Algorithmen und Computermodelle für ein Verständnis der menschlichen Gesundheit und Krankheit auf molekularer Ebene
Wir haben eine enorme Menge an klinischen und genetischen Daten über schwerwiegende menschliche Krankheiten wie Krebs gesammelt. Die Kliniker können diese Datenflut jedoch nicht allein interpretieren, und die Patienten haben keinen wirklichen Nutzen von all diesem Wissen.
Im Labor für Systemtumorimmunologie entwickeln wir Computeralgorithmen, die Klinikern helfen, schnellere Diagnosen zu stellen und bessere Entscheidungen über die Krebstherapie zu treffen. Wir nutzen Bioinformatik-Algorithmen, maschinelles Lernen und Computermodelle, um klinische und molekulare Daten zu integrieren. Unser Ziel ist es, ein mechanistisches Verständnis der menschlichen Gesundheit und Krankheit zu entwickeln.
Im Labor für Systemtumorimmunologie entwickeln wir Computeralgorithmen, die Klinikern helfen, schnellere Diagnosen zu stellen und bessere Entscheidungen über die Krebstherapie zu treffen. Wir nutzen Bioinformatik-Algorithmen, maschinelles Lernen und Computermodelle, um klinische und molekulare Daten zu integrieren. Unser Ziel ist es, ein mechanistisches Verständnis der menschlichen Gesundheit und Krankheit zu entwickeln.
Melanom unter dem Mikroskop: Prüfstand für moderne Krebsimmuntherapien
Immuntherapien sind eine neue Familie wirksamer Krebstherapien, die die natürliche Reaktion des Immunsystems auf Krebserkrankungen verstärken. Ein erheblicher Teil der Patienten spricht jedoch nicht auf Immuntherapien an, während andere unter immunbedingten Nebenwirkungen in lebenswichtigen Körperorganen leiden.
Wir sind der Meinung, dass das metastasierende Melanom ein idealer Prüfstand ist, um bestehende Immuntherapien zu verbessern und neue zu entwickeln. In diesem Prozess werden die Erstellung von Profilen aus Patientenproben in der -omics-Ära, bioinformatische Algorithmen und computergestützte Modelle eine entscheidende Rolle spielen.
Wir sind der Meinung, dass das metastasierende Melanom ein idealer Prüfstand ist, um bestehende Immuntherapien zu verbessern und neue zu entwickeln. In diesem Prozess werden die Erstellung von Profilen aus Patientenproben in der -omics-Ära, bioinformatische Algorithmen und computergestützte Modelle eine entscheidende Rolle spielen.
Wichtige Fakten über uns
- Eine Gruppe von Biologen, Informatikern und Klinikern unter der Leitung eines Physikers
- DNA-Seq-, RNA-Seq-, miRNA-Seq- und Nanopore-Seq-Datenanalyse
- Fachwissen in Bioinformatik, Netzwerkbiologie und Systembiologie
- Multikriterielle Entscheidungsalgorithmen in der Biomedizin
- Projekte auf deutscher und EU-Ebene in der Krebsdiagnostik und Immuntherapie
- Partner in Spanien, Israel, Portugal, den Niederlanden, Bulgarien, Australien, Mexiko und China
- Wir lehren Netzwerk- und Systembiologie und betreuen Bachelor- und Masterarbeiten
- Wir sind Teil der Klinik für Dermatologie des Universitätsklinikums Erlangen und der Friedrich-Alexander-Universität Erlangen-Nürnberg
- Wir sind eingebunden in das Deutsche Zentrum für Immuntherapie und das Comprehensive Cancer Center Erlangen
Ausgewählte neue Veröffentlichungen
Gene network-based and ensemble modeling-based selection of tumor-associated antigens with a predicted low risk of tissue damage for targeted immunotherapy (2024)
A disease network-based deep learning approach for characterizing melanoma (2021)
Network- and systems-based re-engineering of dendritic cells with non-coding RNAs for cancer immunotherapy (2020)
Systems Biology-based exploitation of cooperating miRNAs as monotherapy or adjuvant therapy in cancer (2019)
A disease network-based deep learning approach for characterizing melanoma (2021)
Network- and systems-based re-engineering of dendritic cells with non-coding RNAs for cancer immunotherapy (2020)
Systems Biology-based exploitation of cooperating miRNAs as monotherapy or adjuvant therapy in cancer (2019)
|
Unsere Software-Tools
Vcells.net: Biologische Netzwerke Curatopes.com: Therapeutische Tumorepitope Synmirapy.net: Krebs miRNAs Spotlight Wir sind in Twitter @juliver76 Letzte Nachrichten
|
|
