Zu verstehen, wie Biomoleküle sich bewegen und ihre Form verändern, ist entscheidend, um ihre Funktion auf atomarer Ebene zu begreifen. Die Infrarotspektroskopie (IR) ist eine leistungsfähige Methode, um diese dynamischen Prozesse zu erfassen. Dennoch bleibt die Übersetzung dieser spektroskopischen Fingerabdrücke in hochaufgelöste Strukturmodelle eine große Herausforderung.
In unserer aktuellen Arbeit wird dieses Problem angegangen, indem wir IR-Spektren direkt aus molekularen Strukturen vorhersagen, die in biomolekularen Simulationen gewonnen wurden. Dazu vergleichen wir zwei etablierte Rechenansätze - die Normalmodenanalyse und Fourier- transformierte Dipolautokorrelationsfunktion - mit experimentellen IR-Daten von N-Methylacetamide, einem Modellmolekül für Peptidbindungsschwingungen. Dabei wurden Kraftfelder verwendet, welche von hybriden Quantendynamik/Molekulardynamik-Methoden (QM/MM) über maschinelles Lernen bis hin zu klassischen Kraftfeldern unterschiedliche Theorieansätze bedienen.
Unsere Ergebnisse zeigen, wo aktuelle Rechenmethoden experimentelle IR-Spektren bereits zuverlässig reproduzieren und wo sie derzeit noch an strukturellen Details scheitern. Durch diese Erkenntnisse wird eine Grundlage zur Lösung des „Inversen Problems“, der direkten Bestimmung von Strukturen aus experimentellen Daten, geschaffen.
Zukünftig könnten KI-gestützte Ansätze solche Durchbrüche ermöglichen und bislang unzugängliche Biomolekülstrukturen aufklären, wie beispielsweise toxische Protein-Oligomere bei neurodegenerativen Erkrankungen. Dies wäre ein wichtiger Schritt hin zu verbesserten Diagnose- und Therapieansätzen.
Weitere Informationen finden Sie in unserer Originalpublikation:
Marvin Scherlo, Dominic Phillips, Ricarda Künne, Emiliano Ippoliti, Klaus Gerwert, Carsten Kötting, Paolo Carloni, Antonia S. J. S. Mey, Till Rudack
IR spectroscopy: from experimental spectra to high-resolution structural analysis by integrating simulations and machine learning.
The Journal of Physical Chemistry B 2025 129(45):11652–65. doi: 10.1021/acs.jpcb.5c04866 (externer Link, öffnet neues Fenster)
