Bioinformatik und Digital Health

Zuverlässig aufbereitete Daten bieten einen Mehrwert gegenüber unverarbeiteten Rohdaten. Man kann hier von einer Wertschöpfungskette sprechen, bei der die Rohdaten durch mehrschrittige Aufbereitung und Analyse in validierte und aussagekräftige Ergebnisse überführt werden.

Die Projektgruppe Bioinformatik verbessert Datenanalysen in der Gesundheitsforschung durch neuartige intelligente Verfahren und stellt spezielle Verfahren bereit, um effiziente und validierte Analysen durchführen zu können. Ein Anwendungsbeispiel ist dabei die Identifizierung geeigneter stratifizierter Kohorten für medizinische Analysen.

Die zukünftige gesundheitsbezogene Datenanalyse basiert auf der effizienten Integration großer medizinischer Datensätze. Zum einen werden etwa große Datenmengen, insbesondere im Bereich »Multi-Omics-Analysen«, durch Experimente und Untersuchungen generiert. Zum anderen müssen diese Daten noch mit experimentellen und klinischen Metadaten, z. B. Annotationen, sowie mit weiteren Daten, z. B. Patientenakten, verknüpft werden, um sinnvolle Auswertungen zu ermöglichen. Eine Integration muss daher auch eine Vielzahl von Datenformaten unterstützen. Durch eine effiziente Integration mehrerer Datensätze (»Daten-Netzwerk«) ermöglichen wir es, Erkenntnisse zu erhalten, die vorher durch den Einsatz isolierter Systeme nicht erreichbar waren.