ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG
ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG



Das Team für Angewandte Computational Genomics konzentriert sich auf theoretische und rechnerische Aspekte der Modellierung des Prozesses der Genom-Evolution und adaptiver Veränderungen. Angesichts der wachsenden Größe und Komplexität molekularer Daten sind wir bestrebt, mit genauen, skalierbaren und praktischen rechnerischen Lösungen Schritt zu halten, die es einem breiten Kreis von Wissenschaftlern ermöglichen, Muster der Evolution und natürlichen Selektion in großen Genom- und Omics-Daten zu analysieren. Wir entwickeln bioinformatische Methoden für reale Anwendungen, die von der Biotechnologie über die biomedizinische Forschung bis hin zur Ökologie und Landwirtschaft reichen. In unserem interdisziplinären Sinergia-Projekt suchen wir beispielsweise nach Biomarkern für Darmkrebs, die die Ansprechbarkeit auf Therapien untermauern, indem wir Genomik, Histomik und Pharmakogenomik kombinieren und diese mittels eines KI-gesteuerten multimodalen Klassifikators integrieren.
Außerdem haben wir im Rahmen des NRP75-Bigdata-Projekts an der Datenintegration gearbeitet, die über eine intuitive Schnittstelle anspruchsvolle semantische Abfragen in großen, dezentralen und heterogenen Datenbanken ermöglichen soll.
Als Folgeprojekt entwickeln wir ein automatisiertes Literaturbasiertes Entdeckungssystem (LBD) im Kontext von Naturstoffwirkstoffen unter Verwendung von Semantic-Web-Technologien