AG Prof. Klaus Jung, Bioinformatik, TiHo Hannover

AG-Leitung:
Prof. Dr. Klaus Jung

Mitarbeiter:
Dr. Max Hassenstein
Sergej Ruff, M.Sc.
Whitney Tam, M.Sc.
Bullerjahn, Cynthia, B.Sc.
Ronisha Shankar Rao, B.Sc.

Inhalte unserer Forschung

Unsere Arbeitsgruppe erforscht bioinformatische Methoden zur Analyse molekularbiologischer Daten aus Hochdurchsatzexperimenten. In solchen Experimenten wird z.B. mit Hilfe des Next-Generation-Sequencing (NGS) die Expression tausender Gene (Transkriptomik) oder Genom-Sequenzen ganzer Organismen (Genomik) ermittelt. Unsere Methodenentwicklung zielt darauf ab Ergebnisse mit hoher Reproduzierbarkeit zu erhalten oder die Unsicherheit in den Ergebnissen zu quantifizieren. Dabei greifen wir auf Methoden der Statistik zurück, etwa Resampling-Verfahren oder Verfahren der Evidenz-Synthese (z.B. Metaanalysen oder das Fusionieren mehrerer unabhängiger Datensätze), und adaptieren diese für bioinformatische Zwecke. Darüberhinaus fokussieren unsere Methoden insbesondere auf Anwendungen in der Infektionsforschung. Ein Anwendungsschwerpunkt bildet hier die virale Metagenomik, d.h. eine Bestandsaufnahme der viralen Genome in biologischen Proben infizierter Wirte. Desweiteren unterhalten wir Kooperationen mit Wissenschaftlern aus verschiedenen Bereichen der Biologie und Medizin, und entwickeln in diesen Projekten unsere bioinformatischen Methoden weiter. Eine Aufstellung drittmittelgeförderter Projekte finden Sie weiter unten auf dieser Seite. Zu einer Publikationsliste gelangen Sie hier.

Geförderte Projekte

Laufende Projekte:

2024-2028: Landesinitiative Forschungsdatenmanagement Niedersachsen - Säule 2, Förderung durch das niedersächs. MWK
2019-2028: GRK 2485 VIPER (Virus detection, pathogenesis and intervention), Förderung durch die DFG

Abgeschlossene Projekte:

2021-2024: EVOLECTION (System to Evolve productive sow herds by statistic, AI and sensor data driven selection of the tribal sows in criss-cross-breeding), Förderung durch das BMEL
2020-2024: SMABEYOND (Spinal Muscular Atrophy (SMA) beyond motoneuron degeneration: multi-system aspects), Förderung durch die EU
2019-2023: FibrOmics (Translating Omics studies into clinically relevant insights for lung fibrosis patients), Förderung durch das niedersächs. MWK
2019-2021: DigiStep (Digitalisierungsschritte von Lehrinhalten im Tiermedizinstudium), Förderung durch das niedersächs. MWK
2017-2018: GlykoViroLectinTools (Etablierung von Lektin-Bibliotheken aus Mensch, Schaf und Stechmücken – eine neue Plattform für Bindungsstudien mit viralen Glykoproteinen am Beispiel des Rifttalfiebers), Förderung durch das BMBF
2016-2018: N-RENNT (Niedersachsen-Research Network on Neuroinfectiology), Förderung durch das niedersächs. MWK

Software

Many molecular high-throughput experiments result in high-dimensional data matrices with the number of features (represented in the rows) being much larger than the number of samples (represented in the columns). Since multiple features are measured on the same experimental unit, the data can be regarded as repeated measurements.
The R-package 'RepeatedHighDim', developed by our group, comprises a selection of functions for different aspects of the analysis of high-dimensional repeated measurements. In particular, functions for 1) outlier detection, 2) differential expression analysis, 3) self contained gene-set tests, and 4) the generation of binary random data.

Download: https://cran.r-project.org/web/packages/RepeatedHighDim/index.html

Tutorial: https://software.klausjung-lab.de/