FB 12: Teilnahme am ich am Mosbacher Kolloquium der Gesellschaft für Biochemie und Molekularbiologie, Deutschland
Antragstellende: René Rasche
Fachbereich, Studienrichtung: FB 12, Promotion Chemie/Biochemie
Unterstützt durch den Santander Mobilitätsfonds habe ich am Mosbacher Kolloquium der Gesellschaft für Biochemie und Molekularbiologie im März 2025 teilnehmen können. Diese Jahrestagung der größten deutschen Fachgesellschaft im Bereich der Lebenswissenschaften ist eine Zusammenkunft von Expert*innen aus unterschiedlichen Fachrichtungen der Biochemie. Dies ermöglicht einen breiten interdisziplinären Austausch über die Grenzen von Spezialgebieten hinweg. Das diesjährige Kolloquium stand unter dem Titel „AI driven (R)evolution in Structural Biology and Protein Design“ und bildete den rasanten Wandel im Bereich der Strukturbiologie und dem Proteindesign ab. Seit der Veröffentlichung der AlphaFold2- Software zur Vorhersage von Proteinstrukturen im Jahr 2021 und spätestens durch die Nobelpreise für Physik und Chemie im Jahr 2024 ist die Nutzung von machine learning (ML), deep learning (DL) und artificial inteligence (AI) auch im Bereich der Biologie und Biochemie in den Fokus einer breiten Öffentlichkeit gerückt.
Die dreidimensionale Struktur von Biomolekülen und insbesondere Proteinen ermöglicht ein tieferes Verständnis der Funktion sowie zielgerichtetes Design und engineering dieser Makromoleküle. Da experimentelle Strukturbestimmung von Biomolekülen aufwendig und limitiert ist, bieten AI, ML und DL hier wertvolle Unterstützung.
Im Vortragsprogramm präsentierten verschiedene Vortragende, wie durch eine geschickte Kombination aus Algorithmen und Repräsentation der dreidimensionalen Struktur eine effiziente Analyse und Vorhersage entlang bekannter Proteinsequenzen oder definierter Geometrien gelingen kann. Je nach Ansatz konnten hier die Präzision, Geschwindigkeit und die notwendige Rechenleistungen erheblich optimiert werden.
Im Folgenden wurden verschiedene Anwendungen der entwickelten Methoden demonstriert. Das Design von hochaffinen Bindungsproteinen und Peptiden öffnet Möglichkeiten für gezielte Therapieansätze und die Entwicklung von Medikamenten. Weiterhin wurden Ansätze im Bereich Enzymdesign gezeigt, durch die der biotechnologische Abbau von Polymeren (z.B. PET- oder PFAS-Verbindungen) verbessert werden soll. Des Weiteren zeigten einige Vortragenden, wie der Einsatz von AI und DL-Methoden die Interpretation von experimentellen Daten im Bereich großer Proteinkomplexe oder der Kryo-Elektronen-Tomographie verbessern kann.
Trotz aller Euphorie für die vorgestellten computergestützten Methoden wurde jedoch auch auf die Grenzen der Ansätze und die Mehrdimensionalität der biochemischen Fragestellungen hingewiesen. Für die Translation der grundlegenden Erkenntnisse in pharmazeutische und biotechnologische Anwendungen bleiben zusätzliche experimentelle Validierungen unerlässlich.
Mir wurde es ermöglicht, die bisherigen Erkenntnisse meiner Doktorarbeit vorzustellen. In dieser Arbeit gelang es, durch eine Kombination von experimentellen und computergestützten Methoden die Struktur des RalGAP Tumorsuppressor-Proteinkomplexes zu lösen und experimentell zu validieren. Darüber hinaus untersuchte ich das pathogene Potenzial von Mutationen in diesem Proteinkomplex durch AI-gestützte Vorhersagen und spannte so einen Bogen von der strukturbiologischen Grundlagenforschung zur klinischen Relevanz.
Während der Konferenz konnte ich ein tieferes Verständnis der Funktionsweise sowie Limitationen der vorgestellten Methoden erfahren. Durch wertvolle Diskussionen entwickelte ich konkrete Ideen, wie meine eigene experimentell ausgerichtete Forschung durch den Einsatz von Strukturvorhersagen und -analysen zielgerichtet inspiriert und zeitgemäß vervollständigt werden kann.
Für die Förderung durch den Santander Mobilitätsfonds danke ich herzlich wie auch für die Unterstützung durch SAFIR und Prof. Dr. Daniel Kümmel, in dessen Arbeitsgruppe ich meine Forschung durchführen konnte und der meine Bewerbung unterstützt hat.
