Die Physikerin Cecilia Clementi ergründet biologische Phänomene. Mit statistischen Methoden und Künstlicher Intelligenz sucht die Einstein Professorin nach den Grundregeln, die kollektives Verhalten bestimmen – etwa das von Atomen in Proteinen.
Atome zu betrachten ist wie Planeten zu beobachten. Wenn man jedes einzelne Objekt im Universum beachten will, ist das überwältigend, es sind einfach zu viele Dinge in Bewegung. Johannes Kepler beobachtete vor mehr als 400 Jahren die Position der Planeten und entdeckte, dass es eine allgemeine Regel gibt, die ihre Bewegung bestimmt. Die Schwerkraft. Die Bewegungen der Planeten sind nicht zufällig, sie folgen ganz bestimmten Bahnen.
Wir versuchen, dasselbe mit den Atomen in einem Protein zu tun, indem wir einfache, physikbasierte Modelle finden, die die komplexe Dynamik von Proteinen im Zusammenhang mit ihrer Funktion erklären können. Genau wie Objekte im Universum, gibt es in Proteinen Abertausende von Atomen, die wir nicht einzeln mit bloßem Auge verfolgen können. Stattdessen suchen wir nach den zugrunde liegenden Prinzipien, die sie organisieren. Künstliche Intelligenz hilft uns, diese zu erkennen.
Kollektives Verhalten fasziniert mich sehr, nicht nur bei Makromolekülen. Ich liebe es, beim Tauchen Fischschwärme zu beobachten, die sich gemeinsam durchs Wasser bewegen. Wir wenden die statistische Mechanik an, um solche Phänomene zu untersuchen. Die statistische Mechanik als ein Zweig der Physik hilft uns, aus vielen Komponenten einfache Regeln zu extrahieren. Ein klassisches Beispiel ist ein Volumen mit Gas: Man muss nicht die Bewegungsbahn jedes einzelnen Atoms im Gas verfolgen, um zu verstehen, dass es Druck, Entropie, Energie gibt.
Die Physik kann helfen, die Biologie zu erklären. Biologie ist manchmal sehr qualitativ: Wenn man ein Buch über Biologie aufschlägt, findet man eine Menge Beschreibungen. Die Physik kann das quantitativer machen. Man geht eine Schicht tiefer. Zum Beispiel ist die Alzheimer-Krankheit auf die Fehlfaltung und Ablagerung von Proteinen zurückzuführen. Wenn wir Modelle entwerfen können, die die Faltung und Fehlfaltung der Proteine vorhersagen, könnten wir eingreifen und Medikamente am Computer entwickeln. Ein solches quantitatives Verständnis der biologischen Funktion auf molekularer Ebene steckt jedoch noch in den Kinderschuhen. Aber das wird sich hoffentlich in naher Zukunft ändern.
Mit einem besseren Verständnis der Fehlfaltung von Proteinen könnte man eingreifen und gezielt Medikamente entwickeln
In einem Projekt mit Experimentator:innen an der Freien Universität Berlin konzentriere ich mich auf Neurotransmitter, die sich an den Synapsen zwischen Nervenzellen bewegen. Zahlreiche Proteine regulieren, wie ein Heer kleiner Arbeiter, wie die Neurotransmitter von der Zellmembran aufgenommen werden. Wir versuchen das Zusammenspiel dieser Proteine, das mit viel Zufälligkeit einhergeht, mit Hilfe der statistischen Mechanik zu verstehen und Modelle zu entwickeln, die wir dann in Experimenten testen. Wir beginnen mit einem grundlegenden Protein. Sobald wir dieses Molekül verstehen, können wir uns ansehen, wie es mit anderen Molekülen interagiert, um die Neurotransmission zu ermöglichen – und wie dieser Prozess bei neurodegenerativen Erkrankungen versagt.
Wenn wir die Funktion und Fehlfunktion von Proteinen vorhersagen können, eröffnen wir damit einen vielversprechenden Weg für die Entwicklung von Therapien. Aber das ist noch Zukunftsmusik. Um voranzukommen, konzentriere mich auf die allgemeinen Regeln hinter der scheinbaren Komplexität. Denn das ist genau das, was Physik macht: Einfachheit in der Komplexität entdecken.
Aufgezeichnet von Mirco Lomoth