STARTSEITE
Max Planck Gesellschaft e.V
zur Startseite  
Bioinformatik, Prof. Dr. Joachim Selbig
linkPfeil Prof Dr Joachim Selbig
linkPfeil Publikationen

Bioinformatik, Prof. Dr. Joachim Selbig

Die Einführung neuer experimenteller Techniken, so genannter multiparalleler Methoden wie z.B. Genchips in die molekularbiologische Forschung führte in den vergangenen Jahren zu einem rapiden Anstieg an gewonnenen Messdaten von biologischen Systemen. Die Entschlüsselung vollständiger Erbanlagen verschiedener Organismen, die oft aus Milliarden von Bausteinen bestehen, das Messen der Konzentration von tausenden von Genen, hunderten von Proteinen und Stoffwechselprodukten gleichzeitig stellt Forscher vor die Herausforderung, die Fülle der Daten auszuwerten und die wesentlichen funktionellen Zusammenhänge zu erkennen.

Die Bioinformatikgruppe des MPI um Prof. Dr. Joachim Selbig und Dr. Dirk Walther arbeitet mit Bioinformatikern der Universität Potsdam an der Entwicklung von computergestützten Methoden, die die Analyse dieser komplexen Daten unterstützen. Konkret geht es häufig darum, die für einen biologischen Vorgang wesentlichen Variablen (z.B. welche Genprodukte sind für die Antwort auf externe Reize charakteristisch) zu bestimmen. Dabei finden mathematische Methoden wie die Hauptkomponententransformation, aber auch Techniken der Statistik und des Maschinellen Lernens ihre Anwendung. Neben der Analyse komplexer Daten, entwickelt die Bioinformatikgruppe Internet-basierte Datenbanksysteme, die ein effizientes Speichern, Abrufen und Auswerten der Messdaten erlauben. Auch klassische Fragen der Bioinformatik – wie etwa die Analyse der Raumstruktur von Molekülen oder des Vergleichs von Sequenzen biologischer Makromoleküle – werden durch die Gruppe bearbeitet.
Mehr und mehr sind die verschiedenen Komponenten einer biologischen Zelle bekannt. In den Mittelpunkt – auch der bioinformatischen – Forschung tritt daher das Ziel, das Zusammenspiel der Komponenten – das Netzwerkverhalten – molekularbiologischer Systeme zu beschreiben und zu verstehen. Hier werden Modellierungstechniken wie etwa Bayesche Netzwerke oder Petrinetze sowie graphentheoretische Ansätze ihre Anwendung finden.




drucken Druckversion topPfeil  Top