Multiskalen-Modellierung und Simulationen Subneuronaler Signalübertragung
Über
Unser Ziel ist es, die Schlüsselmechanismen zu modellieren, die die subneuronale molekulare Signalübertragung steuern. Die Signalübertragung wird durch ein komplexes Netzwerk molekularer Interaktionen aufrechterhalten, an denen Tausende verschiedener Partner beteiligt sind. Geometrische Einschränkungen, die Lokalisierung der Partner, die Zusammensetzung der Membran, Diffusion, Verdrängung, kurz- und weitreichende Protein-Protein- und Protein-Ligand-Interaktionen, interne Proteindynamik und Mutationen steuern die Signalübertragung. Dabei handelt es sich um ein intrinsisches Multiskalenproblem, das sowohl räumlich als auch zeitlich mehrere Skalen umfasst. Um sinnvolle Systemgrößen und Simulationslängen zu erreichen und gleichzeitig die relevante Granularität zu erzielen, entwickeln wir auf statistischer Physik basierende Schemata, die atomistische und mesoskalige Modelle miteinander sowie hybride grobkörnige-atomoistiche Modelle verbinden.
Forschungsthemen
- Postsynaptische Signaltransduktion
- Mesoskalen-Modellierung
- Multiskalensimulationen
- Verallgemeinerte Langevin-Dynamik
- Mehrteilchen-Kollisionsdynamik
- Hybrider grobkörnig-atomistischer
Members
- “Long-Range Electrodynamic Interactions between Proteins (LINkS)”, 2021-2025, FET OPEN call, funded by H2020. Leader of WP1, “Out-of-equilibrium THz spectroscopy“.
- Modeling of Collective Transport Phenomena relevant to Neural Cascades”, 2020-2022, Vernetzungsdoktoranden call, funded by FZJ. Co-leaded by Prof. J. K. Dhont and Prof. G. Nägele (IBI-4).
- “Generalized Langevin Equation-based simulations for mesoscale description of neural cascades”, 2018-2021 SSD call, funded by FZJ and RWTH Aachen University. Co-leaded by Prof. B. Stamm (RWTH).