Computergestützte molekulare Medizin (FZ Jülich)

Die Arbeitsgruppe Computergestützte molekulare Medizin kombiniert die Stärken moderner molekularer Simulationen und datenwissenschaftliche Ansätze mit der Zielsetzung die Effektivität herkömmlicher Methoden der Arzneimittelentdeckung zu erweitern und neue Perspektiven für eine erfolgreiche Anwendung auf dem anspruchsvollen Gebiet der ZNS[1]Wirkstoffentdeckung zu eröffnen. Data Science und Artificial Intelligence gewinnen in klinischen Anwendungen als Querschnittsthema, das die medizinischen Wissenschaften mit Mathematik, Physik, Chemie und Biologie verbindet, zunehmend an Bedeutung. Aus diesen Gründen fördern wir derzeit klinisch orientierte Anwendungen in Data Science Schools, zu deren PIs ich gehöre:

• Die Helmholtz Graduate School for Data Science in Life, Earth, and Energy (HDS-LEE, gefördert durch ein Stipendium der Helmholtz-Gemeinschaft), die die Ausbildung der nächsten Generation von Datenwissenschaftlern mit engem Kontakt zur Datengenerierung zum Ziel hat.
• Simulationen und Data Lab am Digitalen Patienten (National High Performance Computing Center for Computational Engineering Science), dass die Implementierung eines digitalen Gegenstücks zum Patienten in der Klinik unterstützen soll, um den Ausgang von Krankheit und Therapie zu simulieren und vorherzusagen. Sowie Multiskalen- und interdisziplinäre Anwendungen in EU- und regionalen Doktorandenschulen, bei denen ich zu den PIs gehöre.
• ALLODD: The ALLOstery in Drug Discovery, das darauf abzielt, eine neue Generation von Wissenschaftlern auszubilden, die das Konzept der Allosterie bei der Entwicklung von Arzneimitteln nutzen und eine ganze Reihe von Technologien zur Identifizierung und Charakterisierung allosterischer Modulatoren von Proteinfunktionen zusammenstellen, die auf therapeutisch relevante Systeme angewandt werden sollen.
• Das interdisziplinäre Graduiertenkolleg MultiSenses - MultiScales, das darauf abzielt, ein konzeptionelles Verständnis der Mechanismen zu erlangen, die die crossmodale Integration sensorischer Informationen auf mehreren Ebenen steuern.

Mehr Informationen zur Forschungsgruppe finden Sie hier. 

Univ.-Prof. Dr. rer. nat. Giulia Rossetti
girossettiukaachende / g.rossettifz-juelichde
Giulia Rossetti (fz-juelich.de)