Mit maschinellem Lernen gegen Corona

Das Projekt wird von Dr. Grégoire Montavon von der TU Berlin aus dem Fachgebiet Maschinelles Lernen von Prof. Dr. Klaus-Robert Müller und Prof. Alexandre Tkatchenko von der Universität Luxemburg durchgeführt. Ziel des Projekts ist es, mithilfe eines kombinierten Ansatzes aus Quantenmechanik und maschinellem Lernen tiefere Einblicke in das Bindungsverhalten des neuartigen Coronavirus (SARS-CoV-2) zu gewinnen.

Dabei analysieren die Wissenschaftler den Mechanismus, der für die ungewöhnlich hohe Bindungsaffinität des SARS-CoV-2-Spike-Proteins an den menschlichen Wirtszellrezeptor ACE2 verantwortlich ist. Die Aufdeckung dieses Prozesses wäre ein wichtiger erster Schritt für die spätere Entwicklung von Behandlungen gegen das Corona-Virus. Dazu verwenden die Forscher exakte Simulationen der Molekulardynamiken des Spike-Proteins und des menschlichen Rezeptors über lange Zeiträume, um deren Zusammenspiel zu verstehen. Die Simulation von Molekulardynamik zeigt die Bewegung innerhalb eines Atomsystems über die Zeit, angetrieben durch die Wechselwirkungen der einzelnen Atome. Für diese enorm komplexen Rechenoperationen sollen spezielle maschinelle Lernverfahren entwickelt werden. "Die Untersuchung des Adhäsionsmechanismus von SARS-CoV-2 stellt uns vor eine Fülle neuer Herausforderungen: Die Systeme enthalten Hunderttausende von Atomen, viele verschiedene Adhäsionsszenarien sind möglich und müssen in ihrem vollständig atomistischen Bild betrachtet werden. All diese Herausforderungen erfordern einen wirklich interdisziplinären Ansatz", so Prof. Alexandre Tkatchenko von der Universität Luxemburg.

"Wir freuen uns sehr über diese Zuwendung und das Vertrauen in unsere Grundlagenforschung", so Grégoire Montavon. "Die Ergebnisse dieser Forschung werden im Anschluss an das Projekt publiziert und der gesamten wissenschaftlichen Community zur Verfügung gestellt."

MEDICA.de; Quelle: Technische Universität Berlin