D. E. Shaw Research (DESRES) entwickelt und nutzt moderne computergestützte Methoden, um das Verhalten biologisch und pharmazeutisch relevanter Moleküle auf atomarer Ebene zu verstehen und gezielt hochselektive Wirkstoffe zur Behandlung verschiedener Krankheiten zu entwickeln. Zu den zentralen Technologien des Unternehmens gehört "Anton", ein speziell entwickelter proprietärer Supercomputer, den DESRES selbst konzipiert und gebaut hat, um Molekulardynamiksimulationen erheblich zu beschleunigen.

Im Anschluss an den Vortrag sind alle Gäste zu einem informellen Get-together mit Snacks und Getränken eingeladen. Dabei besteht die Gelegenheit, mehr über die Arbeit bei DESRES zu erfahren und mit Mitgliedern des Teams ins Gespräch zu kommen.

Über die Referenten

Dr. Leon Klein

Physik-Alumnus der Freien Universität Berlin Leon Klein promovierte in Mathematik in der Arbeitsgruppe von Professor Frank Noé „AI4Science“. Er spezialisierte sich auf Machine Learning, generative Modelle und molekulare Sampling-Verfahren. Sein Schwerpunkt lag dabei auf der Verbesserung von Molekülsimulationen durch die Integration von Machine-Learning-Modellen. Als Gastwissenschaftler bei Microsoft Research leitete Leon Klein das Projekt Timewarp, welches das Ziel verfolgte, Molekülsimulationen mithilfe von Normalizing Flows übertragbar zu beschleunigen.

Dr. Sebastian Dick

Physik-Alumnus der Universität Würzburg Sebastian Dick promovierte in Physik an der Stony Brook University. Als wissenschaftlicher Mitarbeiter in der Forschungsgruppe von Marivi Fernandez-Serra an der Stony Brook University untersuchte er, wie Machine Learning und die Dichtefunktionaltheorie kombiniert werden können, um Berechnungen der elektronischen Struktur zu verbessern. Außerdem entwickelte er "NeuralXC", ein benutzerfreundliches Python-Framework zum Trainieren und Anwenden von Deep-Learning-Modellen für Berechnungen der elektronischen Struktur.

Zuletzt war  Sebastian Dick als Senior Investigator im Team für Computational Molecular Physics bei Roivant Discovery in New York tätig. Dort entwickelte, implementierte und validierte er Ladungsmodelle für die Molekülmechanik auf Basis tiefer neuronaler Netze.