle unterstützt werden müssen, um eine möglich robuste Vorhersage machen zu können.

Die Anzahl der möglichen Biomoleküle steigt astronomisch mit der Größe der verwendeten Moleküle. So übersteigt die Anzahl der möglichen Peptide der mit einer Länge von 20 Aminosäuren die Anzahl der Atome im Universum. Da die verfügbare Rechenleistung ständig steigt, können Modelle und Simulationen signifikant dazu beitragen eine größere Anzahl von Biomolekülen systematisch zu untersuchen, sodass nur die wirklich erfolgversprechenden Moleküle unter vergleichbar größerem Aufwand experimentell hergestellt und getestet werden müssen. Darüberhinaus können Computermodelle helfen, wissenschaftliche Modelle für die Funktionalisierung von Oberflächen zu etablieren, die unser Verständnis für die Wechselwirkung zwischen Biomolekülen und Oberflächen auch außerhalb einer spezifischen Anwendung weiterentwickeln.

Wir konnten in gemeinsamen Arbeiten durch Wiederholung experimenteller Untersuchungen und Simulationen Peptide entwickeln, die spezifisch an magnetische Nanoteilchen binden und unter bestimmten Umgebungsbedingungen getrennt werden können. Durch die Kombination von Experiment und Computermodellen konnten eine Vielzahl von Umgebungsparametern systematisch variiert werden, um die optimalen Biomoleküle für spezifische, industriell relevante Anwendungen zu finden. 

Verfahren der Künstlichen Intelligenz können helfen, die bestehenden Simulation-basierten Computermodelle weiter zu beschleunigen. Hierbei werden aufwendige, auf physikalischen Gesetzen basierende Simulationen durch neuronale Netze ersetzt, die den Ausgang dieser Simulationen auf Basis bestehender Daten erlernen. Eine weitere wichtige Anwendung von Verfahren der Künstlichen Intelligenz besteht darin, die Simulationen nicht vollständig zu ersetzen, aber die Richtung im hochdimensionalen Suchraum vorzugeben, in dem das Verfahren vollautomatisch nach optimierten Biomolekülen sucht.

Interview: Beatrix Boldt