Min forskning fokuserer på at udvikle beregningsmetoder, der hjælper med at designe molekyler, som faktisk kan fremstilles, forstås og anvendes i praksis. Moderne kunstig intelligens kan foreslå meget store mængder kandidatstoffer, men mange af dem er ikke realistiske ud fra et kemisk perspektiv. En central del af mit arbejde kombinerer derfor maskinlæring med kvantekemiske modeller for tidligt i designprocessen at vurdere, om foreslåede molekyler er syntetisk tilgængelige. Ved at integrere fysisk-kemisk viden direkte i datadrevne modeller bliver beregningsbaserede forudsigelser mere pålidelige og kemisk meningsfulde.
En anden vigtig forskningsretning omhandler cyclodextriner og beslægtede vært–gæst-systemer. Cyclodextriner er ringformede sukkermolekyler, der kan indkapsle andre forbindelser i deres hulrum og anvendes bredt inden for formuleringsteknologi og lægemiddellevering. Ved hjælp af molekylære simuleringer og teoretiske modeller undersøger vi, hvordan disse komplekser dannes, og hvordan deres bindingsstyrke og selektivitet kan styres. Dette arbejde forbinder atomar forståelse med praktiske anvendelser i udviklingen af forbedrede farmaceutiske formuleringer.
Mere generelt udvikler jeg maskinlæringsmetoder til molekylært design, hvor cheminformatik, statistisk modellering og fysiske simuleringer kombineres. Målet er at opbygge prædiktive modeller, der kan foreslå nye molekyler med ønskede egenskaber, samtidig med at de respekterer kemisk realiserbarhed. Modellerne er ikke tænkt som en erstatning for kemisk intuition, men som værktøjer der arbejder sammen med teori og eksperiment for at accelerere opdagelsen af nye molekyler.
En fælles ramme for disse aktiviteter er idéen om et “virtuelt laboratorium”, hvor kemiske systemer undersøges gennem simuleringer udført på højtydende computere. Mange af de processer, vi studerer, kræver kvantekemiske beskrivelser på atomart niveau, og en del af forskningen består derfor i at udvikle nye metoder, der kan anvendes på stadig mere komplekse molekylære systemer. Disse metoder gør det muligt både at bidrage til udviklingen af nye lægemiddelkandidater og til en mere grundlæggende forståelse af molekylære processer i kemi og biologi.
