Lottaz

Die personalisierte Medizin hat das Potenzial, die Behandlungsergebnisse von Patientinnen und Patienten zu verbessern, indem sie eine rasche Auswahl der jeweils am besten geeigneten Therapie ermöglicht. Genomweite Hochdurchsatzanalysen können die detaillierten molekularen Informationen liefern, die für präzise, patientenspezifische Diagnosen erforderlich sind. Fortschritte in den Sequenzierungstechnologien bieten heute eine bisher unerreichte Datenmenge zu immer geringeren Kosten und eröffnen damit neue Möglichkeiten für die personalisierte Medizin. Die Unterscheidung zwischen echten biologischen Signalen und falsch-positiven Befunden bleibt jedoch aufgrund von Sequenzierungsfehlern und zufälligen Treffern eine große Herausforderung. Meine Forschung konzentriert sich auf die Entwicklung und Verbesserung computergestützter Methoden zur Bewältigung dieser Einschränkungen. Dabei evaluiere ich neue Ansätze in enger Zusammenarbeit mit Ärztinnen und Ärzten sowie Biologinnen und Biologen.

Ich habe Informatik in meiner Heimatstadt Bern studiert und mein Studium 1994 abgeschlossen. Anschließend absolvierte ich ein Promotionsstudium an der École Polytechnique Fédérale de Lausanne (EPFL), das ich im Jahr 2000 mit der Promotion erfolgreich beendete.

Um die für eine effektive Zusammenarbeit mit Ärztinnen und Ärzten sowie Biologinnen und Biologen in der biomedizinischen Forschung erforderlichen interdisziplinären Kenntnisse zu erwerben, absolvierte ich anschließend ein Masterstudium in Bioinformatik an den Universitäten Lausanne und Genf, das ich 2002 abschloss. Während dieser Zeit war ich zudem am Schweizerischen Institut für Experimentelle Krebsforschung (ISREC) in Lausanne tätig.

Nach Abschluss meiner Promotions- und Masterstudien wechselte ich als Postdoktorand an die Abteilung für Computational Molecular Biology des Max-Planck-Instituts für Molekulare Genetik in Berlin, wo ich bis 2006 tätig war. Seit 2007 arbeite ich an der Universität Regensburg als Projektleiter und koordiniere Lehraktivitäten in den Bereichen Bioinformatik und Data Science.
 

Publikationen (externer Link, öffnet neues Fenster) UR-epub                     GoogleScholar (externer Link, öffnet neues Fenster)                  LinkedIn (externer Link, öffnet neues Fenster)                    ORCID (externer Link, öffnet neues Fenster)                 GitHub (externer Link, öffnet neues Fenster)