AG Genome Data Science
Die Arbeitsgruppe Genome Data Science an der Technischen Fakultät wird von Prof. Dr. Alexander Schönhuth geleitet und ist auch Mitglied im Centrum für Biotechnologie (CeBiTec). Die Forschung der Arbeitsgruppe befasst sich mit dem Einsatz von Verfahren der Künstlichen Intelligenz, der Data Science, der Algorithmik und der Sequenzanalyse, um die sehr großen Datenmengen auszuwerten, die vor allen Dingen bei der modernen Hochdurchsatzsequenzierung anfallen. Dabei decken wir ein breites Spektrum der Algorithmen- und Softwareentwicklung ab, von grundsätzlichen Verfahren der Sequenzanalyse, der computergestützten Pan-Genomik bis hin zur Entwicklung von Künstliche-Intelligenz-Verfahren, wobei der Einsatz von Deep Learning zum Zwecke der Analyse genetischer Krankheiten oder Mikrobiomen einen Schwerpunkt bildet.
Unsere akademische Ausbildung konzentriert sich auf Algorithmen für die effiziente Analyse von Genomsequenzen, des Designs von Datenstrukturen, die große Mengen von Genomen miteinander in Beziehung setzen können, als auch die Erstellung von Machine Learning Verfahren (wie z.B. das Design von Architekturen von tiefen neuronalen Netzen), mit denen Genomdaten ausgewertet werden können. Dabei ist der reale Nutzen solcher Verfahren, z.B. im Sinne des Verstehens von bislang unverstandenen Krankheiten ein wichtiger Punkt. Nichtsdestotrotz stehen bei der täglichen Arbeit die Kreativität, und der Spaß am Design von Algorithmen und an der statistichen Modellierung und der Erschaffung von neuen Verfahren der künstlichen Intelligenz im Vordergrund.