Ist es möglich mit Splicing und SNP-Informationen den zeitlichen und örtlichen Verlauf von Erkrankungen im Menschen vorherzusagen? Wir haben uns kürzlich mit dieser Frage beschäftigt und dafür öffentliche Daten gesammelt und integriert und dann einfache Machine-Learning-Methoden auf die Daten angewendet. Zu unserer Überraschung ist es tatsächlich möglich, menschliche Erkrankungen mit einer Genauigkeit von bis zu 80% vorherzusagen. Dies ist natürlich erst der Anfang und wir erforschen nun wieviel besser solche Vorhersagen werden können, wenn komplexere Machine-Learning-Modelle und noch größere Datenmengen verwendet werden.

In einem anderen kollaborativem Projekt ist es uns kürzlich gelungen Modelle zu entwickeln, die unter anderem die Halbwertszeit von Proteinen vorhersagen können. Erstaunlicherweise war es für uns möglich, fundamentale biologische Prozesse mit einer Annäherung im Messbereich von 90% vorherzusagen. Ist es bald möglich aufzuhören Messungen durchzuführen und statt dessen Vorhersagen zu machen? Wir bauen momentan neue Vorhersagemodelle mit sehr großen quantitativen Datenmengen und wir verwenden Deep Learning um die Grenzen dessen, was momentan möglich ist, zu erreichen.

Wir sind immer auf der Suche nach talentierten Menschen, die computergestützte Verfahren einsetzen wollen, um Krankheiten besser zu verstehen. Wenn du ein Bioinformatiker, ein Machine-Learning-Experte mit Interesse an Biomedizin, ein Biologe mit starken IT-Wissen oder einfach sehr an unserer Forschung interessiert bist, kannst du gerne zu uns Kontakt aufnehmen.