home
home
home
English
facebook   linkedin   twitter   
 

In Silico Modellierung

VERSUCHSPLANUNG UND DATENANALYSE


Bildnachweis: Copyright Medizinische Universität Graz

Versuchsplanung

  • Unvoreingenommene, angemessen gepowerte, breit anwendbare, statistisch analysierbare, einfache und effiziente Designs
  • Korrekte Berechnung des Stichprobenumfangs (in Übereinstimmung mit den 3R), um zuverlässige und vorhersagbare Ergebnisse zu erzielen
  • Power-Analyse für gegebene Stichprobengrößen und Variationseffekte bei retrospektiven Studien
  • Projektbegleitung vom ersten Konzept bis zur Interpretation Ihrer Daten

Datenanalyse

  • State-of-the-Art Know-How für Bioinformatik und statistische Datenanalyse
  • Breites Kursangebot mit Schwerpunkt Bioinformatik und Biostatistik (zmf.medunigraz.at/merag)
  • Wachsende Anzahl von Werkzeugen für die Datenverarbeitung und -analyse
  • Zugang zu einer Plattform für reproduzierbare und transparente rechnergestützte biologische Forschung (galaxy. medunigraz.at) Zugang zu einem High Performance Computing Cluster (MedBioNode) zur umfassenden Datenanalyse

KONTAKT
Andrea Groselj-Strele
Medizinische Universität Graz
andrea.groselj-strele@medunigraz.at

IN-SILICO-MODELLIERUNG UND INTEGRATION VON OFFENEN DATEN


Bildnachweis: Copyright Medizinische Universität Graz

Der Entwurf, die Entwicklung und die Bewertung von Algorithmen, Methoden und Werkzeugen helfen, die zugrunde liegenden Prinzipien von Krankheiten, insbesondere Krebs, zu verstehen. Einer der Schlüssel zum Verständnis der Krebskonzepte liegt in einer integrativen Übersetzung und multidimensionalen Verknüpfung offener Datensätze. KI-/Maschinenlernansätze für die biomedizinische Analyse und Simulation umfassen verschiedene Techniken wie Validierung, Klassifizierung, Inferenz, Vorhersage und Modellierung. Bestehende, gut gepflegte Datenbanken liefern, integrieren und annotieren Informationen über verschiedene Krankheiten und werden zunehmend zur Erstellung von Vorhersagemodellen verwendet, die wiederum biomedizinische Experimente informieren und anleiten sollen.

KONTAKT
Andreas Holzinger
Medizinische Universität Graz
andreas.holzinger@medunigraz.at

IN-SILICO-MODELLE FÜR DAS HERZ


Bildnachweis: Copyright Medizinische Universität Graz

Anatomisch genaue und biophysikalisch detaillierte In-silico-Modelle des Herzens sind in der Lage, die Herzfunktion unter einer Vielzahl von experimentellen oder klinischen Bedingungen nachzubilden. Sie ergänzen oder ersetzen sogar experimentelle Modelle wie Einzelzell-Patch-Clamp-, Gewebe-Monolayer-, Langendorff- oder Arbeitsherzmodelle.

Fähigkeiten

  • Fortgeschrittene Modellbildungs-Workflows mit bildbasierter Finite-Elemente-Vernetzung und Herznavigationssystemen zur lokalen Merkmalskontrolle
  • Multiphysik-Simulationsmodul (kardiale Elektrophysiologie, Biomechanik und Hämodynamik)
  • Zelldynamik und Biomaterialmodelle für verschiedene Spezies
  • Erweiterte hämodynamische Modelle im geschlossenen Regelkreis
  • Kardiovaskuläre Blutflusssimulationen
  • Datenanalysetools für die Extraktion von Biomarkern
  • Modelle für Stimulation, Defibrillation, kardiale Resynchronisation und Herzklappentherapien
  • Parametrisierung und Datenassimilationstechniken zur Anpassung der Simulation an experimentelle oder klinische Daten

KONTAKT
Gernot Plank
Medizinische Universität Graz
gernot.plank@medunigraz.at

facebook   linkedin   twitter   
Gefördert durch das: BM
Gesellschaft zur Förderung von Alternativen
Biomodellen (The 3R Society)
Postfach 0014
A-8036 Graz