Mathematik und Künstliche Intelligenz

Die mathematische Forschung am MPI-CBG trägt zu einem besseren Verständnis komplexer biologischer Systeme bei. Wir entwickeln neuartige theoretische Rahmenkonzepte, komplexe Berechnungswerkzeuge und innovative Analysetechniken, um Einblicke in immer größer werdende biologische Datensätze zu gewinnen.

Die Mathematik wird dabei vereint durch unser Bestreben, über lineare Ansätze hinauszugehen, um die inhärenten Nichtlinearitäten und die hohe Dimensionalität biologischer Phänomene zu erfassen. Unsere Expertise umfasst ein breites Spektrum an Disziplinen: Algebra, Topologie, Geometrie, dynamische Systeme, Netzwerktheorie, Kombinatorik und – ganz entscheidend – maschinelles Lernen und wissenschaftliches Rechnen. Diese Disziplinen bilden ein dynamisches Umfeld, das es uns ermöglicht, verborgene Muster aufzudecken, komplexe Strukturen zu klassifizieren und dynamische Prozesse über verschiedene Ebenen der biologischen Organisation hinweg zu modellieren.

Wir legen großen Wert auf komplexe mathematische und rechnerische Formalismen. Nur so können wir ein tieferes Verständnis der biologischen Formen, Strukturen und ihrer Entwicklung in Raum und Zeit erlangen.

Dieser integrative Ansatz führte zu Fortschritten, die Theorie, innovative Berechnungsmethoden, hochauflösende Bildgebung und räumlich aufgelöste molekulare Profilerstellung kombinieren. Damit lassen sich Muster in Geweben quantifizieren, Zelltypen anhand von Genexpressionsdaten identifizieren und Vorhersagemodelle für molekulare Zelldynamiken erstellen.

Die Forschung im Bereich Mathematik und maschinelles Lernen am MPI-CBG erweitert kontinuierlich die Grenzen der quantitativen Biologie. Wir stellen uns neuen Herausforderungen: hochdimensionale, multiomische sowie räumlich und zeitlich variierende Datensätze, die Entwicklung höherer Modelle für die Zelldynamik und die Integration multimodaler Datensätze.

Alle Forschungsgruppen