Unsere Gruppe arbeitet an der Definition und Implementierung von Strategien zur Erforschung komplexer biophysikalischer Prozesse auf langen Zeitskalen. Trotz der bedeutenden Fortschritte steckt unser bisheriges quantitatives Verständnis biologischer Zusammenhänge auf molekularer und zellulärer Ebene noch relativ in den Anfängen, auch wenn sich experimentelle und theoretische Ansätze zur Charakterisierung der Dynamik und Funktion von Makromolekülen in den letzten Jahrzehnten grundlegend weiterentwickelt haben. Gleichzeitig haben sich experimentelle und computerbasierte Methoden jedoch nur in begrenztem Umfang untereinander ausgetauscht. 

Einerseits können Computer-Simulationen prinzipiell Details entschlüsseln, die für Experimente nicht zugänglich sind. Da sie jedoch grundsätzlich auf empirischen Modellen beruhen, können sie für sich genommen keine quantitativen Vorhersagen treffen. Andererseits steht uns eine reiche Fülle indirekter Daten über den Aufbau und die Dynamik makromolekularer Komplexe aus thermodynamischen und kinetischen Messungen zur Verfügung. Diese können jedoch nicht systematisch in ein Strukturmodell eingebunden werden. Unsere Multi-Skalen-Modelle, Adaptive Sampling-Ansätze und Datenanalyse-Tools  ermöglichen es, große Bereiche der Freien Energie-Landschaft eines Systems zu untersuchen. 

Wir verwenden datengestützte, die Auflösung verringernde Methoden („Coarse Graining“) zur  systematischen, approximativen Beschreibung eines makromolekularen Systems, um molekulare und zelluläre Ebenen zu verknüpfen. Weiterhin arbeiten wir an einem theoretischen Formalismus, um die komplementären Erkenntnisse zu nutzen, die in Simulation und Experiment gewonnen werden können. Dabei ist unser Ziel, die approximativen, aber hochauflösenden strukturellen und dynamischen Daten aus Computermodellen mit "exakten", aber oft geringer aufgelösten experimentellen Messdaten zu verbinden.