AG Volkamer – in-silico Toxikologie

Die AG Volkamer befasst sich mit der Entwicklung neuer Methoden zur Vorhersage von in-silico Toxikologie.

Sie befinden sich hier:

Das Projekt ist Teil der BMBF-geförderten BB3R Initiative. Ein wichtiges Ziel der BB3R Initiative ist die Etablierung von alternative Methoden sowohl für die präklinische Entwicklung von Arzneimitteln als auch für die Grundlagenforschung. Um die Toxizität von neuen Wirkstoffen zu bewerten, verlangen regulatorische Stellen in-vivo Tests für verschiedene toxischen Endpunkte. 2010 wurden in Deutschland rund 2,9 Millionen Versuchstiere eingesetzt, Tendenz steigend. Daher ist die die Etablierung von Alternativmethoden und die Reduktion von Tierversuchen von höchster Notwendigkeit. Die präzise Bestimmung der Toxizität von Molekülen ist dabei unumgänglich, um ihre schädlichen Auswirkungen auf Menschen, Tiere, Pflanzen und die Umwelt zu identifizieren.

In der AG Volkamer werden struktur-basierte Methoden entwickelt um der Vision, Toxikologie in eine prädiktive Wissenschaft zu transformieren, näherzukommen und somit Tierversuche zu verringern. Der Fokus liegt hierbei besonders in der computergestützten Vorhersage von Off-Target-Effekten sowie der Identifizierung bisher unbekannter 'Toxicophore' und toxischer Targets (Targets, die mit Nebenwirkungen assoziiert sind) unter Berücksichtigung von ligand- und proteinbasierter struktureller und physikochemischer Eigenschaften.

Es werden strukturbasierte (Bindetaschenanalyse und Vergleiche, Pharmacophore, Struktur-Funktionsanalysen) und ligand-basierte (Screening, QSAR, maschinelle Lernverfahren) Methoden eingesetzt, um das rationale Design von selektiven und weniger toxischen Wirkstoffen zu fördern.

Die Gruppe freut sich auf neue Aufgaben und neue Kooperationspartner, um gemeinsam die entwickelten Methoden auf aktuelle Fragestellungen anzuwenden.

Publikationen / Auszeichnungen

  • Eid S., Turk S., Volkamer A., Rippmann F., Fulle S. (2017). KinMap: a web-based tool for interactive navigation through human kinome data. BMC Bioinformatics. 18:16.
  • Volkamer A., Eid S., Turk S., Rippmann F., Fulle S. (2016). Identification and Visualization of Kinase-Specific Subpockets. Journal of Chemical Information and Modeling, 56(2):335-46
  • Schneider N., Volkamer A., Nittinger E., Rarey M. (2016) Applied Biocatalysis: Supporting biocatalysis research with structural bioinformatics, book chapter, Wiley
  • Volkamer A., Eid S., Turk S., Jaeger S., Rippmann F., Fulle S. (2015). Pocketome of human kinases: Prioritizing the ATP binding sites of (yet) untapped protein kinases for drug discovery. Journal of Chemical Information and Modeling, 55(3):538-49
  • Volkamer A., Rarey M. (2014). Exploiting structural information for drug-target assessment. Future Medicinal Chemistry, 6(3):319-31.
  • Wirth M., Volkamer A., Rippmann F., Zoete V., Michielin O., Rarey M., Sauer W. H. B. (2013) Protein pocket and ligand shape comparison and its application in virtual screening. Journal of Computer Aided Molecular Design, 27(6):511-24
  • v. Behren M., Volkamer A., Henzler A. M., Schomburg K. T., Urbaczek S., Rarey M. (2013). Fast protein binding site comparison via an index-based screening technology. Journal of Chemical Information and Modeling,53(2):411-22
  • Volkamer A., Kuhn D., Rippmann R., Rarey M. (2013). Predicting enzymatic function from global binding site descriptors. Proteins: Structure, Function and Bioinformatics, 81(3):479-89
  • Ehrlich HC.,Volkamer A., Rarey M. (2012). Searching for substructures in fragment spaces. Journal of Chemical Information and Modeling, 52(12):3181-9
  • Volkamer A., Kuhn D., Rippmann F., Rarey M. (2012). DoGSiteScorer: A web-server for automatic binding site prediction, analysis, and druggability assessment. Bioinformatics 28(15):2074-5
  • Volkamer A., Kuhn D., Grombacher T., Rippmann F., Rarey M. (2012). Combining Global and Local Measures for Structure-Based Druggability Predictions. Journal of Chemical Information and Modeling, 52:360-372
  • Volkamer A., Griewel A., Grombacher T., Rarey M. (2010). Analyzing the Topology of Active Sites: On the Prediction of Pockets and Sub-pockets. Journal of Chemical Information and Modeling, 50(11):2041-2052

Mitglieder