Dozent: Oliver Küchler [ Schreibt mir gerne ]
Teilnehmerzahl: 1-3
Zeitraum: 10.03.2025 bis 02.05.2025
Ort: Charité Campus Mitte, Invalidenstr. 97 (Homeoffice möglich)
Schwerpunkte: Datenakquise & -auswertung, Set-up und Vergleich aktueller wissenschaftlicher Software
Qualitatives Profil:

• Programmieren (★★★★)
• Biologie/Biochemie (★★)
• Projektmanagement (★★)

Inhaltliche Beschreibung:

Bei der Suche nach Krankheitsmutationen in Exom- oder Genomsequenzdaten stellt die Auswertung regulatorischer Varianten eine Herausforderung dar. Innerhalb von protein-kodierender Gene ist hier vor allem das Splicing relevant, da sowohl intronische als auch synonyme und nicht-synonyme Varianten das Splicing beeinflussen können.

Mögliche Projekte A: SnakeSplice-Erweiterungen

Zur gezielten Auswertung von Transkriptomdaten, wobei insbesondere das Splice-Verhalten betrachtet wird, wurde die Software-Pipeline “SnakeSplice” in unserer Arbeitsgruppe (AG Seelow) entwickelt. Die Pipeline basiert auf dem SnakeMake-Framework und ist modular aufgebaut. In ihrer bisherigen Fassung besteht sie aus 5 Modulen:

1. Quality Controlling & Prepocessing
2. Detektion von Genfusionen
3. Analyse der Genexpression und Gene Set Enrichment Analysis
4. Analyse des Splice-Verhalten
5. Variant-Calling

Projekt-Ideen:

• Ausbau des Variant-Calling-Moduls (Detektion mono-allelischer Expression, Phasing der Varianten, Verbesserung der Variante Effect Predictions)
• Entwicklung eines Moduls zur Analyse von nicht-kodierenden RNA
• Integration automatischer Verlinkungen zum IGV-Browser
• Integration zusätzlicher Splice-Analyse-Tools
• Ausbau der Report-Darstellung der Ergebnisse
• Testen der Pipeline

Mögliche Projekte B: Vergleich aktueller Splice-Prediction Software

Vorhandene Splice-Vorhersage-Tools basieren auf maschinellem Lernen, dabei hängt das Ergebnis des Lernprozesses stark von den verwendeten Trainingsdaten ab. Für das maschinelle Lernen werden sehr große Datenmengen benötigt. Da nur wenige Splice Sites tatsächlich punktgenau experimentell validiert wurden, sind in den Trainingsdaten in der Regel vorhergesagte Splice Sites annotiert. Dabei basiert die Vorhersage auf einem Alignment der mRNA/cDNA gegen die genomische Sequenz, gepaart mit einer Vorhersage von Genen und ihrer Exon/Intron-Grenzen die zum Teil durch weitere Inter-Spezies-Vergleiche gestützt sind.

In diesem Projekt sollen

1. aktuelle Splice-Vorhersage-Programme identifiziert werden
2. Identifizierung von “Real”-Datensätze aus Splice-Analyse-Studien, die nicht schon als Trainings- oder Test-Datensätzen der Vorhersage-Tools genutzt worden sind
3. Test und Vergleich der aktuellen Splice-Vorhersage-Programme durch Nutzung der unabhängigen Splice-Daten, sodass eine detaillierte Auswertung der Stärken und Schwächen der einzelnen Tools erfolgt

• Sensitivität und Spezifität der Vorhersageprogramme werden mit unabhängigen Datensätzen evaluiert
• Speicher- und Recheneffizienz werden protokolliert und verglichen
• Bewertung der Integrierbarkeit der einzelnen Tools in schon bestehende Anwendungen. (Z.B. Erweiterungen oder Anpassungen existierender Tools wie MutationTaster können geprüft werden)

Mögliche Projekte C: Laborarbeit mit Software unterstützen

Durch die Zusammenarbeit der AG Seelow (Bioinformatik und Translationale Genetik) und dem Charité Institut der Humangenetik besteht die Möglichkeit, den Laboralltag mit Software zu unterstützen. Hierbei sollen die folgenden Aufgaben bearbeitet werden:

• Aufbau einer Datenbank zu verbesserten Probendokumentation auf einem virtuellen Server
• Automatisierung von Backup-Prozessen
• Implementierung für das Labor angepasster Features in der Datenbank

Gemeinsame Projektarbeit

Die Student:innen können wahlweise zu Hause oder in unseren Büros in Mitte arbeiten. Wir planen eine wöchentliche Fortschrittsbesprechung in unseren Büros mit den beteiligten Student:innen aus allen hier vorgeschlagenen Projekten.

Teilnehmerzahl: 2
Zeitraum: 10.03.2025 bis 02.05.2025
Ort: Charité Campus Mitte, Invalidenstr. 97 (Homeoffice möglich)
Schwerpunkte: Praktische Programmierarbeit (66 %), Erwerb von Soft Skills (34 %)
Qualitatives Profil: Programmieren (★★★★), Projektmanagement (★★), Biologie (★★)

Inhaltliche Beschreibung:

In der AG Bioinformatik und translationale Genetik wird eine Anwendung zur Analyse von DNA-Bindungsstellen entwickelt. Die Funktionalität umfasst unter anderem:

• Suche nach Sequenzmotiven mittels einer positionsspezifischen Matrix (PWM)
• Suche nach Sequenzmotiven anhand einer Konsensussequenz
• Suche nach Sequenzmotiven mit einem flexiblen Transkriptionsfaktormodell (TFFM)
• Suche nach Regionen mit CpG-Inseln

Die Anwendung ist zum Beispiel bei der Serverprozessierung von FABIAN-variant im Einsatz: https://www.genecascade.org/fabian/

Für diese Kommandozeilenanwendung soll im Rahmen des Softwarepraktikums eine Electron-Anwendung entwickelt werden: https://www.electronjs.org/

Erforderlich sind:

• Vorkenntnisse in JavaScript
• Sicherer Umgang in mindestens zwei Betriebssystemen (Linux, macOS, Windows)
• Bereitschaft zum selbstständigen Einarbeiten in neuen Technologien

Das Praktikum wird von einem Diplom-Informatiker betreut. Während des Praktikums sind Studierende Teil der Arbeitsgruppe. Es wird Zugang zu einem Linux-Server und einer GitLab-Versionsverwaltung bereitgestellt. Wahlweise kann vor Ort am Charité Campus Mitte oder im Homeoffice gearbeitet werden. Das Praktikum ist nur in Vollzeit möglich. Es finden regelmäßige Termine zur Besprechung des Fortschritts statt.