Vorhersage von Akklimatisationsmodulatoren und Integratoren auf Basis von Omics-Daten (D02)

Zur Identifikation von Akklimatisationsmodulatoren und -integratoren können die jeweiligen molekularen und bio-chemischen regulatorischen Eigenschaften sowie ihre Position innerhalb reaktionsspezifischer Netzwerke ausgenutzt werden. Unser Ansatz basiert auf dem Training individueller Modelle und kombiniert Transfer- und Meta-Learning für verschiedene regulatorische Eigenschaften. Dabei werden vorhandene, nicht anpassungsspezifische Datensätze mit spezifischen Datensätzen für das Vor-Training der Modelle genutzt, um die Herausforderungen der Datenknappheit zu überwinden. Das so entstehende Ensemble-Modell wird die Vorhersagenzuverlässigkeit entscheidend verbessern.

DFG-Verfahren Transregios

Teilprojekt zu TRR 175:  Der Chloroplast als zentraler Knotenpunkt der Akklimatisation bei Pflanzen

Antragstellende Institution Ludwig-Maximilians-Universität München

Teilprojektleiter Professor Dr. Timo Mühlhaus