Waarom is dit belangrijk?
Dankzij rekenmodellen kunnen onderzoekers van tevoren inschatten of een mogelijke werkzame stof aan een eiwit of receptor bindt. In de geneesmiddelenontwikkeling gebruiken onderzoeksgroepen die aanpak bij de zoektocht naar nieuwe behandelingen, onder meer tegen kanker. Voor patiënten en onderzoekers kan dat de weg naar een behandeling verkorten, maar zo'n voorspelling blijft onzeker tot een echte proef in het laboratorium haar bevestigt.
Zo werkt het in de praktijk
Bij katalyse analyseren onderzoekers reacties met computationele chemie. Met dichtheidsfunctionaaltheorie berekenen zij de orbitalen van een molecuul en de activeringsenergie. Die energie is in het laboratorium vaak lastig te meten.
Onderzoekers aan het Massachusetts Institute of Technology trainen een neuraal netwerk met coupled-cluster-theorie. Die theorie is een precieze kwantumchemische methode, maar zij vraagt veel rekentijd. Het getrainde netwerk voorspelt daarna het dipoolmoment en welk licht een molecuul opneemt.
Voor dagelijks rekenwerk volgen chemici protocollen voor dichtheidsfunctionaaltheorie. Onderzoekers van de Universiteit Bonn en het Max-Planck-Institut für Kohlenforschung geven een beslisboom. De boom helpt de rekenmethode en de basisfuncties te kiezen, zodat het model het experiment nabootst.




