Data Science

In the research area Data Science, we focus on the development and application of data-driven methods for solving biological, medical, and technical problems. In close cooperation with our partners from research and industry, we develop algorithms for preprocessing and analyzing data using statistical methods and machine learning, as well as visualizing and interpreting the results. For example, within the project LeiVMed Online we develop a platform for benchmarking and visualizing data of treatments of patients in hospitals and developing prediction models for the outcome of treatments.

In many of our projects, we see the need for customized data processing pipelines due to the heterogeneity and complexity of data structures in real world processes and systems. We use applied statistics as well as numerous machine learning approaches, including black box methods (deep neural nets, random forests, gradient boosted trees, etc.) and white box methods (symbolic regression by genetic programming). We build our knowledge discovery pipelines on a variety of different frameworks, especially python scikit-learn, tensorflow, pytorch, MATLAB, and HeuristicLab.

 

 

Selected Publications

Selected Projects

Transplant

Im Rahmen des Regio 13 Projekts "Transplant – Marker für humorale und zelluläre Abstoßung nach Nierentransplantation" (Konsortialführer: Blutzentrale des OÖRK) wird erforscht, ob und wie sich Next-Generation Sequencing (NGS) von B- und T-Zell-Rezeptoren dazu eignet, den Zustand von Nierentransplantaten schneller und spezifischer zu untersuchen. Ziel ist eine deutliche Verbesserung des Transplantatmonitorings sowie die Erhöhung der Funktionsdauer von transplantierten Organen.

 

Aufgabe der Forschungsgruppe Bioinformatik in diesem Projekt ist die Entwicklung und Implementierung von Algorithmen für die Zuordnung von Gen-Sequenzen zu bestimmten Gen-Gruppen, um eine Aussage über das genetische Variationsspektrum der vorhandenen Immunzellen treffen zu können. Aufbauend auf Daten von der IMGT-Datenbank wird nach einem oder mehreren dominanten Klonen gesucht; sollte sich ein Klon in der Quantität seines Auftretens signifikant von den anderen unterscheiden, so ist dies ein Zeichen dafür, dass entweder eine gerichtete (z.B. Organ­abstoßung) oder ungerichtete (z.B. Lymphome) Proliferation einer B- oder T-Zelle im Gange ist.


Head

Prof.(FH) DI Dr. Stephan Winkler

Researchers

Susanne Schaller MMSc

Johannes Weinberger

Martin Danzer

Prof.(FH) DI Dr. Stephan Winkler

Duration

2013 - present

Research Areas

Immunology

DataScience

Research Institutions

Research Center Hagenberg

University of Applied Sciences, Upper Austria, Hagenberg Campus

Blutzentrale Linz

Research focus

Software technology and application 

 

 

Back to Projects