Hauptinhalt

Perspektiven nach dem Studium

Life Science

Die Life Science Informatik (Bioinformatik) ist eine interdisziplinäre Wissenschaft an der Nahtstelle zwischen Informatik und den Biowissenschaften.

Die Studierenden werden im Rahmen ihres Studiums in den praktischen Studienabschnitten im Unternehmen des Praxispartners auf ihren zukünftigen beruflichen Einsatz vorbereitet. Bachelor-Absolventinnen und -Absolventen verfügen über wissenschaftliche Kenntnisse und praktische Fertigkeiten, die für eine Berufstätigkeit oder einen weiterführenden Studiengang qualifizieren.

Unsere Absolventen/-innen werden entweder als Mitarbeiter oder leitende Angestellte in Forschungseinrichtungen bzw. Unternehmen tätig (Pharma- und Medizinsektor, Biotechnologieunternehmen, Automatisierungstechnik, Mikroelektronik-Industrie, Luft- und Raumfahrttechnik). Die Einsatzmöglichkeiten sind so vielfältig wie das Studium selbst. An dieser Stelle seien nur einige genannt.

Einsatzmöglichkeiten

Life Science- und biomedizinische Forschung

Die Life Science- und biomedizinische Forschung umfasst im Prinzip die Forschung auf allen Gebieten der Lebenswissenschaften und im Speziellen in der Biomedizin. Sie beinhaltet viele spannende Themen in den Bereichen Biochemie, Chemie, Pharmazie, Medizin, Umwelttechnik sowie Bio- und Lebensmitteltechnologie. Im Bereich der Biomedizin steht vor allem die weitere Entschlüsselung des menschlichen Genoms (DNA), Transkriptoms (RNA) und Proteoms (Proteine) im Vordergrund, um anhand der gewonnenen Daten die Entwicklung neuartiger Strategien für Diagnose, Therapie und Vorbeugung von Krankheiten voranzutreiben.

Wirkstoffdesign

Bisher wurde unter dem Begriff ,,Medikament" meist eine chemische Substanz verstanden. In Zukunft werden verstärkt Gene oder ihre Produkte (Proteine) biotechnologisch hergestellt, sogenannte Biologicals, und als Medikamente eingesetzt. Im Fokus des Life Science Informatikers stehen im Bereich des Wirkstoffdesigns große Genom- und Proteindatenbanken, in denen es gilt, geeignete Kandidaten für neue Wirkstoffe zu finden sowie die Wirkungsweise neuer Wirkstoffe zu simulieren (z.B. Rezeptor-Ligand; Antikörper-Antigen).

Softwareentwicklung

Geeignete Softwareentwicklungen haben und sind weiterhin dabei große Fortschritte im Bereich der Life Science-Forschung und -entwicklung zu erlangen. Sie sind die Grundlage, die mittels biotechnologischer oder molekularbiologischer Methoden erhoben Daten zu sammeln, zu speichern und in geeigneter Form zu organisieren. Erst so lassen sich wiederum mittels geeigneter Softwareentwicklungen diese Daten analysieren und Rückschlüsse erzielen. Softwareentwicklungen können in die Bereiche Sequenzanalyse (DNA und RNA), Analyse von DNA-, RNA- und Proteinstruktur sowie Ligandenbindung fallen. Aber auch Analyseplattform für klinische Studiendaten, Labor- und Patientenmanagement-Software werden stetig weiterentwickelt.

Data Mining

Im Bereich des Data Mining werden mittels mathematisch-statistischen Methoden und Modellen große Datenmengen automatisch nach Mustern untersucht. Hierzu zählen Klassifikations- und Clustering-Algorithmen (Einordung in Klassen bzw. Ermittlung von natürlichen Gruppen) für Sequenz- sowie Protein- und Mikroarray-Daten, aber auch für biologische Netzwerke.

Erstellen und Pflege von Datenbanken

Eine Hauptaufgabe der Life Science Informatik ist es, Methoden zur Speicherung, Integration und Analyse von biologischen Daten aller Art bereitzustellen. Inzwischen gibt es große im Internet zugängliche Datenbanken für verschiedenste Typen von Genom-, Protein- und Stoffwechselinformationen. Eine entscheidende Komponente ist dabei die Quervernetzung und Annotierung (Kommentierung) der verschiedenen Informationen in den vielen Datenquellen. Außerdem müssen unterschiedlichste Datenarten integriert werden, etwa experimentelle Rohdaten, aufbereitete Experimentdaten und textuelle Kommentare. Zuletzt sind natürlich effektive Suchmethoden erforderlich, um in den vielen Datenquellen die gesuchten Informationen zu finden.

Statistische Modellierung

Mathematisch-statistische Methoden werden angewandt, um anhand von vorhandenen empirischen Daten einen Schätzwert zu erhalten, der sich der Realität annähert. Auf Grundlage dieser Annäherung ist es möglich, Voraussagen zu treffen. Eine Rolle spielen mathematisch-statistische Modellierung, z.B. in der biometrischen Modellierung und Systembiologie.

Bildverarbeitung (Bioimaging)

Der Bereich der digitalen Bildverarbeitung, Bioimaging genannt, befasst sich mit mikroskopischen und biomedizinischen Bilderfassungsmethoden und -anwendungen sowie Methoden und Anwendungen der Bildanalyse. So können biologische Prozesse (zellulären Prozessen, Ionen- oder Metabolitspiegel) nicht invasiv und zum Teil in Echtzeit visualisiert werden. Weiterhin können Aussagen über die 3D-Struktur von Organen, Geweben oder von Biomaterialien getroffen werden. Das Bioimaging umfasst die Beobachtung von Strukturen innerhalb der Zelle sowie ganzer Zellen bis hin zu Geweben, Organen und multizellulären Organismen. Unter anderem werden Licht, Fluoreszenz, Elektronen, Ultraschall, Röntgen, Magnetresonanz und Positronen als Quellen für die Bildgebung verwendet.

Planung, Betreuung und Auswertung klinischer Studien

Eine Grundlage für den Fortschritt in der medizinischen Forschung liegt in der evidenzbasierten Medizin (beweisgestützte Medizin, Behandlung auf Grundlage der besten zur Verfügung stehenden Daten). Voraussetzung hierfür sind klinische Studien, genauer randomisierte kontrollierte klinische Studien (RCT) sowie Metaanalysen mit dem höchsten Evidenzgrad (Beweisgrad). Für den Life Science Informatiker bieten sich speziell im Bereich des Studiendesign, der Erstellung und Verwaltung der Studiendokumente (plattformbasiert) und natürlich in der Studienauswertung Einsatzmöglichkeiten.