Die Arbeitsgruppe „Genome Data Science“ an der Technischen Fakultät wird von Prof. Dr. Alexander Schönhuth geleitet und ist Mitglied des Centrums für Biotechnologie (CeBiTec). Die Forschung der Arbeitsgruppe befasst sich mit dem Einsatz von Verfahren der Künstlichen Intelligenz, Data Science, Algorithmik und Sequenzanalyse zur Auswertung der sehr großen Datenmengen, die vor allem bei der modernen Hochdurchsatzsequenzierung anfallen. Dabei decken wir ein breites Spektrum der Algorithmen- und Softwareentwicklung ab: von grundsätzlichen Verfahren der Sequenzanalyse und computergestützten Pan-Genomik bis hin zur Entwicklung von KI-Verfahren. Ein Schwerpunkt liegt dabei auf dem Einsatz von Deep Learning zur Analyse genetischer Krankheiten oder von Mikrobiomen.

In unserer akademischen Ausbildung konzentrieren wir uns auf Algorithmen für die effiziente Analyse von Genomsequenzen, auf das Design von Datenstrukturen, die große Mengen von Genomen miteinander in Beziehung setzen können, sowie auf die Erstellung von Machine-Learning-Verfahren (wie z. B. das Design von Architekturen tiefer neuronaler Netze), mit denen Genomdaten ausgewertet werden können. Dabei ist der reale Nutzen solcher Verfahren, beispielsweise im Sinne des Verstehens bislang unverstandener Krankheiten, ein wichtiger Punkt. Bei der täglichen Arbeit stehen dennoch die Kreativität und der Spaß am Design von Algorithmen, an der statistischen Modellierung und der Erschaffung neuer Verfahren der künstlichen Intelligenz im Vordergrund.