SIB Remarkable Outputs 2023
Das Schweizerische Institut für Bioinformatik (SIB) hat eine Liste mit herausragenden Arbeiten veröffentlicht, die im Jahr 2023 erstellt wurden. Die Liste enthält eine Arbeit der Biomedical Informatics Group unter der Leitung von Gunnar Rätsch in Zusammenarbeit mit der Learning & Adaptive Systems Group unter der Leitung von Andreas Krause.
Das Schweizerische Institut für Bioinformatik (SIB) veröffentlicht jedes Jahr eine Liste der besten Leistungen und Arbeiten, die von Wissenschaftler:innen im letzten Jahr erbracht wurden. Zu diesen Leistungen, die vom SIB-Preiskomitee ausgewählt werden, gehören unter anderem begutachtete Publikationen, Preprints, Ressourcen, Software-Tools, Datenbanken, Outreach-Programme und wissenschaftliche Interessenvertretung.
Die diesjährigen SIB Remarkable Outputs 2023 beinhalten eine Arbeit aus dem Departement Informatik. Die Arbeit mit dem Titel "Learning Single-Cell Perturbation Responses using Neural Optimal Transport" (Lernen von Einzelzell-Störungsreaktionen mit neuronalem optimalem Transport) aus der Biomedical Informatics Group unter der Leitung von Professor Gunnar Rätsch in Zusammenarbeit mit der Learning & Adaptive Systems Group unter der Leitung von Professor Andreas Krause wird ausgezeichnet, weil sie "einen bedeutenden Schritt vorwärts in Bezug auf das Verständnis der heterogenen Reaktion verschiedener Zellzustände auf Störungen der Umwelt darstellt. Dies könnte sich in Zukunft auf die Entdeckung von Medikamenten auswirken".
In ihrer Arbeit schlagen die Forscher CellOT vor, einen Rahmen für die Modellierung von Einzelzell-Störungsreaktionen aus ungepaarten behandelten und unbehandelten Zellzuständen unter Verwendung des neuronalen optimalen Transports. Durch eine adäquate Modellierung des Problems durch die Linse des optimalen Transports bestimmt CellOT, wie sich Störungen auf zelluläre Eigenschaften auswirken, rekonstruiert die wahrscheinlichste Flugbahn, die einzelne Zellen nach einer Störung einschlagen, und trägt anschliessend zu einem besseren Verständnis der treibenden Faktoren für die Entscheidung über das Zellschicksal und der zellulären Ausweichmechanismen bei.