MechML

Von Machine Learning zu mechanistischer Modellierung: Funktionelle Vorhersagen in Genomik und Medizin

Ziel von MechML ist es, die Lücke zwischen ML-Methoden und relevanten Anwendungen in den Lebenswissenschaften zu schließen. Nicht nur aufgrund der verfügbaren Datenmengen, sondern auch Dank detaillierter mechanistischer Vorkenntnisse und der Möglichkeit biologische Systeme zielgerichtet zu beeinflussen, bietet sich die Biomedizin als Anwendungsfeld für interpretierbares und mechanistisches ML an. Damit werden bestehende Modelle verbessert und neue Ansätze im Bereich ML erforscht. Im Mittelpunkt steht dabei, die Ergebnisse des ML interpretieren zu können und die Methodik auf unterschiedliche Größen anzuwenden (skalierbares ML).

In Anwendungen in der Bioinformatik, der Genregulation, der Einzelzell-Genomik und in der Biomedizin wird die Nützlichkeit der entwickelten Methoden illustriert. Eine der entscheiden-den Herausforderungen in der genetischen Diagnostik ist die Interpretation seltener vererbter genetischer Varianten. Die Ergebnisse des Projektes werden verwendet, um z. B. damit per-sonalisierte Vorhersagen für den Patienten im Bereich der Krebstherapie zu ermöglichen.

Projektpartner:

Helmholtz Zentrum München, Max-Delbrück-Centrum für Molekulare Medizin, Europäisches Laboratorium für Molekularbiologie, Deutsches Zentrum für Neurodegenerative Erkrankungen e.V., Universität Bielefeld, Technische Universität München, Molecular Health GmbH

Projektleiterin Universität Bielefeld: Prof. Dr. Barbara Hammer

Projektlaufzeit: 31.08.2018 - 31.07.2021