Navigation und Service

Zielgruppeneinstiege

MF1: Bioinformatik

Leitung:
Bernhard Renard
Stellvertreter:
Thilo Muth

Aufgaben

Fokus unserer Arbeit ist die Entwicklung von schnellen und robusten Bioinformatikverfahren für Hochdurchsatzexperimente, die es erlauben, Fragestellungen insbesondere in Bezug auf die Diagnostik und Charakterisierung von Krankheitserregern zu beantworten. Unsere Arbeit erstreckt sich dabei von der mathematischen Formulierung der Fragestellung über die Entwicklung bzw. Adaptierung von Algorithmen und die Evaluierung auf biomedizinischen Daten bis hin zur Implementierung und Veröffentlichung von Open-Source-Software.

Wir entwickeln dabei einerseits neuartige bioinformatische Algorithmen und statistische Verfahren und wirken zum anderen als Bioinformatik-Service in der Datenauswertung. Beide Bereiche sind eng mit einander verzahnt. Aus der Datenauswertung ergeben sich offene Forschungsfragen und in der Forschung entwickelte Verfahren finden im Bioinformatik-Service Einsatz.

Technische Fortschritte in Hochdurchsatzverfahren erlauben ungeahnte Einblicke in biomedizinische Zusammenhänge: Mittlerweile können im Rahmen eines einzelnen Experiments Milliarden von Genbasen sequenziert oder Millionen von Massenpositionen zur Proteinidentifikation analysiert werden. Durch das ungebremste Wachstum der technischen Möglichkeiten entstehen so innerhalb eines einzelnen Experiments Datenvolumen, die Computerfestplatten füllen. Dadurch besteht die Gefahr, dass die Datenanalyse hinter den Aufnahmemöglichkeiten zurückbleibt.

Die Herausforderung im Einsatz von Hochdurchsatzexperimenten verlagert sich somit zunehmend von der eigentlichen Informationsgewinnung hin zur Datenanalyse und der automatisierten Extraktion der relevanten Informationen. Aufgrund der großen Datenmengen und ihrer Strukturen sind also spezielle Algorithmen notwendig, um zeitnah zuverlässige Ergebnisse zu erhalten.

Datengrundlage unserer Arbeit sind sowohl Next-Generation Sequencing für die Analyse von DNA und RNA Sequenzen als auch Massenspektrometrie zur Identifikation von Proteinen sowie Strukturprediktionen. Dabei interessiert uns insbesondere auch die Integration von komplementären Datenquellen. Wichtige Bestandteile unserer Bioinformatikverfahren und Datenanalyse sind dabei auch die Berücksichtigung der statistischen Effekte von hochdimensionalen Daten und die möglichst exakte Bestimmung von Fehlerraten, um potentiell irreführende Interpretationen zu vermeiden. Ebenso ist die Robustheit der Algorithmen und die Integration über verschiedene Experimente ein zentraler Aspekt für uns.

Wir entwickeln und adaptieren für diese Datenmengen maschinelle Lernalgorithmen und Analyseverfahren und bringen diese in Kooperation mit experimentellen Arbeitsgruppen in die praktische Anwendung.

Offene Stellen

Offene Stellen sind über die Stellenausschreibungen des Robert Koch-Instituts verfügbar.

Für Projekte im Rahmen von Praktika, Bachelor-, Master- oder Diplomarbeiten suchen wir immer engagierte und hoch motivierte Studenten. Für diese und andere Anfragen wenden Sie sich direkt an den Gruppenleiter.

Software

Die Integration der entwickelten Verfahren in frei verfügbare Software ist ein wichtiges Ziel unserer Gruppe. Software ist auf https://gitlab.com/rki_bioinformatics/ verfügbar.

Publikationen

Weiter unten auf dieser Seite sind ausgewählte Veröffentlichungen aufgelistet. Eine umfassende Liste von aktuellen Publikationen und Konferenzbeiträgen ist unter www.renard.it verfügbar.

Stand: 12.05.2017

Ausgewählte Publikationen

  • Lindner MS, Strauch B, Schulze JM, Tausch S, Dabrowski PW, Nitsche A, Renard BY (2016): HiLive – Real-Time Mapping of Illumina Reads while Sequencing.
    Bioinformatics: Epub Oct 29. doi: 10.1093/bioinformatics/btw659. mehr

  • Trappe K, Marschall T, Renard BY (2017): Detecting horizontal gene transfer by mapping sequencing reads across species boundaries.
    Bioinformatics 32 (17): i595–i604. Epub Sep 1. doi: 10.1093/bioinformatics/btw423.

  • Piro VC, Lindner MS, Renard BY (2016): DUDes: a top-down taxonomic profiler for metagenomics.
    Bioinformatics 32 (15): 2272-2280. Epub Mar 24. doi: 10.1093/bioinformatics/btw150. mehr

  • Calvignac-Spencer S, Schulze JM, Zickmann F, Renard BY (2014): Clock rooting further demonstrates that Guinea 2014 EBOV is a member of the Zaïre lineage.
    PLOS Currents Outbreaks 2014: Jun 16. Edition 1. doi: 10.1371/currents.outbreaks.c0e035c86d721668a6ad7353f7f6fe86. mehr

  • Penzlin A, Lindner MS, Doellinger J, Dabrowski PW, Nitsche A, Renard BY (2014): Pipasic: similarity and expression correction for strain-level identification and quantification in metaproteomics.
    Bioinformatics 30 (12): i149–i156. Epub Jun 15. doi: 10.1093/bioinformatics/btu267. mehr

  • Lindner MS, Renard BY (2012): Metagenomic abundance estimation and diagnostic testing on species level.
    Nucleic Acids Res.: Epub Aug 31. doi:10.1093/nar/gks803. mehr

Zusatzinformationen

Gesundheitsmonitoring

In­fek­ti­ons­schutz

Forschung

Kom­mis­sio­nen

Ser­vice

Das Robert Koch-Institut ist ein Bundesinstitut im Geschäftsbereich des Bundesministeriums für Gesundheit

© Robert Koch-Institut

Alle Rechte vorbehalten, soweit nicht ausdrücklich anders vermerkt.