9 Fig. 6. [screenshot] Das folding@home Client-Programm Bemerkenswert  ist,  dass  diese  Art  des  parallelen  Processings  keinen  schnellen Datenbus   erfordert,   wie   das   bei   den   meisten   Parallelrechnern   der   Fall   ist.   Die Datenpakete  werden  unabhängig  voneinander  analysiert.  Dabei  wird  das  gleiche Teilproblem    von    tausenden    Rechnern    gleichzeitig    betrachtet.    Da    es    jeweils hunderttausende von unterschiedlichen Faltungsmöglichkeiten des Proteins gibt, aber nur eine zum korrekten Ergebnis führt, landen die meisten Prozessoren in einem so genannten Trap (Falle). Nach dem Abschluss einer work-unit wird nach dem richtigen Zwischenergebnis gesucht, und von dort an wieder von allen Rechnern weitergesucht. Die schnellsten Proteine falten sich in 10 ƒÊs, während eine einzelne CPU nur etwa 1 ns/Tag berechnen kann. Damit würde sie etwa 30 Jahre für die Faltung benötigen. Der  verwendetet  Parallelalgorithmus  beschleunigt  das  Problem  zumindest  linear, wodurch  mit  1.000  Prozessoren  die  Berechnung  von  1  ƒÊs  am  Tag  möglich  wird. (weitere Informationen [8]) Ein    weiterer    wichtiger    Punkt    ist,    dass    durch    die    Visualisierung    von Proteinfaltungen   und   der   dadurch   möglichen   Simulation   von   Interaktionen,   ein modelhaftes   Verständnis   der   molekularen   Vorgänge   stark   erleichtert   wird.   Die nachfolgende   Fig.   7   zeigt   zwei   nichtbiologische   Polymere   gleichen   Typs,   die miteinander    ihre    Faltung    einleiten.    Die    Darstellung    ist    ein    Ergebnis    von