Bioinformatik

 

Software

Professionelle Software-Lösungen für das Infor­mations­­management im Pharma-Forschungsprozess.

Wissenschaftliche Publikationen

Projekte

Schwerpunkte der Projektarbeit sind

  • die Erforschung neurodegenerativer Erkrankungen und
  • die Informations- und Wissensextraktion in den Life Sciences.

Fraunhofer SCAI entwickelt im Geschäftsfeld Bioinformatik Methoden zur Unterstützung des Infor­mations­­managements im Pharma-Forschungsprozess. Der Schwerpunkt der Forschungs- und Entwicklungs­­arbeiten liegt dabei in der Extraktion relevanter Informationen aus biomedizinischer Fach­literatur (»Text Mining«) und der Nutzung dieser Information für die Modellierung neurodegenera­tiver Erkrankungen. Diese wissensbasierten Ansätze werden mit Data-Mining-Verfahren und Simulationsansätzen kombiniert, mit dem Ziel, rationale Entscheidungsprozesse in der Pharma-Forschung zu unterstützen.

Zu den Partnern und Kunden im Geschäftsfeld gehören sowohl die forschende Pharmaindustrie als auch Unternehmen der Biotechnologie und Software-Häuser der Life-Science-Informatik. Fraunhofer SCAI positioniert sich dabei an der Schnittstelle zwischen akademischer und industrieller Forschung. Als Vertreter angewandter Forschung beteiligt sich das Institut auf akademischer Seite an der Ausbildung von Studierenden des Studiengangs »Life Science Informatics « am Bonn-Aachen International Center for Information Technology (B-IT), gleichzeitig bestehen Partnerschaften zu einer Vielzahl öffentlich geförderter, nationaler und europäischer Forschungsprogramme.

1. Information aus unstrukturierten Daten gewinnen

35 Prozent aller Daten weltweit sind gesundheitsbezogene Daten. Etwa 80 Prozent davon sind unstrukturierte Daten.

2. Technologien für Wissensgraphen

Unsere Graphenmodelle stellen Daten und Wissen im vom Computer berechenbarer Form bereit. Die gemeinsame Semantik bildet die Grundlage für die Interoperabilität von Daten und Wissen.

3. Modelle, die Daten und Wissen kombinieren

Modelle, die Daten und Wissen integrieren, bilden die Grundlage für unsere Ansätze in der Präzisionsmedizin. Sofern Wissen über Krankheitsmechanismen vorhanden ist, lassen sich Daten auch auf Patientenebene analysieren.

4. Handlungsorientierte Erkenntnisse und Entscheidungsunterstützung

Künstliche Intelligenz und Data Science helfen uns nicht nur dabei, »neue Signale« in den vorliegenden Daten zu identifizieren, sondern sie unterstützen auch die Interpretation der Daten. Wir nutzen die Erkenntnisse aus unserer Analyse zur Unterstützung der Entscheidungsfindung in Forschung und Entwicklung sowie der klinischen Therapie.

Forschungsfelder

Entwicklung von Anwendungen

  • Text-Mining
  • Extraktion von Zusammenhängen
  • Informationsextraktion aus Tabellen
  • Informationsextraktion aus Bildern
  • Texte in Graphen umwandeln

Angewandte Semantik

  • Semantische Interoperabilität
  • Ontologie und Terminologie
  • Wissensgraphen
  • Ursache-Wirkungs-Modelle
  • Kuration von Daten

KI und Data Science

  • Künstliche Intelligenz
  • Data Science
  • Präzisionsmedizin
  • Systemmedizin
  • Target-Identifizierung