Generalisierte Markov-Modellierung: Modellierung Irreversibler β-Amyloid-Peptid-Dynamik Unter Mikrowelleneinfluss

ISBN-13: 9783658297114 / Niemiecki / Miękka / 2020 / 172 str.

Bernhard Reuter

Spis treści

Zur Notwendigkeit einer Generalisierung der Markov-Modellierung.- Anwendung: Modellierung der Aβ40-Konformationsdynamik.- Mikrowelleneinfluss auf die Proteinkonformationsdynamik.

O autorze

Bernhard Reuter forscht in der Gruppe Methoden der Medizininformatik an der Eberhard-Karls-Universität Tübingen und der Gruppe Computational Molecular Design am Zuse Institut Berlin. Ein Schwerpunkt seiner Forschung ist die Simulation und Modellierung biomolekularer Nichtgleichgewichtssysteme. Er entwickelt u.a. datenbasierte Methoden zur Modellierung biomolekularer Nichtgleichgewichtsprozesse.

Blurb

Markov State Models (MSM) sind der Goldstandard zur Modellierung biomolekularer Dynamik, da sie die Identifizierung und Analyse metastabiler Zustände ermöglichen. Die robuste Perron-Cluster-Cluster-Analyse (PCCA+) ist ein verbreiteter Spectral-Clustering-Algorithmus, der für das Clustering hochdimensionaler MSM verwendet wird. Da die PCCA+ auf reversible Prozesse beschränkt ist, wird sie zur Generalisierten PCCA+ (G-PCCA) verallgemeinert, die geeignet ist, nichtreversible Prozesse aufzuklären. Bernhard Reuter untersucht hier mittels G-PCCA die nichtthermischen Auswirkungen von Mikrowellen auf die Proteindynamik. Dazu führt er molekulardynamische Nichtgleichgewichtssimulationen des Amyloid-β-(1–40)-Peptids durch und modelliert diese.

Der Inhalt

• Zur Notwendigkeit einer Generalisierung der Markov-Modellierung
• Anwendung: Modellierung der Aβ₄₀-Konformationsdynamik
• Mikrowelleneinfluss auf die Proteinkonformationsdynamik

Die Zielgruppen

• Dozierende und Studierende der Fachgebiete Biophysik und -informatik, Theoretische Chemie, Computerchemie sowie Mathematik
• Praktisch Tätige in der Forschung und Entwicklung in diesen Fachgebieten

Der Autor

Bernhard Reuter forscht in der Gruppe Methoden der Medizininformatik an der Eberhard-Karls-Universität Tübingen und der Gruppe Computational Molecular Design am Zuse Institut Berlin. Ein Schwerpunkt seiner Forschung ist die Simulation und Modellierung biomolekularer Nichtgleichgewichtssysteme. Er entwickelt u.a. datenbasierte Methoden zur Modellierung biomolekularer Nichtgleichgewichtsprozesse.