ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG
ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG



Das primäre Forschungsinteresse unserer Gruppe liegt an der Schnittstelle zwischen maschinellem Lernen und Medizin. Wir arbeiten an der Weiterentwicklung und Entwicklung neuartiger maschineller Lernverfahren für die Präzisionsmedizin, die Lebenswissenschaften und die klinische Datenanalyse. Das Tätigkeitsfeld umfasst viele Bereiche wie die Vorhersage des Ansprechens auf Behandlungen in der personalisierten Medizin, die Erkennung (spärlicher) Biomarker, die Tumorklassifizierung oder das Verständnis von Wechselwirkungen zwischen Genen oder Gengruppen. Wir gehen diese Herausforderungen daten- und problemorientiert an. In clo