Vom Voxel-Stadtplan zum begehbaren Protein: Was Warschau in Voxeln über immersives Lernen lehrt

Auf Hacker News trendet derzeit ein interaktives 3D-Modell von Warschaus Stadtzentrum – gebaut Voxel für Voxel, flüssig zoombar vom Stadtüberblick bis zur einzelnen Kreuzung (212 Punkte, 36 Kommentare). Das Projekt zeigt eindrücklich, wie räumliches Erkunden Verständnis schafft: Man sieht Zusammenhänge, die auf flachen Karten verborgen bleiben.

Der Moment, als ich das Headset aufsetzte

Es war ein regnerischer Dienstagabend im Labor, der Bildschirm flackerte mit einem statischen Ribbon‑Diagramm von Cas9. Ich hatte die Paper‑Version der PAM‑Sequenz schon dutzendfach angestarrt, aber die räumliche Beziehung zwischen Guide‑RNA, Ziel‑DNA und der Nuklease‑Domäne blieb abstrakt. Ich griff nach dem Meta Quest, das seit Wochen in der Ecke stand, startete NexoPeek und wählte die Tour Genetic Technologies → CRISPR‑Cas9.

Sofort war ich nicht mehr vor einem Monitor, sondern in dem Komplex. Die DNA‑Doppelhelix lag wie ein leuchtender Tunnel vor mir, die PAM‑Basen leuchteten rot, der Schnittpunkt pulsierte. Ich konnte den Kopf drehen, einen Schritt zur Seite machen und die Steric‑Hindernisse der Protein‑Oberfläche fühlen – kein Haptik‑Feedback, aber die Tiefe des Passthrough‑Modus ließ den virtuellen Molekülkörper in meinen echten Schreibtischraum ragen. Die narrativierte Tour sprach leise: „Hier schneidet die HNH‑Domäne…“, und ich sah den Phosphat‑Rücken in Echtzeit auseinandergehen.

In diesem Augenblick verstand ich, warum der Voxel‑Stadtplan von Warschau so faszinierend ist: Zoom‑Level sind keine bloßen Skalierungen, sie sind Perspektivwechsel. Vom Stadtüberblick zur Kreuzung – vom Ribbon‑Modell zur Bindetasche.

Architektur hinter dem Voxel‑Zoom

NexoPeek läuft nativ auf dem Quest‑SoC (Snapdragon XR2 Gen 2) und nutzt OpenXR für die Rendering‑Pipeline. Die Entwickler von Seven Sportz haben bewusst auf MolViewSpec gesetzt, weil die Spezifikation eine deklarative Beschreibung von Repräsentationen (Cartoon, Ball‑and‑Stick, Spacefill CPK, Surface, B‑Factor Heat, Tube Trace) erlaubt, die zur Laufzeit in GPU‑Shader‑Code übersetzt wird. Das bedeutet:

  • Zero‑copy Geometry – PDB/mmCIF‑Daten werden einmal in einen Vertex‑Buffer geladen; alle sechs Presets sind nur unterschiedliche Index‑Buffers und Shader‑Parameter.
  • Level‑of‑Detail (LOD) Streaming – Große Komplexe (z. B. Ribosomen > 2 MDa) werden in Chunks geladen; beim Zoom‑In wird der hochaufgelöste Mesh nachgeladen, beim Zoom‑Out ein vereinfachter Impostor verwendet. Die Latenz liegt unter 30 ms, was die „flüssig zoombar“‑Erfahrung ermöglicht.
  • Multi‑Source Search Layer – Ein einzelner Such‑String wird gegen fünf Back‑ends (RCSB PDB, UniProtKB, AlphaFold DB, SWISS‑MODEL, PDBe) parallel abgefragt. Synonyme werden über einen lokalen Mapping‑Cache (≈ 150 k Einträge) aufgelöst, bevor die Ergebnisse in einer einheitlichen Liste mit Qualitäts‑Scores (Resolution, pLDDT, Validation‑Report) präsentiert werden.

Die Local Ingestion‑Pipeline akzeptiert acht Formate (.pdb, .cif, .mol2, .gro, .xyz, .dx, .xtc, .py). Ein kleiner Parser‑Worker (C++ / wasm) extrahiert Koordinaten, Sekundärstruktur‑Assignments und optional Elektronendichte‑Volumen (.dx). Das Volumen wird als 3D‑Texture hochgeladen und per Ray‑Marching im Fragment‑Shader visualisiert – ein Feature, das in der Tour Pathways & Interactions für die Glykolyse‑Enzyme genutzt wird, um Substrat‑Kanäle als leuchtende Röhren darzustellen.

