Gemeinsames Treffen der Strukturbiologen in Berlin: der 6. Joint-MX-Day am 23. September 2015 am HZB

Proteinkristalle an BESSY II studieren: Dank eines einmaligen Projektes können Studierende der FU Berlin regelmäßig am Snychrotron experimentieren. Das ist nur einer der sichtbaren Erfolge der Kooperation in der Berliner Strukturbiologie. Foto: Silvia Zerbe/HZB

Proteinkristalle an BESSY II studieren: Dank eines einmaligen Projektes können Studierende der FU Berlin regelmäßig am Snychrotron experimentieren. Das ist nur einer der sichtbaren Erfolge der Kooperation in der Berliner Strukturbiologie. Foto: Silvia Zerbe/HZB

Die Hauptstadt hat sich in den letzten Jahren zu einem Hotspot der Strukturbiologie in Deutschland entwickelt. Entscheidend dazu beigetragen hat das hohe Maß an Kooperation zwischen außeruniversitären Forschungseinrichtungen und Universitäten. Aber auch Wissenschaft und Industrie arbeiten in der Strukturbiologie sehr eng zusammen. Am 23. September 2015 findet der 6. Joint-MX-Day statt, bei dem sich Forscher über neue Methoden, Ansätze und Erkenntnisse in der Strukturbiologie austauschen werden.

Erwartet werden bis zu 120 Teilnehmerinnen und Teilnehmer. Seit 2010 kooperieren im Rahmen des Joint-MX-Lab die Humboldt-Universität, die Freie Universität, das Max-Delbrück-Zentrum, das Forschungsinstitut für Molekulare Pharmakologie und das Helmholtz-Zentrum Berlin. Das HZB bietet am Elelektronenspeicherring BESSY II drei Beamlines für die Proteinkristallographie an. Diese teilweise hochautomatisierten Messeinrichtungen werden von ca. 300 Gastforschern pro Jahr genutzt.

Wann und wo?
Uhrzeit: 9 bis 18.30 Uhr
Ort: Helmholtz-Zentrum Berlin, Albert-Einstein-Str. 15, 12489 Berlin, Hörsaal

Programm
Das Programm finden Sie hier. Die Veranstaltung findet in englischer Sprache statt.

Anmeldung
Wer noch an der Veranstaltung teilnehmen möchte, sollte schnellstmöglich eine E-Mail an Frau Bierbaum schicken.

(sz)

  • Link kopieren

Das könnte Sie auch interessieren

  • Weltweit nur an BESSY II: IR-Nanoskopie bei sehr langen THz-Wellenlängen
    Science Highlight
    30.10.2026
    Weltweit nur an BESSY II: IR-Nanoskopie bei sehr langen THz-Wellenlängen

    Ein HZB-Team hat an der IRIS-Beamline bei BESSY II neue experimentelle Optionen geschaffen: Die Infrarot-Nanoskopie mit einer räumlichen Auflösung von rund 50 nm bei sehr langen THz-Wellenlängen. Möglich wurde dies durch den „Low-Alpha-Betriebsmodus“ an BESSY II, ein besonderes zeitliches Muster von Lichtimpulsen. Weltweit ist BESSY II nun die einzige Synchrotronlichtquelle, die in einem Versuchsaufbau Nanoskopie im Bereich von 25 bis 4000 cm-1 anbietet – eine einzigartige Möglichkeit zur ultrabreitbandigen Charakterisierung komplexer Materialien im Nanobereich sowohl in den Lebenswissenschaften als auch in den Materialwissenschaften.

  • Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung 
    Science Highlight
    23.10.2026
    Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung 

    Je dünner eine Eisenschicht, desto leichter lässt sie sich durch einen Laserpuls entmagnetisieren. Forschende der Universität Duisburg-Essen haben gemeinsam mit dem Helmholtz-Zentrum Berlin und weiteren Partner:innen herausgefunden, warum das so ist: Entscheidend ist die magnetische Ordnung an den Grenzflächen des Materials. Die Erkenntnisse könnten langfristig dazu beitragen, neue Technologien für die magnetische Datenspeicherung zu entwickeln. Die Ergebnisse wurden in der Fachzeitschrift Advanced Science veröffentlicht.

  • Blinder Fleck für die Anordnung der Atome
    Nachricht
    21.10.2026
    Blinder Fleck für die Anordnung der Atome
    Künstliche Intelligenz wird zunehmend eingesetzt, um Eigenschaften neuer Materialien vorherzusagen. Ein Forschungsteam aus Jena und den USA zeigt nun in einer im Fachjournal „Nature Computational Science“ Studie: Kommen dabei Sprachmodelle zum Einsatz, erfassen diese zwar zuverlässig, welche Atomsorten ein Material enthält. Informationen über deren räumliche Anordnung nutzen sie jedoch nur unzureichend. Selbst größere Modelle und mehr Trainingsdaten beheben diese Schwäche nicht. Für stark strukturabhängige Materialeigenschaften sind deshalb auf räumliche Strukturen spezialisierte KI-Modelle die verlässlichere Wahl. (DOI: 10.1038/s43588-026-01045-2)