Zum 15. Mai 2024 hat Matthias Gehringer die neue W3-Professur für Medizinische Chemie mit Schwerpunkt Proteinkinaseinhibitoren an der Medizinischen Fakultät angetreten.
Matthias Gehringer (Jahrgang 1984) absolvierte sein Studium der Chemie an den Universitäten Karlsruhe und Heidelberg sowie an der Ecole Nationale Supérieure de Chimie in Montpellier (Frankreich). Im Jahr 2014 promovierte er mit dem Prädikat summa cum laude in Pharmazeutischer/Medizinischer Chemie bei Herrn Professor Dr. Stefan Laufer am Pharmazeutischen Institut der Universität Tübingen. Als Postdoktorand in der Gruppe von Herrn Professor Dr. Karl-Heinz Altmann an der Eidgenössischen Technischen Hochschule (ETH) Zürich (Schweiz) arbeitete er für zwei Jahre in der Naturstofftotalsynthese. Dabei konzentrierte er sich auf synthetische Derivate der sogenannten Mycolactone, die eine vernachlässigte Krankheit namens Buruli-Ulkus verursachen. Sein Ziel war es, den Wirkmechanismus dieser Verbindungen zu entschlüsseln und neue Methoden für Diagnostik und Therapie zu entwickeln. Danach kehrte er nach Tübingen zurück, um eine eigene Forschungsgruppe aufzubauen. Seit 2019 ist er Juniorprofessor für Medizinische Chemie am Pharmazeutischen Institut der Universität Tübingen und Associate Investigator im Exzellenzcluster iFIT (Image-Guided and Functionally Instructed Tumor Therapies), dem einzigen onkologischen Exzellenzcluster Deutschlands.
Im Zentrum von Matthias Gehringers Forschung stehen Hemmstoffe für Proteinkinasen, einer Klasse von Enzymen, deren Deregulation zu verschiedensten Krankheiten, insbesondere Krebs, führen kann. Die enorme therapeutische Relevanz dieser Zielproteine zeigt sich beeindruckend in der Marktzulassung von über 80 Proteinkinaseinhibitoren in den letzten 23 Jahren, von denen die überwiegende Mehrheit in onkologischen Indikationen eingesetzt wird. Seine Forschungsgruppe arbeitet hier vorwiegend an sogenannten kovalenten Hemmstoffen, die durch Ausbildung einer chemischen Bindung zum Zielprotein eine erhöhte Wirksamkeit, eine verlängerte Wirkdauer und oft auch eine erhöhte Selektivität erreichen.
Die Arbeit von Professor Gehringer wurde mit diversen Preisen ausgezeichnet, unter anderem 2021 mit dem Host-Böhme Nachwuchspreis der Deutschen Pharmazeutischen Gesellschaft (DPhG) und zuletzt 2024 mit dem Portoghese Lectureship Award der American Chemical Society (ACS) Division of Medicinal Chemistry (MEDI).
Neben Forschung und Lehre verbringt er seine Zeit am liebsten mit seiner Familie und verschiedenen Bergsportarten.
Steven Patrick Pohl
Zum 1. September 2024 hat Daniel Häufle die W3-Professur für Morphological Computation in Neuromechanics and Neurorehabilitation an der Medizinischen Fakultät angetreten. Die Professur ist am Hertie Institut für klinische Hirnforschung an der Medizinischen Fakultät der Universität Tübingen beheimatet und ist mit der Leitung einer Forschungsabteilung verbunden. Darüber hinaus ist er Teil des 2023 gegründeten Zentrums für Bionic Intelligence Tübingen Stuttgart (BITS).
Daniel Häufle (geboren 1982) studierte Physik und Biomechanik von 2003 bis 2009 an der Friedrich-Schiller-Universität Jena sowie an der University of Calgary (Kanada). Für seine Promotion ging er and die Universität Stuttgart, wo er 2012 im Labor für Computational Biopyhsics & Biorobotics promovierte. Nach einem Auslandsaufenthalt 2011 am Robotics Institute der Carnegie Mellon University in Pittsburgh (USA), arbeitete Häufle als Postdoc in der Human Movement Simulation Group an der Universität Stuttgart. Von 2016 bis 2023 war er Nachwuchsgruppenleiter am Hertie Institut für klinische Hirnforschung. Nach seiner Habilitation 2020 im Fach Informatik an der Universität Tübingen, die sich auf den Beitrag der Morphologie zur Kontrolle der biologischen Bewegung konzentrierte, führte ihn seine erste Professur für Scientific Computing 2023 ans Institut für technische Informatik der Universität Heidelberg, bevor er an die Medizinische Fakultät Tübingen berufen wurde.
