Living Lab ScaDS.AI: Ai.Lounge - Data Science / AI in Lifescience

Am Abend des 26. April startet das erste Meetup der ai.Lounge mit dem Schwerpunkt Lebenswissenschaften (Lifescience) vom ScaDS.AI. Es wird drei Vorträge aus der Wissenschaft und Wirtschaft geben, die im Anschluss in kleineren Gruppen weiter diskutiert werden.

Ablauf

• 17:30 Ankommen
• 18:00 3 Vorträge
• 19:00 Austausch in kleinen Runden
• 19:30 Plausch & Getränke
• 21:00 Schluss

Speaker

Automatische Verarbeitung von Daten der Durchflusszytometrie

• Vorstellung der computergestützten Methoden für die automatisierte Analyse durchflusszytometrischer Messungen, um die Geschwindigkeit, Genauigkeit und Reproduzierbarkeit der Analysen zu verbessern.
• Vortragender: Georg Popp vom Fraunhofer-Institut für Zelltherapie und Immunologie IZI

On-target Off-tumor Effekte — Wie moderne Transkriptomik uns dabei hilft, zelluläre Therapien zu verbessern

• Zelluläre Therapien wie die CAR-T Zell Therapie sind seit wenigen Jahren bei ausgewählten Krebsarten bereits sehr erfolgreich im Einsatz. Die Erschließung neuer Einsatzgebiete (zum Beispiel bei soliden Tumoren) stützt sich dabei maßgeblich auf die Identifikation von neuen (Kombinationen von) Zielmolekülen, die es ermöglichen, Tumorzellen anzugreifen ohne auf gesunde Zellen zu reagieren. Moderne Omics-Ansätze, mit denen wir Expressionsmuster auch von seltenen Zelltypen bis hin zu einzelnen Zellen charakterisieren können, erlauben es uns nun, Kandidaten für neue molekulare Ziele bereits sehr früh in der präklinischen Entwicklungsphase auf mögliche Reaktionen gegen gesunde Zellpopulationen zu untersuchen. Maschinelle Lernverfahren erlauben es uns, eine optimale Kombination von Zielmolekülen aus diesen hochdimensionalen Daten festzulegen.
• Vortragender: Florian Große vom Fraunhofer-Institut für Zelltherapie und Immunologie IZI

Automatisches Qualitätskontrolle für eine zuverlässigere Integration von neuronalen Netzen in medizinische Arbeitsabläufe

• Die Qualität von Vorhersagen neuronaler Netze hängt sehr stark von der Qualität und Konsistenz der Eingangsdaten ab. Besteht eine zu große Diskrepanz zwischen den Trainingsdaten und den Daten auf denen das neuronale Netz angewendet wird, nimmt die Vorhersagequalität ab. In der Anwendung in klinischen Prozessen führt das oft zu Problemen, da jede Vorhersage manuell überprüft werden muss. Wir stellen dazu einen alternativen Ansatz vor für eine automatischen Qualitätskontrolle.
• Vortragender: Sebastian Niehaus vom MPI für Kognitions- und Neurowissenschaften

Eine Anmeldung zur Veranstaltung ist erforderlich. Die Teilnehmendenzahl ist auf 35 Personen begrenzt und es gelten die 3G-Regeln (unter Vorbehalt der zu diesem Zeitpunkt gültigen sächsischen Corona-Schutz-Verordnung).
Weitere Informationen zum ScaDS.AI Living Lab gibt es hier:[ https://scads.ai/living-lab-en](https://scads.ai/living-lab-en)
Wir freuen uns auf ein entspanntes Miteinander!