Forschungsschwerpunkt Bioinformatics
Wir entwickeln praktische Lösungen an der Schnittstelle von Biologie, Medizin und Computerwissenschaften.
Über uns
Der Schwerpunkt Bioinformatik konzentriert sich auf theoretische und rechnerische Aspekte der Modellierung des Prozesses der Genomevolution und des adaptiven Wandels. Ziel ist Grundlagenforschung und neue Methoden der Bioinformatik in reale Anwendungen zu bringen, die zum Beispiel von der Biotechnologie bis zur biomedizinischen Forschung und Forensik reichen. Der Forschungsbereich ist in verschiedene Forschungsgruppen gegliedert, die jeweils auf gewissen Methoden oder Anwendungsdomänen fokussieren.
Unsere Forschungsgruppen
Computational Genomics
Die Forschungsgruppe ist auf Computergestützte Genomik und Modellierung stochastischer Prozesse in der molekularen Evolution spezialisiert: Statistische und computergestützte Methoden zur Analyse von proteinkodierenden Genen und Genfamilien, Selektion, Adaption, Phylodynamik und Evolution, einschliesslich Wirt-Pathogen-Interaktionen; Anwendungen in der medizinischen Genomik, Epidemiologie, Metagenomik und Forensik. Die Forschungsgruppe entwickelt rechnergestützte Methoden für die Genomanalyse, insbesondere zur Untersuchung von Repeat-Sequenzen und Indel Evolution (z.B. Anwendungen in der Krebsforschung und Biotechnologie) sowie zur Untersuchung der Dynamik und Evolution von Viren und anderen Pathogenen.
Leiterin: Prof. Dr. Maria Anisimova
Biomedical String Analysis
Die Forschungsgruppe ist auf die Analyse von Zeichenketten (Englisch "strings") spezialisiert. Die Forschungsprojekte und Anwendungen fokussieren sich auf genomische Daten und auf die natürliche Sprache im biomedizinischen Bereich. Die Gruppe entwickelt neuen Methoden in den Computational Sciences und setzt bestehende Methoden ein. Das umfasst: Mathematische Modellierung, Computational Statistics. Algorithmen Design, Diskrete Mathematik, Machine und Deep Learning, Natural Language Processing, Semantic Web Technologies.
Leiter: Dr. Manuel Gil | Erfahren Sie mehr über die Forschungsgruppe Biomedical String Analysis
Applied Mathematical Biology
Die Forschungsgruppe entwickelt mathematische Modelle und Methoden und wendet sie an der Schnittstelle zwischen Mathematik und offenen Forschungsfragen in der Biologie an. Zu den verwendeten Methoden gehören Standardkalkül, Differentialgleichungen, maschinelles Lernen und die Theorie dynamischer Systeme zur Beschreibung und Vorhersage biologischer Phänomene. Insbesondere untersucht die Gruppe die Beziehung zwischen Codon Usage Bias und Genexpression über das Konzept der translationalen Effizienz und wendet diese Erkenntnisse auf Codon-Optimierungsprobleme an. Weitere Interessen liegen in der Erforschung der Wechselwirkungen zwischen Krebs und Immunsystem und deren Vorhersagekraft für Krebsimmuntherapien sowie in der Populationsgenetik der frühen Infektionsphase von teilweise rekombinierenden Viren.
Leiter: Dr. Victor Garcia
Lehre
Der Schwerpunkt umfasst Lehrveranstaltungen auf BSc-, MSc- und PhD-Stufe in Computational Sciences mit Fokus Computational Genomics, Bioinformatik, mathematischer Modellierung, Biostatistik, Programmierung und Algorithmen für die Molekularbiologie.
