Daten-getriebene Langevin-Modellierung von Nichtgleichgewichtsprozessen

• Antragsteller: Professor Dr. Gerhard Stock
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 431945604

Gegenwärtige atomistische Molekulardynamik-Simulationen produzieren riesige Mengen an Daten, deren systematische Analyse eine gewaltige Herausforderung darstellt. Um eine einfache Interpretation der zugrunde liegenden Physik zu ermöglichen, haben wir vor kurzem einedaten-getriebene Langevin-Modellierung entwickelt, mit welcher aus einer gegebenen Molekulardynamik-Trajektorie ein niederdimensionales dynamisches Modell konstruiert werden kann.Als Teilprojekt der Forschungsgruppe "Reduktion der Komplexität von Nichtgleichgewichtssystemen" hat dieses Projekt zum Ziel,daten-getriebene Langevin-Modelle für Nichtgleichgewichtsprozesse zuentwickeln, wobei wir entweder von einem nichtstationärenAnfangszustands ausgehen und die Relaxation ins Gleichgewichtbetrachten, oder getriebene molekulare Systeme untersuchen. Dazuwerden für eine Reihe von in der Forschungsgruppe untersuchtenProbleme, wie z. B. Ligandenbindung und Liganden-induzierteallosterische Übergänge in Proteinen,Nichtgleichgewichts-Langevin-Modelle konstruieren. Um eine MarkovscheBeschreibung zu gewährleisten, werden unterschiedliche Maßnahmen zurOptimierung der Markovianität der Langevin-Felder betrachtet.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 5099: Reduktion der Komplexität von Nichtgleichgewichtssystemen
• Mitverantwortlich: Professor Dr. Joachim Dzubiella