Saarbrücken, 25. September 2026

Von der Analyse genetischer und molekularer Prozesse bis zum Einsatz künstlicher Intelligenz: Mit einem breiten Spektrum aktueller Forschungsthemen war das Institut für Medizinische Informatik (IMI) der Universität Münster auf der German Conference on Bioinformatics (GCB 2026) vertreten. Vom 22. bis 25. September 2026 kamen in Saarbrücken Forschende aus dem In- und Ausland zusammen, um aktuelle Entwicklungen und Methoden der Bioinformatik zu diskutieren.

Das IMI präsentierte Forschungsergebnisse aus verschiedenen Bereichen und beteiligte sich mit einem Vortrag, einem Flash Talk und zahlreichen Posterbeiträgen am wissenschaftlichen Programm der Konferenz.

Vortrag: „FourSynergy: Ensemble-based 4C-seq analysis framework using gradient-free optimization“

Sophie Wind stellte mit FourSynergy einen neuen Ansatz zur Analyse von Wechselwirkungen zwischen verschiedenen Bereichen des Erbguts vor. Solche Wechselwirkungen spielen eine wichtige Rolle bei der Regulation von Genen in Zellen. FourSynergy kombiniert mehrere Berechnungsmethoden, um diese Wechselwirkungen zuverlässiger zu analysieren und vorherzusagen. Das entwickelte Framework umfasst verschiedene Werkzeuge und ermöglicht damit den Einsatz der Methode für unterschiedliche Fragestellungen in der bioinformatischen Forschung.

Flash Talk: „Mind the Missing Split: Resolving Feature Heterogeneity in Swarm Learning with Random Forests“

Arsam Tajabadi widmete sich in seinem Flash Talk einer Herausforderung beim Swarm Learning. Dieser Ansatz ermöglicht es mehreren Einrichtungen, gemeinsam KI-Modelle zu entwickeln, ohne sensible Daten miteinander auszutauschen. Eine besondere Schwierigkeit entsteht, wenn die beteiligten Einrichtungen über unterschiedliche Daten und Merkmale verfügen. Ein gemeinsames Modell kann dann bei der Auswertung auf Merkmale angewiesen sein, die an einem bestimmten Standort nicht verfügbar sind.
Tajabadi stellte einen Ansatz vor, der diese sogenannte Feature-Heterogenität berücksichtigt und die Anwendung des gemeinsamen Modells auch unter unterschiedlichen lokalen Datenbedingungen ermöglicht. Im Vergleich zu Verfahren, die ausschließlich auf den gemeinsamen Merkmalen basieren, lassen sich dadurch bessere Ergebnisse erzielen.

Posterbeiträge

A Low-Cost, Rapid Microbial Identification Method Using Fluorescence and Machine Learning
M. Fujarski, M. Galvan, C. Beslendi, F. Schaumburg und J. Liesche

Agentic AI Systems for Adaptive Bioinformatics Pipelines
C. Schröder, M. Welzel und D. Heider

Bioconductor: More Than Software — A Vibrant Community for Open Bioinformatics
S. Wind, C. Chen, G. Deflandre und J. Spitzer

LoRA-Enhanced AmpGPT2 for Controllable Antimicrobial Peptide Generation
S. Clemens, T. Grebe, A. Eggemann, F. Schaumburg und D. Heider

Mind the Missing Split: Resolving Feature Heterogeneity in Swarm Learning with Random Forests
M. Tajabadi und D. Heider

Profiling of circulating extracellular vesicle surface markers in COPD
R. Martin, K. Laakmann, H. Pott, W. Bertrams, L. Hinz, I. Burhorst, R. Bals, C. Herr, P. Alter, C. Vogelmeier, G. Rohde, G. Schmeck und D. Heider

TE-Meth: Locus-Resolution Transposable Element Methylation Analysis from EM-seq Data in FACS-Sorted Spermatogenic Cell Populations
C. Parry, J. Paturlanne, S. Di Persio, S. Laurentino, N. Neuhaus, M. Welzel und D. Heider

TraitRunner: A tool for exploratory genotype-phenotype analyses
L. Ogoniak, A. Busch und D. Heider

Towards an Explainable Chaos Game Representation: Modeling Structure and Pattern Formation
H. F. Löchel, M. Grunert, S. Clemens und D. Heider

Towards a Unified Evaluation Framework for Deep Multimodal Fusion in Healthcare
P. Hahn und D. Heider

Die GCB 2026 bot dem IMI-Team eine Plattform, um aktuelle Forschungsergebnisse vorzustellen, neue wissenschaftliche Impulse zu gewinnen und bestehende Kontakte zu pflegen. Zugleich entstanden neue Anknüpfungspunkte für den fachlichen Austausch und mögliche Kooperationen mit Forschenden aus dem In- und Ausland.