Die detaillierte Struktur von Biomolekülen spielt bei deren lebenswichtigem Zusammenspiel im menschlichen Körper eine zentrale Rolle. In der Forschung – beispielsweise für die Entwicklung neuer Medikamente – werden diese Strukturen in aufwändigen Experimenten bestimmt. Häufig können die gewonnenen Daten jedoch nicht eindeutig einer bestimmten Struktur zugeordnet werden. Forschende des KIT, des FZ Jülich, des DKFZ und der Universität Duisburg/Essen haben gemeinsam eine KI-basierte Methode entwickelt, um solche mehrdeutigen Daten mithilfe datengestützter molekularer Simulationen auszuwerten. Diese Methode beruht auf dem Schwarmlernen der KI-Forschung. Dabei simuliert ein Supercomputer viele Schwarmmitglieder gleichzeitig auf über 1000 Prozessoren. Jedes Mitglied testet unterschiedliche Kombinationen der mehrdeutigen Messwerte mit einem ergänzenden physikbasierten Computermodell. Durch Kommunikation der Schwarmmitglieder untereinander wird gemeinsam eine optimale Lösung gefunden, die für die bestmögliche Interpretation der Daten als molekulare Strukturen essentiell ist. Damit liefert die Methode sehr akkurate Strukturen und nutzt gleichzeitig die verfügbaren Rechenressourcen sehr effizient. Die Ergebnisse wurden in der Zeitschrift Nature Machine Intelligence veröffentlicht. Weitere Informationen: kit.edu/kit/29451.php