Daniel Häufles Forschung beschäftigt sich mit der Untersuchung der Erzeugung und Kontrolle aktiver menschlicher Bewegungen. Mit seiner Forschungsgruppe entwickelt er Modelle und Computersimulationen des neuro-muskulo-skelettalen Systems. In einem Mehrskalen-Ansatz können so die unterschiedlichen hierarchischen Ebenen berücksichtigt werden, die zur Bewegungserzeugung beitragen. Ihr interdisziplinärer Ansatz integriert Konzepte der Biophysik, Biomechanik und Motorik. Mit diesem Ansatz leistet die Forschungsgruppe um Professor Häufle einen Beitrag zur Aufklärung der grundlegenden sensomotorischen Mechanismen in der Kontrolle von Bewegungen. Außerdem untersuchen sie die Zusammenhänge und Auswirkungen bei deren Dysfunktion durch neurologische Erkrankungen. Mit einem tieferen Verständnis der kausalen Zusammenhänge der Bewegungsdynamik, der beeinträchtigten Kontrolle und der neuro-muskulären Interaktion legen sie die Grundlagen für funktionale Assistenzsysteme im Bereich Rehabilitationsrobotik.
Professor Häufles Forschung hat viele Anknüpfungspunkte in Tübingen und der Forschungsregion, zur Informatik, zu CyberValley, zur Uni Stuttgart, zum neuen „Bionic Intelligence Tübingen Stuttgart (BITS)“, zum Fraunhofer IPA in Stuttgart, und zum MPI für intelligente Systeme.
Die Freizeit abseits des Forschungsalltages verbringt Daniel Häufle hauptsächlich mit seiner Familie und hält sich durch sportliche Aktivitäten wie etwa Squash, Wandern oder Radfahren fit.
Steven Patrick Pohl
Zum 1. September 2024 hat Cornelia Henschke die neue W2-Professur für Ambulante Versorgungsforschung mit Schwerpunkt Routinedaten an der Medizinischen Fakultät angetreten. Die Professur ist am Institut für Allgemeinmedizin und Interprofessionelle Versorgung angesiedelt.
Cornelia Henschke (Jahrgang 1979) studierte von 2002 bis 2008 Betriebswirtschaftslehre an der TU Berlin und promovierte 2013 im Fachgebiet Management im Gesundheitswesen. Im gleichen Jahr wurde sie zur Leiterin des Arbeitsbereiches Gesundheitsökonomie ernannt und übernahm die stellvertretende Leitung des Gesundheitsökonomischen Zentrums Berlin (BerlinHECOR), einem Verbund der Charité – Universitätsmedizin und der TU Berlin. Von 2016-2021 hatte sie die Leitung einer vom BMBF finanzierten Nachwuchsgruppe inne. Zwischenzeitlich verschlug es Frau Henschke für einen einjährigen Auslandsaufenthalt (08/2018-07/2019) an das Margolis Insitute for Health Policy der renommierten Duke University (USA) mit Aufenthalten an der School of Medicine der University of California. 2019 folgte die Habilitation im Fach Betriebswirtschaftslehre und Gesundheitsökonomie an der TU Berlin, bevor sie ihr Weg von der Bundeshauptstadt ins Ländle führte.
Henschkes Forschungsschwerpunkte liegen auf dem Bereich der (regionalen) Versorgungsforschung, der Gesundheitssystemforschung sowie der Gesundheitsökonomie. Ein besonderer Fokus lag bisher auf der Analyse der Auswirkungen regulatorischer Mechanismen in Gesundheitssystemen (z.B. Finanzierungsmechanismen), auf innovativen Gesundheitstechnologien wie Medizinprodukten, digitalen Gesundheitsanwendungen und Versorgungsprogrammen sowie auf der notfallmedizinischen Versorgung. Mit ihrem Profil möchte sie eine Forschungslinie basierend auf der Nutzung von Routinedaten mit dem Fokus auf Versorgungs- und Gesundheitssystemforschung und Gesundheitsökonomie aufbauen. Teilbereiche umfassen beispielsweise die Forschung zu digitalen Gesundheitstechnologien, komplexen Interventionen und den Bereich der Präventionsforschung.
