Sektion III: In-Silico-Biologie & Maschinelles Lernen

Die Forschungssektion III (Leitung: N.N.) fokussiert auf die algorithmische Systembiologie, wobei sie Methoden der Bioinformatik und Konzepte des maschinellen Lernens nutzt.

  • Entwicklung und Anwendung von neuen Softwaretools und Algorithmen zur skalenübergreifenden, integrativen Auswertung umfangreicher Datensätze aus der Analyse von lebensmittelrelevanten Effektorsystemen sowie von Sequenz-, Expressions-, Metaboliten-Analysen.
  • Entwicklung computergestützter Modelling- und Analyse-Tools und Anwendung von Konzepten des maschinellen Lernens, um dynamische Effektorsysteme in Lebensmitteln und biologischen Systemen zu entschlüsseln und vorherzusagen.
  • Korrelation von experimentell ermittelten Daten zu biologischen Wirkstoffeffekten mit In-silico-Daten.
  • Aufbau und Betrieb einer Data-Mining-Plattform, um heterogene multi-modale/-skalige Daten aus standardisierten und qualitätskontrollierten Omics- und biologischen Studien zu integrieren, zu analysieren, zu modellieren und zu simulieren.
  • Verbindung von Textmining, Chemoinformatik und Netzwerkbiologie, um umfassende biologische Analysen durchzuführen, welche die synergistischen Wechselwirkungen zwischen kleinen Molekülen aufklären, die zu spezifischen Phänotypen führen.

Diese Forschungsarbeiten liefern neue Systemkenntnisse, um die Veränderungen und biologischen Wirkweisen von biofunktionalen Lebensmittel-Effektorsystemen besser zu verstehen. Ebenso tragen die Erkenntnisse dieser Arbeiten wesentlich dazu bei, personalisierte Ernährungskonzepte zu entwickeln.