Team Bioinformatics
Projekte
-
AI for colorectal cancer: towards the improved CMS classification and interpretability
Access to large complex biomedical data today allows scientists to take full advantage of AI-driven approaches in a variety of applications with high societal impact. One such application is precision medicine, which is gradually becoming reality for some cancers. Unfortunately, for colorectal…
abgeschlossen, 11/2022 - 11/2023
-
Inferring Ancestral Insertion and Deletion Events in Genomic Sequences
The Joint Alignment and Tree Inference (JATI) project is a main pillar of the Applied Computational Genomics Team (ACGT). Its long-term aim is the joint inference of all parameters of current models of molecular sequence evolution (i.e. phylogenetic tree, homology mapping, ancestral sequences,…
abgeschlossen, 02/2021 - 12/2021
-
Digitale Werkzeuge zur Codonoptimierung
Erforschung des Potenzials der Biotechnologie für Technologien mit negativen Emissionen
abgeschlossen, 01/2021 - 12/2022
-
Computational Literature-based Discovery Methods
Literature-based discovery (LBD) is a research field aiming at discovering new, implicit knowledge from the literature. Its basic assumption is that two concepts A and C that do not occur in the same article can be connected via some other terms B, which can imply a new meaningful relation between A…
abgeschlossen, 01/2021 - 06/2022
-
Dynamik Knowledge Platform
Die ‘Dynamik Knowledge Platform’ ist eine Plattform, welche einen Überblick gibt, wer sich an der ZHAW (im Moment nur LSFM) mit welchen Themen befasst, wer in welchen Fachgebieten über Wissen verfügt und wer schon Projekte in welchen Gebieten durchgeführt hat oder Publikationen dazu verfasst hat.…
abgeschlossen, 10/2020 - 12/2021
-
Trans-omic approach to colorectal cancer: an integrative computational and clinical perspective
Colorectal Cancer (CRC) is an important cause of cancer-related mortality world-wide. The Consensus Molecular Subtypes represent the first comprehensive molecular classification with clinical implications, but many aspects are still missing. We use a transomic approach to improve the stratification,…
laufend, 10/2020 - 10/2025
-
Data mining in neurological medicine
Pattern recognition algorithms
abgeschlossen, 09/2019 - 04/2020
-
Computational literature-based natural product drug discovery
Natural products such as medicinal plants and extract mixtures have successfully supported the discovery of pharmaceuticals. Medically relevant products and their properties are often found through systematic analysis of the literature. In 1980s Swanson found hidden links between pieces of knowledge…
abgeschlossen, 08/2019 - 07/2021
-
Repeat protein Function, Refinement, Annotation and Classification of Topologies (REFRACT)
REFRACT is an international consortium aiming to extend our knowledge on the mechanism of tandem repeat protein (TRP) function and evolution, establishing a common classification and best practices. Starting from available state of the art computational tools and databases, it aims to drive a new…
abgeschlossen, 04/2019 - 04/2025
-
The effect of programmed ribosomal frameshifting on codon usage bias
Synonyme Mutationen sind Mutationen der DNS, welche die kodierte Aminosäuresequenz –zum Beispiel eines Proteins– nicht verändern. Solche Mutationen ändern Codonen –Abschnitte in der DNS bestehend aus drei Basen– in andere um, welche vom genetischen Code in dieselbe Aminosäure übersetzt werden. Dass…
abgeschlossen, 03/2019 - 03/2023
-
Frequentist estimation of the evolutionary history of sequences with substitutions and indels
High throughput sequencing technologies have permitted a wide range of scientists to observe an astonishing molecular diversity across all domains of life. Since all observed molecular sequences area result of a long evolutionary history, most informative inferences can be made only when analysing…
