zur Universitšt
zur Startseite des Instituts
zur Universitštsmedizin zum Lageplan

Institut f√ľr Bioinformatik



Schwerpunkt der Arbeit am Institut f√ľr Bioinformatik ist die Entwicklung und Anwendung von Computeralgorithmen um molekularbiologische Systeme zu untersuchen und zu verstehen. Wir verfolgen dieses Ziel durch die Kombination von direkter mathematischer Modellierung, maschinellen Lernverfahren, und bioinformatischen Verfahren der Datenanalyse, in enger Zusammenarbeit mit spezialisierten technologischen, experimentalbiologischen und klinischen Kooperationspartnern.

 

Biomedizinische Anwendungen umfassen beispielsweise

  • Virale Infektion und die Immunantwort, hier kombinieren wir mechanistische mathematische Modelle mit maschinellen Lernverfahren und hochdurchsatz zellul√§ren Screening-Technologien um Virus-Wirts-Interaktionen zu charakterisieren und neue antivirale Behandlungsstrategien zu entwickeln.
  • Bakterielle Infektionen und Wirt-Pathogen-Interaktionen.
  • Alterungsprozesse und alterungsassoziierte Erkrankungen, dabei untersuchen wir basierend auf Hochdurchsatzdaten regulatorische Mechanismen die der zellul√§ren Alterung zugrundeliegen.
  • Krebs und onkogene Transformationen in Zellen, zum Beispiel zur Entwicklung von personalisierten therapeutischen Strategien basierend auf molekularen Tumorprofilen und individualisierten mathematischen Modellen von ver√§nderten zellul√§ren Prozessen in Krebszellen.
  • Untersuchen von regulatorischen Mechanismen bei der nichtalkoholischen Fettleber, unter Verwendung von ausgefeilten Bioinformatik-Methoden und maschinellen Lernverfahren sowie mechanistischen mathematischen Modellen.
  • Diabetes und Fettleibigkeit, mit dem Ziel, pr√§diktive Muster in molekularen Daten zu finden die geeignet sind pr√§diabetische Patienten mit hohem Progressionsrisiko zu Identifiziern, sowie deren individuelles Ansprechen auf verschiedene Interventionen und Krankheitsmanagementstrategien vorherzusagen.

Unsere Forschungsaktivit√§ten in diesen Anwendungsgebieten werden getragen durch die ebenfalls am institut stattfindende Entwicklung neuer Bioinformatik- und Biostatistik-Verfahren  zur Verarbeitung zunehmend komplexerer experimenteller Daten. Beispielsweise wurde am Institut eine Pipeline f√ľr die automatische Prozessierung von hochdurchsatz-, mikroskopiebasierten RNAi-Screening-Experimenten entwickelt. Wir entwickeln und verwenden Verfahren des maschinellen Lernens und Data Mining in biomedizinischen Anwendungen der Bioinformatik und der Systembiologie, zum Beispiel zur Vorhersage von √úberleben und Therapieansprechen bei Tumorpatienten, oder zur Rekonstruktion genregulatorischer Netzwerke oder von Signaltransduktionspfaden basierend auf Hochdurchsatzexperimenten.


Impressum      Sitemap      Drucken