Die bislang bekannten Methoden zum 1:1-Docking eignen sich aus technischen und qualitativen Gründen nur wenig zum Einsatz für die 1:n-Dockingsuche. Insbesondere mangelt es an der Effizienz beim Einsatz für große Proteindatenbanken, wofür neue Methoden zur Unterstützung der Dockingsuche benötigt werden. Ziel des Vorhabens ist es, effiziente Verfahren zur Ähnlichkeitssuche in Proteindatenbanken zu entwickeln, die sich als Filterschritt für die 1:n-Dockingvorhersage eignen. Als wichtiger neuer Ansatz wurde das approximationsbasierte Ähnlichkeitsmaß für 3D-Oberflächensegmente entwickelt, das bereits erfolgreich auf Dockingsegmente in einer Proteindatenbank angewendet wurde. Zur effizienten Bearbeitung der zugehörigen Anfragen wurde die Ellipsoidanfrage als ein neuer Anfragetyp identifiziert, der eine breite und flexible Anwendbarkeit für die Ähnlichkeitssuche in Proteindatenbanken bietet. Unsere neuen Algorithmen unterstützen die effiziente Bearbeitung von Ellipsoidanfragen mit Hilfe mehrdimensionaler Indexstrukturen. Insbesondere für den Filterschritt beim 1:n-Proteindocking zeigen sich vielversprechende Ergebnisse. Weitere Anwendungen dieser Methoden erstrecken sich auf große Molekül-, Multimedia- und CAD-Datenbanken.

Dieser Abschlußbericht stellt den Sachbericht des Verwendungsnachweises im Sinne von Nr. 6.2 ANBest-P dar. Während Abschnitt 1 eine kurze Darstellung der Rahmenbedingungen gemäß Nr. 5b.2.1 BNBest enthält, wird in den Abschnitten 2 und 3 das erzielte Ergebnis nach Nr. 5b.2.2 BNBest eingehend dargestellt. Abschnitt 4 beinhaltet die Angaben über die verwendete Literatur und die Veröffentlichungen des Projektergebnisses gemäß Nr. 9a.3 BNBest.