Sara, die ihren Masterabschluss an der Fakultät für Chemie erworben hat, arbeitet an ihrer Dissertation in den Arbeitsgruppen von Prof. Thierry Langer am Department für Pharmazeutische Wissenschaften der Fakultät für Lebenswissenschaften und Prof. Stefan Boresch am Institut für Computergestützte Biologische Chemie.
Die Ergebnisse, die mit dem prämierten Poster Alchemical Free Energy Calculations with Neural Network Potentials der Autor*innen Sara Tkaczyk, Thierry Langer, Andrea Rizzi, Marcus Wieder und Stefan Boresch präsentiert wurden, stellen einen wichtigen Meilenstein ihres Projektes dar. Die Kooperation zwischen den beiden Fakultäten verbindet pharmazeutische Forschung mit aktuellen Entwicklungen in den Bereichen des maschinellen Lernens und der computergestützten Chemie.
Sara präsentiert in ihrem Beitrag einen methodischen Zugang zur Berechnung freier Energieunterschiede, bei dem molekulare Wechselwirkungen vollständig durch maschinell gelernte Potenziale (Neural Network Potentials, NNPs) beschrieben werden – ohne Rückgriff auf klassische Kraftfelder.
In der vorgestellten Arbeit – ein Manuskript dazu ist in Vorbereitung – wurde der Ansatz auf die Untersuchung von Tautomerpräferenzen in wässriger Lösung angewendet – eine Fragestellung mit hoher Relevanz für die Wirkstoffentwicklung, da Tautomerie die Affinität, den Wirkmechanismus und die Toxizität potenzieller Wirkstoffe wesentlich beeinflussen kann.
Die Ergebnisse unterstreichen außerdem, dass NNPs nur dann für Freie-Energie-Simulationen geeignet sind, wenn sie auch in wässriger Phase realistische Eigenschaften zeigen – umso wichtiger ist es, solche Simulationen systematisch auf Robustheit, Konvergenz und Lösungsmittelverhalten zu prüfen.
Perspektivisch lässt sich der vorgestellte Ansatz auf komplexere alchemische Transformationen, zur Vorhersage von Bindungsaffinitäten oder pKa-Werten ausweiten.
Weiterführende Links
- Department of Computational Biological Chemistry
- https://www.mdy.univie.ac.at/Cheminformatics Research Group
- 2025 Workshop on Free Energy Methods in Drug Design
