Der diesjährige Ulrich-Hadding-Forschungspreis wurde am 23. September 2021 vergeben an:

Dr. Peter Ebert  (Institut für Medizinische Biometrie und Bioinformatik, Prof. Dr. Tobias Marschall).

Lebenslauf:

• Geboren in Kassel (1985)
• Studium der Bioinformatik an der Universität des Saarlandes (ab 2005/06)
  • BSc.: Risikobewertung von humanen Papillomviren mit Methoden des maschinellen Lernens (Prof. Lengauer)
  • MSc.: Analyse der Dynamik von Histon-Armen (Prof. Hildebrandt)
• Promotionsstudium am Max-Planck-Institut für Informatik, Saarbrücken
  • Abteilung Lengauer “Computational Biology and Applied Algorithmics”
  • Themenschwerpunkt “Computational Epigenetics”
  • Promotion durch die Universität des Saarlandes im Fach Bioinformatik
• Dezember 2018: Wechsel in die AG Marschall “Algorithms for Computational Genomics” am Zentrum für Bioinformatik (Universität des Saarlandes) als “Bioinformatics Software Engineer” Postdoc
• Juni 2020: Fortsetzung des Postdocs an der Heinrich-Heine-Universität am Institut für Medizinische Biometrie und Bioinformatik (Prof. Marschall)

Forschungsschwerpunkte und Aktivitäten:

• (Bachelor und Master: siehe oben)
• Promotion:

• “Computational Epigenetics” mit Fokus auf Histonmodifikationen
• Methodenentwicklung für die vergleichende Analyse von Histondaten
  • Im Menschen zwischen Zelltypen
  • Zwischen Spezies (Vertebraten)
• Mitarbeit in Forschungsprojekten im Bereich der Epigenetik: DEEP (Deutsches Epigenom Programm), BLUEPRINT (European Epigenome Programme)
• Methodenentwicklung zur Überwachung von automatisierten bioinformatischen Analysen zur Verbesserung der Reproduzierbarkeit (Projektkontext DEEP)
• Postdoc:
• Wechsel in den Schwerpunktbereich Genomik
• Fokus auf Methodenentwicklung zur Assemblierung beider Haplotypen menschlicher Genome mit Daten der aktuellsten Sequenziertechnologien (sogenannte “long reads”) mit dem Ziel, genomische Varianten in menschlichen Genomen mit bisher unerreichter Präzision zu identifizieren und zu charakterisieren (Publikationen in Nature Biotechnology und Science; Projektkontext HGSVC)
• Etablierung von automatisierter Qualitätskontrolle von Einzellzell-Sequenzierdaten (sogenannte Strand-seq Daten) mit Methoden des maschinellen Lernens (Application Note in Bioinformatics)
• Weiterentwicklung der o.g. Assemblierungsverfahren hin zu hybriden Ansätzen (Verbindung von verschiedenen long-read Sequenziertechnologien zur Ausnutzung der jeweiligen Stärken)
• Bioinformatische Unterstützung für Arbeitsgruppen der HHU/UKD bei der Analyse von Sequenzierdaten zu diversen Krankheitsbildern
• Unterstützung der Etablierung von Nachhaltigkeitsstrukturen in der Entwicklung wissenschaftlicher Software (Berufsbild des “Research Software Engineers”, Positionspapier auf F1000 Plattform)