Zentrum für Quantitative Biologie

Dr. Gisela Gabernet

Teamleiterin Forschung & Entwicklung in Data Science

Kontakt:

 +49-7071-29-76416

gisela.gabernetspam prevention@qbic.uni-tuebingen.de

www.qbic.uni-tuebingen.de

Biographie:

  • 2015 - 2018: Doktorand an der Computer-Assisted Drug Design Arbeitsgruppe, ETH Zürich, Schweiz
  • 2014: Wissenschaftliche Mitarbeiterin, Helmholtz-Zentrum Dresden-Rossendorf, Deutschland
  • 2012 - 2014: M.Sc. Molekulares Bioingenieurwesen, Technische Universität Dresden, Deutschland
  • 2008 - 2012: B.Sc. Biotechnologie, Universitat Autonoma de Barcelona, Spanien

Publikationen:

Detaillierte Infos hierzu auch auf meinem Google Scholar Profil.

  • Grisoni, F.*, Neuhaus, C. S.*, Gabernet, G.*, Müller, A. T., Hiss, J. A., & Schneider, G. (2018). Designing anticancer peptides by constructive machine learning. ChemMedChem, 13(13), 1300–1302.
  • Armbrecht, L.*, Gabernet, G.*, Kurth, F., Hiss, J. A., Schneider, G., & Dittrich, P. S. (2017). Characterisation of anticancer peptides at the single-cell level. Lab Chip, 17, 2933–2940.
  • Müller, A. T., Gabernet, G., Hiss, J. A., & Schneider, G. (2017). modlAMP: Python for antimicrobial peptides. Bioinformatics.
  • Schneider, P., Müller, A. T., Gabernet, G., Button, A. L., Posselt, G., Wessler, S., Hiss, J. A., Schneider, G. (2017). Hybrid network model for deep learning of chemical data: application to antimicrobial peptides. Molecular Informatics, 36(1–2), 1600011.
  • Müller, A. T., Kaymaz, A. C., Gabernet, G., Posselt, G., Wessler, S., Hiss, J. A., & Schneider, G. (2016). Sparse neural network models of antimicrobial peptide-activity relationships. Molecular Informatics, 35(11–12), 606–614.
  • Gabernet, G., Müller, A. T., Hiss, J. A., & Schneider, G. (2016). Membranolytic anticancer peptides. Medicinal Chemistry Communications, 7(12), 2232–2245.