Henschke ist im Steering Committee der European Health Policy Group und im International Advisory Board der Fachzeitschrift Health Economics, Policy and Law. Zudem ist sie aktives langjähriges Mitglied in mehreren Fachgesellschaften wie der deutschen Gesellschaft für Gesundheitsökonomie. Sie erhielt das international hoch renommierte Stipendium ‚Harkness Fellowship in Health Care Policy and Practice‘ vom Commonwealth Fund und der B. Braun-Stiftung in 2018/2019 sowie den Young Gastein Scholarship.
Im Bereich der Lehre unterrichtete Henschke in Modulen der Gesundheitsökonomie, des Managements im Gesundheitswesen, der Versorgungsforschung und in der Gesundheitssystemforschung an der Berlin School of Public Health, der Technischen Universität Berlin und als Gastdozentin an der medizinischen Hochschule Brandenburg, dem Universitätsklinikum Düsseldorf und der Kwame Nkrumah University of Science and Technology.
Um vom akademischen Alltag etwas Abstand zu gewinnen, verbringt sie ihre Freizeit gern sportlich mit Joggen und Spinning-Kursen. Letzteres lässt sich in Tübingen sehr gut nach draußen verlegen.
Steven Patrick Pohl
Professorin Dr. Hilde Kühne ist eine führende Wissenschaftlerin im Bereich des Multimodalen Lernens, einem Forschungsfeld, das sich mit der Verknüpfung unterschiedlicher Datenmodalitäten wie Text, Bild, und Audio beschäftigt.
Sie begann ihren akademischen Werdegang in Koblenz mit einem Diplom in Computervisualistik, gefolgt von einer Promotion am KIT in Karlsruhe über Action Recognition. Nach Stationen am Fraunhofer Institut für Kommunikation, Informationsverarbeitung und Ergonomie (FKIE) forschte sie als Post-Doc an der Universität Bonn in der Computer Vision Group von Professor Dr. Jürgen Gall. Anschließend vertiefte sie ihr Interesse am Multimodalen Lernen am MIT IBM Lab. Es folgten Stationen als W1-Professorin an der Goethe Universität in Frankfurt (Computational Vision and Artificial Intelligence) und als W2-Professorin an der Universität Bonn.
Seit dem 1. August 2024 gehört Hilde Kühne zum Tübingen AI Center, einer gemeinsamen Einrichtung der Universität Tübingen und des Max-Planck-Instituts für Intelligente Systeme. Hier forscht sie an groß angelegten multimodalen Foundation-Modellen, die darauf abzielen, Beziehungen zwischen komplexen multimodalen Datenstrukturen wie Texten, Bildern und Videos zu lernen und zu verstehen. Ein im vergangenen Jahr gewonnener Starting Grant des Europäischen Forschungsrats (ERC) mit dem Titel „GraViLa – Graphs without Labels: Multimodal Structure Learning without Human Supervision“ soll es ermöglichen, aus multimodalen Dokumenten kontextreiche, semantische Einheiten zu extrahieren, um so effizientere Lernmodelle zu entwickeln, die mit weniger Daten eine höhere Genauigkeit erreichen.
Claudia Brusdeylins
Kerstin Ritter hat am 1. August 2024 die neue W3-Professur für Maschinelles Lernen für klinische Neurowissenschaften an der Medizinischen Fakultät angetreten. Die Professur ist am neu gegründeten Hertie Institute for AI in Brain Health (Hertie AI) an der Medizinischen Fakultät der Universität Tübingen beheimatet und ist mit der Leitung einer Forschungsabteilung verbunden.
