Computerchemie und Biochemie

Forschung

High-level QM/MM Anwendungen

PHBHEin Schwerpunkt unserer Forschung ist die Untersuchung biochemischer Systeme mit Hilfe hochgenauer quantenchemischer Methoden. Chemische Reaktionen sind, wenn sie durch Enzyme katalysiert werden oder in Lösung stattfinden, durch die Vielzahl der beteiligten Atomen nur schwer in Berechnungen zu beschreiben. Allerdings ist selbst in solchen Systemen die eigentliche Reaktion meist auf eine kleine Region beschränkt, die sogenannte "active site". Durch die Anwendung von QM/MM Ansätzen lässt sich diese active site auf einem anderen Niveau beschreiben als die Umgebung. Parametrisierte Kraftfelder werden zur Beschreibung der Umgebung herangezogen, während die chemisch relevante Region, in der Quanteneffekte auftreten können, durch Ansätze aus der Elektronenstrukturtheorie beschrieben wird. Wir verwenden hierzu erfolgreich lokale Korrelationsmethoden. Die derzeitige Forschung konzentriert sich auf Verbesserungen des Systemsamplings entlang des Reaktionspfades und auf die Erhöhung der Verlässligkeit lokal korrelierter Ansätze.


Mehrkörpernäherungen in Korrelationsmethoden

MBDie Anwendung von ab initio korrelierten Methoden ist sehr stark durch die exponentielle Skalierung der Berechnungskosten im Hinblick auf die Systemgröße limitiert. Die Entwicklung weniger stark skalierender Algorithmen basierend auf Mehrkörpernäherungen hilft uns, dieses Problem zu lösen. Anstatt das System als Ganzes zu beschreiben, wird es in verschiedene Fragmente geteilt und diese Anteile durch N-Körper Entwicklungen berechnet. Besonders Solvationseffekte können dank dieser Methode genau beschrieben werden. Wir haben eine Programmsuite mit Schnittstellen zu den Quantenchemieprogrammen MOLPRO und Gaussian für Mehrkörperexpansionen entwickelt. Die Python tools for Many-Body Approaches (PyMBA) sind in Python programmiert und nutzen die hochgradige Parallelisierbarkeit dieser Näherungen durch die Verwendung von MPI Befehlen.


Chemische Software für embedded Systeme

Der weitere Ausbau von heterogenen Architekturen ist ein Trend in der derzeiten Hardwareentwicklung. Die Verwendung von CPU-GPU Hybridsystemen, bei denen die Grafikbeschleunigung mit dem Rechenkern verknüpft wird um die Geschwindigkeit von Berechnungen zu erhöhen, wäre ein Beispiel eines solchen Ausbaus. Um diese Hardwarestrukturen optimal auszunutzen ist es erforderlich, Algorithmen anzupassen und optimierte Software zu entwickeln. In Zusammenarbeit mit der Gruppe von Prof. Leonel Sousa (Technische Universitaet von Lissabon) untersuchen wir den Nutzen von GPUs zur Beschleunigung von Computerchemieanwendungen.