Forschung

Für die Entwicklung genauer und effizienter computergestützter Methoden kombinieren wir Techniken aus der kombinatorischen Optimierung und dem maschinellen Lernen. So haben wir beispielsweise exakte und approximative Algorithmen für ein Graphf?rbungsproblem entwickelt, um die Aufl?sung experimenteller Proteinstrukturdaten zu erh?hen, neuronale Netze eingesetzt, um hochdimensionale zellul?re Messungen in einen interpretierbaren niedrigdimensionalen Raum zu projizieren, und das Dynamic Time Warping zur Vergleichung komplexer Trajektorien, z.?B. von differenzierenden Immunzellen, erweitert.

Die von uns entwickelten Software-Tools adressieren wichtige biologische und medizinische Fragestellungen. In enger Zusammenarbeit mit Biologen und Klinikern haben wir beispielsweise zur Entdeckung des embryonalen Ursprungs adulter neuronaler Vorl?uferzellen beigetragen und einen Zusammenhang zwischen der TIM-3-Expression und einem erh?hten Rückfallrisiko bei p?diatrischen Patienten mit akuter lymphoblastischer Leuk?mie hergestellt.