KI & Bioinformatik

Die Identifizierung genetischer Risikofaktoren und ihrer molekularen Signalwege sowie die Entwicklung von Vorhersagemodellen für Krankheitsverlauf und Schwere sind entscheidend für Fortschritte im Verständnis und der individualisierten Behandlung von Krankheiten. An der MHH stehen bestehende und geplante Patientenkohorten mit modernsten (Einzelzell-) Multi-Omics-Daten zur Verfügung. Die Bioinformatik-Nachwuchsgruppe wird sich auf die Vorverarbeitung molekularer Daten konzentrieren, um standardisierte Datensätze für die Analysen der weiteren CAIMed-Nachwuchsgruppen zu erstellen. Das Ziel besteht darin, diese Daten in einem beispiellosen Umfang mithilfe innovativer KI-Methoden zu integrieren. Hierzu zählen die Identifizierung von Faktoren, die mit dem Schweregrad und Fortschreiten von Krankheiten korrelieren, unter Anwendung von causal inference Methoden. Des Weiteren wird die Untersuchung zelltypspezifischer genetischer Effekte auf molekulare Merkmale mithilfe der „Deconvolution“-Methode erfolgen. Schließlich werden mathematische Modelle wie Support-Vektor-Maschinen entwickelt, um individuelle Reaktionen auf Krankheiten/Behandlungen vorherzusagen und somit eine molekulare Grundlage für die Stratifizierung von Patientengruppen zu schaffen. Ziel ist die Förderung der Umsetzung dieser mathematischen Modelle in medizinische Behandlungs- oder Diagnoseverfahren als entscheidender erster Schritt zur individualisierten Prävention. Die enge Kooperation mit der Gruppe #1c (Integrative Multi-Omics Daten) ist dabei vorgesehen.

Team

Prof. Dr. Yang Li, HZI, CiiM

Mentor

Dr. Maximilian Schieck

Gruppenmitglied

Dr. Xun Jiang

Gruppenmitglied

Dr. Sebastian Klein

Gruppenmitglied