Biomedizinische Datenwissenschaften

Darstellung hiPSC Kolonie Computergestuetzte Analyse
© Fraunhofer IBMT, Bernd Müller
Darstellung einer hiPSC-Kolonie.
Darstellung 96well Platte
© Fraunhofer IBMT, Bernd Müller.
Generierung von Datenmengen durch die Anwendung von z.B. 96 well Platten.
Computergestuetzte Wachstumsanalyse einer iPSC Kolonie
© Fraunhofer IBMT
Computergestützte Wachstumsanalyse einer hiPSC-Kolonie.

Im Zeitalter des 'Big Data', in dem nahezu alle Branchen wachsende Datenmengen produzieren, rückt die Analyse eben solcher Datenmengen immer mehr in den Fokus. »Daten als Rohstoff der Zukunft« (Zitat Angela Merkel, Digitalisierungskongress, 2015) bilden die Basis für autonome Systeme und computergestützte Prognosen.

Die voranschreitende Digitalisierung hält auch in der biomedizinischen Forschung Einzug. Die Gruppe Biomedizinische Datenwissenschaften konzipiert und entwickelt Data Science Lösungen (Strukturierung, Auswertung und Integration von Daten, Analyse korrelierender Dateneigenschaften) im Bereich der humanen Stammzellforschung und des Biobankings. Insbesondere human induzierte pluripotente Stammzellen (hiPS) für therapeutisch relevante Zellsysteme stehen im Fokus.
Seit ihrer Entdeckung im Jahr 2006, haben sich hiPS zu einem wichtigen Werkzeug in der biomedizinischen Forschung entwickelt und gelten als bedeutende Hoffnung für die regenerative Medizin. Um deren Potential im großen Maßstab nutzen zu können, beschäftigt sich die Gruppe Biomedizinische Datenwissenschaften auch mit der Entwicklung geeigneter Automatisierungstechniken, aussagefähiger Modellsysteme und insbesondere neuartiger, autonomer Zellproduktionssysteme auf der Basis von Künstlicher Intelligenz, Predictive Analytics und Machine Learning. Hierbei bildet die interdisziplinäre Kompetenz der AG eine große Stärke.


Themenschwerpunkte

  • Harmonisierung, Annotation, Integration und Dokumentation biomedizinisch relevanter Daten
  • Analyse und Optimierung zellbasierter Produktionsprozesse (z.B. Expansion / Differenzierung von induziert pluripotenten Stammzellen)
  • Entwicklung innovativer Automatisierungstechnologien im Bereich Stammzellprozesstechnik unter Verwendung von Methoden der Künstlichen Intelligenz
  • Entwicklung von Analysemethoden zur Aufklärung zellulärer Zusammenhänge (Stichwort: »Lebensweg Zelle«)