Presseinformationen und Nachrichten

Aktuelles aus der UMG

| Presseinformation Nr. 078 / 2019

„Big Data in den Lebenswissenschaften der Zukunft“: Förderung von drei Forschungsgruppen von Universitätsmedizin Göttingen und Universität

UMG und Universität Göttingen mit Antragstellung für Forschungsvorhaben zur digitalen Ausrichtung der Lebenswissenschaften erfolgreich. Nieder-sächsisches Ministerium für Wissenschaft und Kultur (MWK) fördert drei Forschungsgruppen über drei Jahre.

(umg/pug) Universitätsmedizin Göttingen (UMG) und Universität Göttingen waren im Rahmen der Ausschreibung „Big Data in den Lebenswissenschaften der Zukunft“ des Niedersächsischen Ministeriums für Wissenschaft und Kultur (MWK) und der VolkswagenStiftung drei Mal erfolgreich. Unter den 16 geförderten innovativen Forschungsprojekten aus insgesamt 54 eingereichten Anträgen sind zwei Forschungsgruppen aus der UMG und eine der Georg-August-Universität Göttingen. Die Mittel stammen aus dem Niedersächsischen Vorab der VolkswagenStiftung. Die Gesamtfördersumme für alle 16 ausgewählten Projekte liegt bei rund 18 Millionen Euro.

DIE GEFÖRDERTEN BIG-DATA PROJEKTE VON UMG UND UNIVERSITÄT

Eine automatisierte Datenintegrationsplattform für die Interpretation genomischer Daten und die Berichterstattung über Behandlungsoptionen in molekularen Tumorboards

Die Wissenschaftler*innen aus der UMG wollen in ihrem Projekt ein System für ein neuartiges molekulares Tumorboard entwickeln. Es soll Klinikern dabei helfen, genomische Daten eines Patienten schnell und qualitativ zu interpretieren und einzuschätzen. Als besondere Funktion soll das System automatisch geeignete Behandlungsoptionen als Orientierung anbieten. Mit wachsendem Wissen über Biomarker und neuartigen Entwicklungen von Sequenziertechniken sind genomische Daten heutzutage äußerst wertvoll und unverzichtbar für die Diagnose und Therapieempfehlungen bei Tumorpatienten. Die Komplexität der Interpretation genomischer Daten behindert jedoch aktuell noch ihre Anwendung im klinischen Routine-Kontext.

Sprecher des Forschungsprojekts ist Prof. Dr. Tim Beissbarth, Direktor des Instituts für Medizinische Bioinformatik der UMG. Beteiligt an dem Projekt sind weitere UMG-Wissenschaftler*innen aus der Medizinischen Informatik und der Klinik für Hämatologie und Medizinische Onkologie. Das Projekt hat eine Laufzeit von drei Jahren bei einer beantragten Fördersumme von etwa 1,1 Mio. Euro.

Aufdecken versteckter Informationen hinter MR-Bildern: Erlernen quantitativer Imaging Biomarker aus BigData Rohdaten der MRT

Ziel dieses Projekts aus der UMG ist es, die heute schon herausragenden Möglichkeiten der Magnetresonanztomographie (MRT) als Bildgebungsmethode schneller zu machen. Bisher dauern die meisten MRT-Messungen noch relativ lange. Deshalb kann das volle Potential der MRT heute noch gar nicht vollständig zum Nutzen des Patienten ausgeschöpft werden. Die Forscher wollen mit Methoden des maschinellen Lernens neue Techniken entwickeln, um für eine Diagnose wichtige quantitative Informationen schon aus sehr kurzen Messungen gewinnen zu können. Dabei konzentriert sich das Projekt zunächst auf klinische Anwendungen für das Herz und das Gehirn. Um die notwendigen Modelle aus MRT-Messdaten lernen zu können, ist der Aufbau von großen Datenbanken erforderlich.

Sprecher des Forschungsprojekts ist Prof. Dr. Martin Uecker, Institut für Diagnostische und Interventionelle Radiologie der UMG. An dem Projekt arbeiten zudem neben weiteren UMG-Wissenschaftler*innen aus der Klinik für Kardiologie und Pneumologie, der Klinik für Klinische Neurophysiologie und dem Institut für Diagnostische und Interventionelle Radiologie auch die Gesellschaft für wissenschaftliche Datenverarbeitung Göttingen (GWDG) mit. Das Projekt hat eine Förderperiode von drei Jahren, die beantragte Fördersumme liegt bei rund 1,2 Mio. Euro.

Deep-Learning Methoden für Assoziationsstudien der transkriptomischen und systemischen Dynamik in morphogenetisch aktiven Geweben

In dieser Initiative arbeiten Wissenschaftler*innen aus der Informationstheorie, der Theoretischen Neurowissenschaft, der Transkriptomik sowie der Zell- und Entwicklungsbiologie zusammen, um erstmals Bildgebungs- und Expressions-Daten zu kombinieren und so die Zusammenhänge zwischen der Genexpression einzelner Zellen und dem Verhalten von Zellverbünden zu verstehen. Ziel ist die Automatisierung der dynamischen Geweberekonstruktion aus großflächigen Live-Bildgebungs­daten mittels Deep-Learning, um Einzelzellen an Schlüsselstellen des Embryos in Echtzeit identifizieren und transkriptomisch analysieren zu können.

Koordinatoren des Projekts sind Prof. Dr. Fred Wolf, Max-Planck-Institut für Dynamik und Selbstorganisation Göttingen, und Prof. Dr. Michael Wibral, Abteilung Datengetriebene Analyse biologischer Netzwerke der Universität Göttingen. Außerdem beteiligt sind Forscher*innen aus der Entwicklungsbiochemie und dem Transkriptomanalyselabor der UMG. Die beantragte Fördersumme beträgt knapp eine Million Euro über drei Jahre.

Im gemeinsamen Sprecherteam des vierten vom MWK am Göttingen Campus geförderten Forschungsverbundes „Deep Movement Diagnostics“, angesiedelt am Deutschen Primatenzentrum (DPZ), sind weitere Wissenschaftler*innen aus der UMG und der Universität vertreten: Prof. Dr. Mathias Bähr, Direktor der Klinik für Neurologie der UMG, und Prof. Dr. Melanie Wilke, Direktorin des Institutes für Kognitive Neurologie der UMG, sowie aus der Georg-August-Universität Prof. Dr. Florentin Wörgötter von der Fakultät für Physik. Das Projekt beschäftigt sich mit der Entwicklung dreidimensionaler Rekonstruktionen von Bewegungsmustern und hat eine beantragte Fördersumme von rund 1,2 Mio. Euro.

WEITERE INFORMATIONEN:
Universitätsmedizin Göttingen, Georg-August-Universität
Unternehmenskommunikation, Presse- und Öffentlichkeitsarbeit
Stefan Weller, Telefon 0551 / 39-61020
presse.medizin@med.uni-goettingen.de
Von-Siebold-Str. 3, 37075 Göttingen
www.umg.eu

Georg-August-Universität Göttingen
Abteilung Öffentlichkeitsarbeit
Romas Bielke, Telefon 0551 / 39-26221
Romas.Bielke@zvw.uni-goettingen.de
Wilhelmsplatz 1, 37073 Göttingen
www.uni-goettingen.de

Folgen Sie uns