BLISS Speaker Series Episode #18

BLISS freut sich, Dr. Yu Xie, Senior Research Scientist bei Microsoft AI4Science, begrüßen zu dürfen, der einen 45-minütigen Vortrag mit dem Titel „Scalable Emulation of Protein Equilibrium Ensembles with Generative Deep Learning“ halten wird. Nach dem Vortrag haben die Teilnehmer die Möglichkeit, sich mit anderen KI-Enthusiasten auszutauschen, Ideen und Fragen zu stellen und kostenlose Getränke zu genießen. Bitte beachten Sie, dass die Türen pünktlich um 19:15 Uhr geschlossen werden, daher wird frühes Erscheinen dringend empfohlen.

Eine RSVP über Meetup ist unbedingt erforderlich, um den Eintritt zu garantieren. Obwohl Meetup in letzter Zeit aktiv für sein Plus-Programm geworben hat, besteht keine Verpflichtung, es zu erwerben - sowohl die Plattform als auch alle BLISS-Veranstaltungen bleiben völlig kostenlos.

Zusammenfassung:
Nach den Sequenz- und Strukturrevolutionen bleibt die Vorhersage der dynamischen Mechanismen von Proteinen, die biologische Funktionen steuern, eine herausragende wissenschaftliche Herausforderung. Während experimentelle Techniken und Molekulardynamiksimulationen (MD) im Prinzip Konformationszustände, Bindungskonfigurationen und deren Wahrscheinlichkeiten bestimmen können, leiden sie unter dem geringen Durchsatz.
In diesem Vortrag wird Dr. Xie BioEmu vorstellen, einen Biomolekularen Emulator - ein generatives Deep-Learning-System, das in der Lage ist, Tausende von statistisch unabhängigen Stichproben aus dem Proteinstruktur-Ensemble pro Stunde auf einem einzigen Grafikprozessor zu erzeugen. Durch den Einsatz neuartiger Trainingstechniken, umfangreicher Proteinstrukturdaten, MD-Simulationen mit einer Dauer von über 200 Millisekunden und experimenteller Proteinstabilitätsdaten erzeugt BioEmu Gleichgewichtsensembles, die in einer Reihe anspruchsvoller und praktisch relevanter Metriken brillieren.

Qualitativ erfasst BioEmu ein breites Spektrum an funktionell bedeutsamen Konformationsänderungen, einschließlich der Bildung kryptischer Taschen, der Entfaltung spezifischer Regionen und großflächiger Domänenumlagerungen. In quantitativer Hinsicht erreicht es die Erfassung von Proteinkonformationen mit relativen Fehlern der freien Energie von etwa 1 kcal/mol, die anhand von MD-Simulationen im Millisekundenbereich und experimentellen Daten validiert wurden. Durch die Nachbildung von Strukturensembles und thermodynamischen Eigenschaften ermöglicht BioEmu mechanistische Einblicke in das Verhalten von Proteinen - wie z. B. das Verständnis der Faltendestabilisierung in Mutanten - und unterstützt die Erstellung experimentell überprüfbarer Hypothesen.