abgeschlossen, 05/2018 - 01/2023
-
Radiosands
Radiosands ist eine begehbare Installation, in der mehrere gleichzeitig stattfindende Radiosendungen analysiert und neu zusammengesetzt werden. Die Installation nutzt die Geschwindigkeit und algorithmische Potenz digitaler Technik, um eine neue Erfahrung zu schaffen: Eine Echtzeit-Collage von…
abgeschlossen, 05/2018 - 02/2020
-
Positive selection detection of genome from Ralstonia bacterium
Positive selection detection of genome from Ralstonia bacterium with the use of HPC cluster. Ralstonia solanacearum is an aerobic non-spore-forming, Gram-negative, plant pathogenic bacterium. R. solanacearum is soil-borne and motile with a polar flagellar tuft. It colonises the xylem, causing…
abgeschlossen, 09/2017 - 04/2018
-
Enabling Complex, Semantic Queries to Bioinformatics Databases through Intuitive Searching over Data (Bio-SODA)
One of the major promises of Big Data lies in the simultaneous mining of multiple sources of data. This is particularly important in life sciences, where different and complementary data are scattered across multiple resources. To overcome this issue, the use of RDF/semantic web technology is…
abgeschlossen, 04/2017 - 03/2021
-
Exploring the silent fitness landscape
Since Darwin, natural selection has been recognized as one of major biological forcesshaping genetic patterns in molecular data. Detecting selection on proteins has become an indispensible part of genome studies. Remarkably selection can act not only on proteins, but also on synonymous codons…
abgeschlossen, 01/2017 - 12/2018
-
Discovering evolutionary innovations by assessing variation and natural selection in protein tandem repeats
Tandem repeats (TRs) are abundant in proteomes across all kingdoms of life. Having an impressive variety of sizes, structures and functions, TRs often offer enhanced binding properties and are associated with disease and immunity related functions. While mechanisms generating protein TRs are poorly…
abgeschlossen, 10/2016 - 02/2020
-
Fast joint estimation of alignment and phylogeny from genomics sequences in a frequentist framework
La disponibilité de grandes quantités de données moléculaires exige des développements de méthodes bioinformatiques précis et rapides pour analyser ces données. Les séquences moléculaires d'origine commune sont utilisées pour inférer des phylogénies, qui aident à tester différentes hypothèses…
abgeschlossen, 02/2015 - 09/2018
Publikationen
-
Verbiest, Max; Lundström, Oxana; Xia, Feifei; Baudis, Michael; Bilgin Sonay, Tugçe; Anisimova, Maria,
2024.
Short tandem repeat mutations regulate gene expression in colorectal cancer.
Scientific Reports.
14(1), S. 3331.
Verfügbar unter: https://doi.org/10.1038/s41598-024-53739-0
-
Apsley, Abner T.; Domico, Emma R.; Verbiest, Max A.; Brogan, Carly A.; Buck, Evan R.; Burich, Andrew J.; Cardone, Kathleen M.; Stone, Wesley J.; Anisimova, Maria; Vandenbergh, David J.,
2023.
A novel hypervariable variable number tandem repeat in the dopamine transporter gene (SLC6A3).
Life Science Alliance.
6(4), S. e202201677.
Verfügbar unter: https://doi.org/10.26508/lsa.202201677
-
Verbiest, Max; Maksimov, Mikhail; Jin, Ye; Anisimova, Maria; Gymrek, Melissa; Bilgin Sonay, Tugce,
2022.
Journal of Evolutionary Biology.
36(2), S. 321-336.
Verfügbar unter: https://doi.org/10.1111/jeb.14106
-
Jowkar, Gholamhossein; Pecerska, Julija; Maiolo, Massimo; Gil, Manuel; Anisimova, Maria,
2022.
Systematic Biology.
72(2), S. 307-318.
Verfügbar unter: https://doi.org/10.1093/sysbio/syac050
-
Sima, Ana Claudia; Mendes de Farias, Tarcisio; Anisimova, Maria; Dessimoz, Christophe; Robinson-Rechavi, Marc; Zbinden, Erich; Stockinger, Kurt,
2022.
Distributed and Parallel Databases.
40(2), S. 409-440.
Verfügbar unter: https://doi.org/10.1007/s10619-022-07414-w