FOR 2518/1: Aktivierung von Glutamatrezeptorkomplexen durch Kombination von Experiment, Simulation und maschinellem Lernen (TP 08)

Markov State Modelle (MSMs) sind universelle Formalismen, um die Kinetik von Konformationswechseln von biomolekularen Maschinen zu modellieren. MSMs wurden schon seit L?ngerem für die Interpretation von experimentellen Ionenkanalmessungen benutzt. Seit Kurzem werden MSMs auch eingesetzt, um Hochdurchsatz-Molekulardynamik (MD) Simulationen zu analysieren. In diesem Projekt werden wir unsere Expertise zu Langzeit-MD-Simulationen und Markov State Modellierung für experimentelle und simulierte Datens?tze in die Forschungsgruppe einbringen. Durch Kombination von extensiven GPU-basierten MD Simulationen (100 Mikrosekunden bis Millisekunden) mit kürzlich entwickelten adaptiven Sampling-Techniken und Multiensemble-Sch?tzern, werden wir die Konformationsdynamik von Bindedom?nen des AMPA-type Glutamat-Rezeptors und deren Modulation durch die Bindung von Auxili?ren Proteinen studieren. Zudem werden wir neue Bayes'sche Inferenzmethoden für MSMs aus Einzelkanaldaten entwickeln und diese mit Simulationsdaten verbinden.