Proteine sind biologische Makromoleküle. Für den Einsatz in Therapeutika, Diagnostika oder in der Lebensmittelindustrie müssen Proteine aus komplexen Matrices gereinigt werden, die aus Tausenden von Molekülen, einschließlich anderer Proteine, bestehen. Aufgrund der zahlreichen Möglichkeiten der Chromatographie kann die Modellierung einer solchen Reinigung den experimentellen Aufwand bei der Prozessentwicklung erheblich verringern und somit Kosten sparen.

Eine Möglichkeit komplexe Objekteigenschaften wie den Durchmesser, die Gesamtladung usw. von Proteinen zu erfassen sind skalare Deskriptoren. Die derzeitigen Deskriptoren reichen jedoch nicht aus, um die komplexen Merkmale von Proteinen wie die ungleichmäßige Verteilung der Oberflächenladung aufgrund der anisotropen Verteilung dieser Eigenschaften und die nicht kugelförmige Form der Proteine zu erfassen.

In diesem Projekt gab es mehrere Schwerpunkte: Die Proteinoberflächen wurden zusammen mit der entsprechenden Ladungsverteilung in ein Format exportiert, das sich für die automatische Weiterverarbeitung eignet. Außerdem wurde eine Laplace-Beltrami-Spektralanalyse implementiert, die komplexe Objektmerkmale erfassen kann. Zusätzlich wurde ein Algorithmus zur Berechnung der entsprechenden lokalen und globalen Deskriptoren entwickelt. Schließlich wurden diese neuen Deskriptoren bei der Erstellung chromatographischer Modelle eingesetzt. Durch die Verwendung dieser neuen Deskriptoren konnten die Modellvorhersagen für die Isothermen des SMA-Modells (steric mass action) verbessert werden.

Der hier verwendete Deskriptoren-Ansatz birgt Potenzial für eine einheitliche Beschreibung komplexer Objekte. Die Deskriptoren könnten domänenübergreifend verwendet werden kann, beispielsweise für Proteine, aber auch für Turbinen oder Siebe. Dafür müsste die Anwendbarkeit auf anderen komplexen Objekten weiter untersucht werden.