Visuelle Big Data Analytik in den Lebenswissenschaften

Kurzbeschreibung:
Ziel dieses Forschungsvorhabens ist es, neue Visualisierungstechniken und -anwendungen für die visuelle Analyse multivariater biomedizinischer Daten zu entwickeln (beispielsweise Multi-Omics-Daten oder medizinschen Messreihen). Hierzu sollen unter anderem Dimensionsreduktion, Machine Learning und Datenfusion verwendet werden, um eine effektive sowie effiziente Analyse komplexer Sachverhalte und Zusammenhänge zu ermöglichen.

Bearbeiter:
Nicolas Brich, M.Sc.

Projektpartner:
Prof. Dr.-Ing. habil. Kai Lawonn, Visualization and Explorative Data Analysis Group, Universität Jena

Projektlaufzeit:
01/2021 – 12/2022

Finanzierung:
Deutsche Forschungsgemeinschaft e.V. (DFG)

Kurzbeschreibung:
Ziel dieses Forschungsvorhabens ist es, neue Visualisierungstechniken für Unsicherheiten in biomolekularen Daten (beispielsweise Proteinstrukturen, DNA oder RNA) zu entwickeln, welche eine verlässliche und zugleich effiziente, umfassende visuelle Analyse der Daten ermöglichen. Hierzu soll unter anderem der Einsatz illustrativer Visualisierungstechniken zur Darstellung der Unsicherheit untersucht werden. Für die visuelle Analyse und Quantifizierung der Unsicherheiten sollen sowohl dreidimensionalen Struktur-Daten als auch Sequenz-Daten in die Visualisierung einbezogen und kombiniert werden. Neben den in den Daten enthaltenen Unsicherheiten sollen zusätzlich die durch Analyseverfahren induzierten Unsicherheitsfaktoren quantifiziert werden.

Bearbeiter:
Marco Schäfer
Dr. Nils Lichtenberg

Projektpartner:
Prof. Dr. Timo Ropinski, Forschungsgruppe Visual Computing, Universität Ulm
Prof. Dr. Barbora Kozlíková, Department of Computer Graphics and Design, Masaryk University, Tschechien

Projektlaufzeit:
10/2018 – 11/2021

Finanzierung:
Deutsche Forschungsgemeinschaft e.V. (DFG) (DFG-GACR Cooperation: Joint German-Czech Research Projects)

Kurzbeschreibung:
The visual analysis of protein structures has been researched in several projects within the past few years. While molecular structures are relevant, it is necessary to focus on both interaction partners and to also take into account their physico-chemical properties in order to understand protein interactions. Thus, within this research project, we plan to enable the visual analysis of protein-ligand interactions as captured in state-of-the-art simulations by focusing on these properties. The main goal is to make these time-dependent data sets better accessible for protein designers, and help them to develop adaptions that enable a more efficient interaction. In particular, we will develop novel visualization techniques which convey the relevant properties by means of abstract representations as well as structural embeddings. We will enhance these techniques for a visual comparison of different interactions, which eventually enable us to develop domain-centered immersive visual analytics approaches. We will evaluate our methods together with domain experts in order to ensure their effectiveness for the visual analysis of protein-ligand interactions.

Projektbeschreibung in FIT
Projektbeschreibung in DFG GEPRIS

Bearbeiter:
Marco Schäfer, M.Sc.