Kerstin Ritter (geb. 1982) studierte Diplom-Mathematik mit den Nebenfächern Psychologie und Philosophie an der Westfälischen Wilhelms-Universität Münster und der Humboldt-Universität zu Berlin und promovierte 2012 als Stipendiatin am Bernstein-Zentrum für Computational Neuroscience Berlin. Anschließend war sie Postdoc am Berlin Center for Advanced Neuroimaging und erhielt 2017 ein Rahel-Hirsch-Stipendium für exzellente Nachwuchswissenschaftlerinnen. Seit 2018 war sie Juniorprofessorin für Computational Neuroscience an der Charité - Universitätsmedizin und leitete dort die Arbeitsgruppe "Maschinelles Lernen in der klinischen Neurobildgebung", bevor sie an die Medizinische Fakultät Tübingen berufen wurde.
In ihrer Forschung beschäftigt sich Kerstin Ritter mit der Entwicklung und Validierung anspruchsvoller KI-Methoden zur verbesserten Diagnose und Charakterisierung von Erkrankungen des Zentralnervensystems im psychiatrischen und neurologischen Bereich. Dabei kombiniert sie innovative maschinelle Lernverfahren, einschließlich Deep Learning, mit medizinischen Daten, insbesondere neurobildgebenden Daten, sowie klinischen Daten, ecological momentary assessments (EMA) und genetischen Informationen. Ihre Arbeitsschwerpunkte liegen auf methodischen Herausforderungen wie der Erklärbarkeit künstlicher neuronaler Netzwerke, dem Einfluss von Störfaktoren wie Alter, Geschlecht und Komorbidität sowie der Anpassung von Netzwerkarchitekturen an die Besonderheiten neurobildgebender und multimodaler Daten. Ziel ist die Entwicklung robuster, transparenter und idealerweise kausaler Modelle, die zukünftig in der Klinik für unterschiedliche Fragestellungen wie Diagnostik, Prognose und Behandlungserfolg eingesetzt werden können.
Ihre Forschung wurde mit mehreren Forschungspreisen wie dem NARSAD Young Investigator Grant der Brain & Behavior Research Foundation (USA) und dem DMSG Research Award (Deutschland) ausgezeichnet. Sie ist PI in mehreren interdisziplinären DFG- und BMBF-geförderten Forschungsverbünden zu Forschungsfragen an der Schnittstelle von Künstlicher Intelligenz, Neurobildgebung und klinischer Anwendung im Bereich der Neurologie und Psychiatrie.
Steven Patrick Pohl
Johannes Schwenck hat zum 1. September die W2-Professur für Translationale Immunbildgebung an der Medizinischen Fakultät angetreten.
Johannes Schwenck (Jahrgang 1986) studierte Humanmedizin an der Universität Tübingen und schloss seine Promotion 2015 ab. Zudem erwarb er 2021 den Doctor of Philosophy in Experimental Medicine an der Universität Tübingen. Von 2013 bis 2020 war er als Assistenzarzt in der Abteilung für Nuklearmedizin und Klinische Molekulare Bildgebung des Universitätsklinikums Tübingen beschäftigt, bis 2021 dann als Funktionsoberarzt. Im Anschluss folgte ein Auslandsaufenthalt im Ludwig Institute for Cancer Research als Research Fellow im Immunometabolism and Cancer Immunology Laboratory an der Universität von Lausanne, bevor er im August 2023 als Oberarzt in der Abteilung für Nuklearmedizin und Klinische Molekulare Bildgebung ans Universitätsklinikum Tübingen zurückkehrte. Darüber hinaus ist er Associate Investigator im Exzellenzcluster iFIT (Image-Guided and Functionally Instructed Tumor Therapies), dem einzigen onkologischen Exzellenzcluster Deutschlands sowie Wissenschaftler im Werner Siemens Imaging Center.
Der Forschungsschwerpunkt von Johannes Schwenck liegt in der Entwicklung von präklinischen und klinischen Bildgebungsmethoden zur Charakterisierung immunologischer Vorgänge sowie in der PET-Diagnostik mit dem Ziel, innovative molekulare Bildgebungsstrategien zur Steuerung von Krebsimmuntherapien zu entwickeln. Seine aktuellen Forschungsprojekte umfassen die Erforschung der Karzinogenese des hepatozellulären Karzinoms, die In-vivo-Charakterisierung von Tumoren wie Prostatakrebs sowie sekundäre und tertiäre lymphatische Organe unter Einsatz von Immuntherapie.
