Unsere Forschung

Wir entwickeln Algorithmen, die große Proteinstruktur- und Sequenzdaten nutzen, um die Diagnose und Behandlung von Krankheiten zu verbessern.

Zu den jüngsten Erfolgen gehören neuartige Leitsubstanzen zur Überwindung von Resistenzen gegen eine Krebs-Chemotherapie, zur Inaktivierung von B-Zellen bei Autoimmunerkrankungen und zur Behandlung der Chagas-Krankheit. Die Leitsubstanzen wurden anhand eines in-silico-Screenings von Strukturdaten vorhergesagt, bei dem die Bindungsstellen von Medikamenten und ihre Wechselwirkungen mit ihren Zielmolekülen verglichen wurden. Das Ergebnis dieser Arbeit ist ein sehr gut genutztes Online- und Open-Source-Tool zur Analyse molekularer Wechselwirkungen mit dem Namen Plip und dem Spin-off-Unternehmen pharmAI GmbH.

Neben Strukturdaten analysieren wir auch Sequenzdaten. Bei einem grossen Bildschirm von Patient:innen mit Bauchspeicheldrüsenkrebs setzten wir maschinelles Lernen ein, um die Krebsdiagnose aus Blutproben zu verbessern. Unsere KI analysiert die DNA der Patient:innen und trennt Bauchspeicheldrüsenkrebs von einer Entzündung mit über 90% Erfolgsrate im Vergleich zum besten klinischen Marker CA19-9 mit 70-80%.

Nicht zuletzt analysieren wir die Antibiotikaresistenz in Abwasser E. coli. Wir korrelierten genomische Variationen mit der Antibiotikaresistenz und identifizierten Kandidatenresistenzgene in E. coli.