KI-Systeme für integrative
Multi-Omics Daten

Molekulare Daten spielen eine entscheidende Rolle in der Onkologie bei der Identifizierung neuer therapeutischer und diagnostischer Zielstrukturen. Diese Gruppe untersucht Ansätze der KI in molekularen Datenbanken, die Genomik, Epigenomik, Transkriptomik, Proteomik und Metabolomik der klinischen Partner umfassen. Das Ziel ist die Identifikation von Subpopulationen von Patienten mit klinisch relevanten Überlebensphänotypen oder die Vorhersage des Therapieansprechens. Im Studiendesign wird eine dezidierte Datengrundlage geschaffen, um KI-Modelle zu trainieren, und es besteht eine enge Zusammenarbeit mit anderen medizinischen Nachwuchsgruppen, insbesondere mit der Gruppe zur Kollaborativen Entwicklung, um Multi-Omics-Daten zu teilen und zu validieren.

Während Gruppe #4c ihren Fokus auf Bilddaten legt, liegt hier der Schwerpunkt auf Multi-Omics-Daten. Bereits vorhandene Proteomics-Daten aus anderen Förderungen (BMBF CancerScout) bilden eine umfangreiche Basis. Die Forschung konzentriert sich darauf, neuartige KI-Algorithmen zu entwickeln, die die spezifischen Anforderungen medizinischer Anwendungen berücksichtigen. Diese sollen molekulare Daten aus verschiedenen Quellen effizient interpretieren, unter Einbeziehung einer großen Wissensbasis, z.B. Ontologien und Protein-Protein Interaktionsnetzwerke (Proteom und Transkriptom). Ein besonderer Fokus liegt auf Erklärbarkeit und Vertrauenswürdigkeit der Vorhersagen, mit einer robusten Schätzung von Unsicherheiten und Wahrung des Datenschutzes. Die Integration der Plattform im CCC-N stellt sicher, dass Daten und Algorithmen auf klinisch relevante Weise vorangetrieben werden und die Anforderungen medizinischer Anwendungen erfüllen.