Aufgrund seiner klinischen und wissenschaftlichen Leistungen wurde Professor Schwenck mit mehreren Preisen geehrt, darunter dem Alavi–Mandell Award der Society of Nuclear Medicine and Molecular Imaging, USA (2020) und dem Nachwuchspreis der Deutschen Gesellschaft für Nuklearmedizin (2019).
Neben seiner klinischen und wissenschaftlichen Tätigkeit ist Johannes Schwenck begeisterter Skifahrer und genießt es die Berge mit dem Mountainbike oder zu Fuß zu erkunden.
Steven Patrick Pohl
Our website uses cookies. Some of them are mandatory, while others allow us to improve your user experience on our website. The settings you have made can be edited at any time.
or
Essential
in2cookiemodal-selection
Required to save the user selection of the cookie settings.
3 months
be_lastLoginProvider
Required for the TYPO3 backend login to determine the time of the last login.
3 months
be_typo_user
This cookie tells the website whether a visitor is logged into the TYPO3 backend and has the rights to manage it.
Browser session
ROUTEID
These cookies are set to always direct the user to the same server.
Browser session
fe_typo_user
Enables frontend login.
Browser session
Videos
iframeswitch
Used to show all third-party contents.
3 months
yt-player-bandaid-host
Is used to display YouTube videos.
Persistent
yt-player-bandwidth
Is used to determine the optimal video quality based on the visitor's device and network settings.
Persistent
yt-remote-connected-devices
Saves the settings of the user's video player using embedded YouTube video.
Persistent
yt-remote-device-id
Saves the settings of the user's video player using embedded YouTube video.
Persistent
yt-player-headers-readable
Collects data about visitors' interaction with the site's video content - This data is used to make the site's video content more relevant to the visitor.
Persistent
yt-player-volume
Is used to save volume preferences for YouTube videos.
Persistent
yt-player-quality
Is used to save the quality settings for YouTube videos.
Persistent
yt-remote-session-name
Saves the settings of the user's video player using embedded YouTube video.
Browser session
yt-remote-session-app
Saves the settings of the user's video player using embedded YouTube video.
Browser session
yt-remote-fast-check-period
Saves the settings of the user's video player using embedded YouTube video.
Browser session
yt-remote-cast-installed
Saves the user settings when retrieving a YouTube video integrated on other web pages
Browser session
yt-remote-cast-available
Saves user settings when retrieving integrated YouTube videos.
Browser session
ANID
Used for targeting purposes to profile the interests of website visitors in order to display relevant and personalized Google advertising.
2 years
SNID
Google Maps - Google uses these cookies to store user preferences and information when you view pages with Google Maps.
1 month
SSID
Used to store information about how you use the site and what advertisements you saw before visiting this site, and to customize advertising on Google resources by remembering your recent searches, your previous interactions with an advertiser's ads or search results, and your visits to an advertiser's site.
6 months
1P_JAR
This cookie is used to support Google's advertising services.
1 month
SAPISID
Used for targeting purposes to profile the interests of website visitors in order to display relevant and personalized Google advertising.
2 years
APISID
Used for targeting purposes to profile the interests of website visitors in order to display relevant and personalized Google advertising.
6 months
HSID
Includes encrypted entries of your Google account and last login time to protect against attacks and data theft from form entries.
2 years
SID
Used for security purposes to store digitally signed and encrypted records of a user's Google Account ID and last login time, enabling Google to authenticate users, prevent fraudulent use of login credentials, and protect user data from unauthorized parties. This may also be used for targeting purposes to display relevant and personalized advertising content.
6 months
SIDCC
This cookie stores information about user settings and information for Google Maps.
3 months
NID
The NID cookie contains a unique ID that Google uses to store your preferences and other information.
6 months
CONSENT
This cookie tracks how you use a website to show you advertisements that may be of interest to you.
18 years
__Secure-3PAPISID
This cookie is used to support Google's advertising services.
2 years
__Secure-3PSID
This cookie is used to support Google's advertising services.
6 months
__Secure-3PSIDCC
This cookie is used to support Google's advertising services.
6 months