Vom Paper ins Protein: Wie ich BRP in VR begriffen habe – und warum das für jeden Structural Biologist wichtig ist

Letzte Woche tauchte die Nature-Meldung in meinem Feed auf: Stanford-Forscher, KI-gestütztes Screening, ein endogenes Peptid namens BRP. 50 % Reduktion der Nahrungsaufnahme in Mäusen. Andere Signalwege als GLP-1-Agonisten. Kaum gastrointestinale Nebenwirkungen. Kein signifikanter Muskelabbau. Die übliche Skepsis – Maus ist nicht Mensch, Humanstudien fehlen – mischte sich mit etwas anderem: Ich will die Struktur sehen. Nicht als Ribbon-Diagramm. Echt.

Der Moment, als 2D nicht mehr reichte

Ich habe die Preprint-PDF geöffnet, die UniProt-Entry geprüft, AlphaFold-DB-Struktur geladen. PyMOL, ChimeraX, Jupyter – der gewohnte Stack. Cartoon Representation, Surface, ein paar Measurements per Skript. Aber das Gefühl für die Tasche, die Formkomplementarität, die Wasserstoffbrücken-Netzwerke – das blieb abstrakt. Ein Screenshot auf einem 27-Zoll-Monitor.

Dann zog ich das Meta Quest auf.

NexoPeek: Vom Viewer zur Analyse-Bank

NexoPeek (Seven Sportz) ist keine Demo. Es ist ein verbundener PDB-Viewer, der auf Quest 2/3/Pro läuft und folgende Pipeline abdeckt:

Smart Search & Database Routing
Ein Suchfeld. Gene Name, UniProt ID, PDB Code. Im Hintergrund kaskadiert die Query über RCSB PDB, UniProtKB, AlphaFold DB, SWISS-MODEL, PDBe. Synonym-Auflösung, automatische Modell-Validierung. Für BRP: UniProt-Entry → AlphaFold-Modell → geladen in < 8 Sekunden bei Wi-Fi 6.

Lokale Dateien & Overlays
.pdb, .cif, .mol2, .gro, .xyz, .dx, .xtc, .py. Elektrostatik-Feldlinien, Elektronendichte-Volumen, Custom Bond Definitions. Wer eigene Kristallografiedaten hat, zieht sie per SideQuest/ADB rein.

Mol* Presets (One-Tap)
Sechs Presets, abgeleitet von MolViewSpec:

  • Cartoon (Backbone-Fold)
  • Ball-and-Stick + Spacefill CPK (Atom-Detail)
  • Molecular Surface (Solvent-accessible)
  • B-Factor Heat (Flexibilität)
  • Tube Trace (Topologie) Umschalten per Hand-Ray – keine Menü-Tiefe.

Granulare Sequence Control
Aminosäure-Sequenz pro Chain als scrollbare Liste. Residue-Selektion, Highlighting, Isolation. Für BRP: die Bindungsregion am Rezeptor ließ sich Residue für Residue durchgehen – nicht als flache Heatmap, sondern als räumliche Nachbarschaft.

Multi-Chain & Komplexe
Peptid plus Rezeptor gleichzeitig laden, Chains ein-/ausblenden, Interaktionsflächen markieren. Das ist der Punkt, an dem VR gegenüber 2D wirklich gewinnt: räumliche Distanzen erfassen, ohne den Kopf zu drehen und den Bezug zu verlieren.

Der Engineering-Trade-off

Ehrlich: VR ist kein Ersatz für PyMOL für alles. Bulk-Skripting, Batch-Analysen, Paper-Figures – da bleibt der Desktop. Aber für den Explorations-Modus, das Begreifen einer Bindetasche, ist die Immersion ein echter Kognitions-Gewinn. Statt drei Rotationen und zwei Zoom-Levels, um eine Interaktionsfläche zu verstehen, stehe ich darin.

NexoPeek läuft standalone auf Quest – kein PC-Tethering. Das ist architektonisch relevant: die Mol*-Engine rendert nativ auf der XR-Runtime, die Datenbank-Queries laufen über die integrierte Pipeline. Weniger Latenz, kein Streaming-Overhead.

Was das für Structural Biologists heißt

Wenn BRP (oder ein Nachfolger) den Sprung in Humanstudien schafft, werden viele Teams die Struktur analysieren wollen. Der Engpass ist nicht die Datenverfügbarkeit – AlphaFold DB, RCSB, PDBe liefern. Der Engpass ist die Intuition für die Geometrie. Genau da setzt ein Werkzeug wie NexoPeek an: nicht als Ersatz für die etablierten Tools, sondern als Ergänzung für den Moment, in dem das Ribbon-Diagramm aufhört zu reichen.

Der nächste Schritt ist für mich klar: eigene Docking-Posen reinladen und die Bindungsmodi vergleichen. Im VR-Raum, mit der Sequenz in der Hand.

Produkt: NexoPeek – PDB-Viewer für Meta Quest