Analyse‑Bench: Vom Pocket‑Prediction bis Foldseek

Für die Forschungsschicht (Track 2) bietet NexoPeek eine Analytics Bench, die vollständig auf dem Headset läuft, aber Cloud‑Fallbacks nutzt:

Tool Quelle Modus typische Laufzeit (Quest)
AI Pocket Prediction PrankWeb / P2Rank Cloud + Offline (ONNX) 1,2 s (Offline)
Foldseek Alignment Foldseek DB Cloud 2,5 s
Ligand Inspector + PubChem 3D‑Fetch PubChem REST Cloud 0,8 s
Distance Calculator Trigger‑Pick → Å Local < 10 ms

Die Residue‑Pills (3D‑Halos) und Atom‑Pinning ermöglichen es, während einer laufenden Simulation (.xtc Trajektorie) einzelne Atome zu fixieren und Distanzen in Echtzeit zu messen – ein Workflow, den ich neulich nutzte, um eine Docking‑Hypothese für einen neuen COX‑2‑Inhibitor zu validieren: Ich lud die .pdb‑Struktur, startete die Pocket‑Prediction, ließ die vorhergesagte Tasche als halbtransparente Surface rendern, pin‑nte den katalytischen Tyr‑385 und maß den Abstand zum Carbonyl‑Sauerstoff des Liganden (3,2 Å). Das Ergebnis stimmte mit der Literatur überein, und ich konnte die Pose direkt im Headset anpassen, bevor ich die Datei für die nächste MD‑Runde exportierte.

Room‑View Passthrough – Der Seminarraum wird zum Labor

Ein Feature, das mich als Dozent besonders begeistert, ist Room View Passthrough. Während einer Vorlesung zu CRISPR habe ich das Headset aufgesetzt, den Cas9‑Komplex in die Mitte des Hörsaals projiziert und die Studierenden aufgefordert, um das Molekül herumzugehen. Die PAM‑Sequenz schwebte als leuchtender Ring, der DNA‑Schnitt als roter Blitz. Die Reaktion war unmittelbar: „Jetzt sehe ich, warum die PAM so streng ist“, sagte eine Master‑Studentin, während sie physisch um die virtuelle Helix herumtrat.

Technisch basiert Room View auf dem Scene Understanding API des Quest: Die Raum‑Mesh wird once gescannt, das Molekül wird als Spatial Anchor platziert, und das UI‑Overlay bleibt über dem Passthrough‑Bild operabel (Hand‑Tracking + Controller). Keine zusätzlichen Marker, kein Kalibrierungs‑Overhead – die gleiche Engine, die den Voxel‑Stadtplan flüssig zoomt, rendert hier ein 1,2 M‑Atom‑Modell mit 72 fps.

Persönlicher Wendepunkt: Vom Neugierigen zum Validierer

Als ich das Headset das erste Mal abnahm, spürte ich noch das leichte Vibrieren der Controller in den Handflächen – ein körperliches Echo der virtuellen Atome. Der Abend im Labor endete nicht mit einem Paper‑Entwurf, sondern mit einer konkreten Hypothese: Der vorhergesagte Pocket in einem plastikabbauenden Enzym (Tour Green Biotech) zeigt eine ungewöhnlich große hydrophobe Kavität, die sich beim Zoom‑In als zwei getrennte Sub‑Pockets entpuppt. Ich exportierte die Koordinaten, fügte sie in unsere Docking‑Pipeline ein und erhielt einen Hit, den wir jetzt im Wet‑Lab testen.

Was als spielerische Erkundung begann, wurde zum Entscheidungshilfsmittel – genau das, was der Voxel‑Stadtplan für Städteplaner leistet: Man sieht die Verkehrsflüsse, bevor man eine Brücke baut.

Fazit & Einladung

NexoPeek ist Educational‑ und Research‑Visualization‑Software – kein Medizinprodukt, keine Diagnose, keine Behandlung. Die Analyse‑Helfer (Pocket Prediction, Alignment) unterstützen, ersetzen aber nie validierte Pipelines und professionelles Urteil. Forschungsergebnisse sind gegen Primärliteratur und etablierte Methoden zu prüfen, bevor man darauf handelt.

Den Perspektivwechsel selbst erleben: https://www.meta.com/experiences/nexopeek/1453797551140347/