Künstliche Zelle
Wir sehen das Leben als eine selbsterhaltende und selbstregulierende aufeinanderfolgende Evolution der „genetischen Aktivität“. Welches Gen ein anderes „aktiviert“ oder zum Schweigen bringt, wird vom genetischen Regulierungs-Netzwerk (Transkriptions-Netzwerk) bestimmt. Dieses Netzwerk steuert die Produktion und den Zerfall von RNA, Proteinen und anderem Nuklearmaterial. Wir simulieren diese Prozesse in einem Computermodell der Zelle. Wir versuchen, die aufkommende Dynamik solcher künstlicher lebender Systeme zu verstehen, wie z. B. Synchronisation (Ursprung des Zellzyklus), Stabilität, Differenzierbarkeit (unter welchen Stimuli schaltet eine Zelle eines bestimmten Typs zu einem anderen Zelltyp um), Robustheit und Anpassungsfähigkeit (wie passt sich eine Zelle an Veränderungen der Umgebung an).
Genetische Regulierungsnetze sind nicht im Detail bekannt. In unseren Studien arbeiten wir mit künstlichen (zufälligen) Netzen. In einer Reihe anderer Studien versuchen wir, Einblicke in die Natur echter Gennetzwerke zu gewinnen.
Genomik
Wir versuchen, die Struktur und die detaillierte Topologie von genetischen Sub-Netzwerken abzuleiten, z. B. im Zusammenhang mit bestimmten Pathologien. Wir gehen von „omics“-Daten aus, z. B. von Genexpressionsprofilen aus einer Vielzahl von Experimenten, und rekonstruieren die Netzwerke, die den gesamten Datensatz am besten erklären. Wir verwenden Methoden aus der Netzwerk-Theorie, der Bayes'schen Argumentation und Optimierungstechniken.
Biologische Zeitreihen
Wechselwirkungen zwischen und Kombinationen von biologischen Systemen können zu komplexen Regelungsphänomenen führen. Einige davon spiegeln sich in Zeitreihen wider, die häufig Informationen sowohl über die Funktion oder den Zustand der Teilprozesse als auch über die Qualität der Wechselwirkungen enthalten. Wir versuchen, die „Struktur“ dieser komplexen Zeitreihen zu nutzen, um die verschiedenen Zustände und ihre Funktionsweise zu entschlüsseln. Daraus können wir manchmal „Anomalien“ erkennen, die entweder auf pathologische Zustände oder auf strukturierte Informationen hinweisen. Wir haben uns insbesondere mit folgenden Themen befasst:
- Zeitserien von Herzschlägen zur Erkennung von Anzeichen von Herzversagen
- Zeitserien von fMRI-Blutsauerstoffwerten zur Feststellung von Ort, Korrelation und Qualität der Hirnaktivität
- Zellmotilität zur Ermittlung der Fortbewegungsarten von z. B. metastasierenden Zellen
- Korrekturbewegungen des menschlichen Gangs, um die Funktion des Gleichgewichtssystems zu testen und es von anderen Komponenten des Gangs zu trennen