Klinische Datenwissenschaften
Forschungsziel
Systemische Krankheiten wie chronisches Nierenleiden, Diabetes und neurodegenerative sowie psychiatrische Erkrankungen wirken sich oft auf mehrere Organe aus und sind meist durch komplexe Ätiologien, zahlreiche Komorbiditäten, sowie individuelle Krankheitsverläufe charakterisiert. Ihre umfassende Phänotypisierung mit Hilfe von (multi-)omics Techniken, welche die qualitative und quantitative Messung von hunderten zu tausenden unterschiedlicher Gene, Transkripte, Proteine, und/oder Metabolite realisieren, ermöglichen die Identifikation von starken Biomarkern zur verbesserten Krankheitsdiagnose, -prognose, und Therapieansprechen, sowie die Aufdeckung und das tiefere Verständnis wichtiger Krankheitspathomechanismen. Die enorme Menge an generierten Daten, welche (multi-)omics, phänotypische, klinische, demographische, Lebensstil- und auf die frühere Krankheitsgeschichte bezogene Informationen umfassen, benötigen vielfältige Datenanalysestrategien, von hochdimensionaler Statistik bis zu maschinellem Lernen.
Forschungsgegenstand
Die AG Klinische Datenwissenschaften fokussiert sich auf (1) die Detektion neuer Biomarker komplexer Krankheiten um die Diagnose, Prognose und das Therapieansprechen von Patientinnen und Patienten zu verbessern, (2) die Integration großer, heterogener Patientenparameter und omics-Daten um zugrundeliegende Pathomechanismen zu entschlüsseln, (3) die Entwicklung und Einbettung neuer Datenanalysemethoden um die Biomarkeridentifizierung zu verbessern, und (4) das Design nutzerfreundlicher klinischer Entscheidungsunterstützungssysteme um diese Biomarker in die klinische Praxis zu transferieren.