Bioeconomy Science Center
Forschung und Kooperation für nachhaltige BioÖkonomie

Bioeconomy Science Center
Forschung und Kooperation für nachhaltige BioÖkonomie

Bioinformatik und Wissensmanagement

Das Querschnittsthema Bioinformatik und Wissensmanagement wird im Bioeconomy Science Center mit einem breiten Spektrum von Technologien und Methoden die relevanten Fragestellungen aus dem Bereich des Daten- und Wissensmanagements, der Modellierung sowie der Datenanalyse adressieren.

Im Zentrum der bioinformatischen Aktivitäten im Bioeconomy Science Center steht die Erforschung und Entwicklung algorithmischer Ansätze zur Lösung von anspruchsvollen Fragestellungen aus den oben genannten Bereichen.

Slide background

Wissenschaftliche Themenschwerpunkte

  • Genombasierte Methoden: Moderne Methoden der Gen- und Genom - Annotation werden weiter entwickelt mit dem Ziel, die Funktionsvorhersage für Gene und ihre Rolle in biologischen Prozessen zu verbessern. Die Vorhersage von Protein-Protein-Interaktionen und ihre Repräsentation liefert die Grundlage für systembiologische Modelle, wie sie in der QT Systemanalyse durchgeführt werden.

  • Data Retrieval & Data Integration: Ein großes kollaboratives Projekt wie das Bioeconomy Science Center benötigt eigene, interne Mechanismen der Datenverwaltung, sowie der Verknüpfung öffentlicher Daten mit internen, proprietären Daten. Das Themenfeld Data Retrieval & Data Integration wird diesen Aspekt addressieren.

  • Statistische Modellierung und Data Mining: Neue Verfahren der statistischen Modellierung und des maschinellen Lernens werden entwickelt und auf Probleme der Mustererkennung, der Repräsentation biologischer Prozesse in graphischen Modellen und der Entdeckung neuen Wissens aus hochdimensionalen Daten (z.B. Microarray-Daten; SNP-Daten; Metabolom-Daten) angewendet.

  • Algorithmische Systembiologie: In diesem Themenfeld werden die algorithmischen Grundlagen netzwerkbiologischer Ansätze (also die mathematische Modellierung von Biologie in systembiologischen Ansätzen) bearbeitet. Zu diesen algorithmischen Grundlagen gehören auch neue Methoden der Selektion relevanter Informationen in Netzwerkmodellen.

  • Wissensrepräsentationen und Wissensmanagement: Die formalisierte Abbildung des relevanten Wissens im BioSC ("BioSC Ontology") wird uns helfen, die heterogenen Datentypen und Datenformate, die im BioSC generiert werden, mit Hilfe einer vereinheitlichten Semantik zu erfassen, zusammen zu führen und für die Datenanalyse zu nutzen. Ein für das BioSC zu etablierendes Wissensmanagement erlaubt es - zusammen mit den zu entwickelnden Information Retrieval - Methoden - die im BioSC generierten Daten und Modelle optimal zu nutzen.
Hier finden Sie eine Übersicht von allen Arbeitsgruppen im BioSC