q&more
Meine Merkliste
my.chemie.de  
Login  

Autor

Dr. Carsten Marr

Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt GmbH

© HMGU

Dr. Carsten Marr

Carsten Marr, Jahrgang 1977, studierte Allgemeine Physik an der Technischen Universität München. Seine Diplomarbeit verfasste er am Max-Planck-Institut für Quantenoptik, Garching und forschte 2003 in der Quantum Information and Quantum Optics Theory Group am Imperial College, London. Im Jahr 2004 erhielt er ein Graduiertenstipendium der Technischen Universität Darmstadt, wo er in der Gruppe Theoretische Biologie und Bioinformatik seine Dissertation zum Thema „Dynamische Prozesse auf Graphen und biologischen Netzwerken“ anfertigte und 2007 promovierte. Während dieser Zeit besuchte er das Zentrum für komplexe Systeme und Hirnwissenschaften an der Florida Atlantic University, USA, und die Jacobs University Bremen. Danach folgte ein Postdoc-Aufenthalt an der Jacobs University Bremen, wo er sich mit genregulatorischen Netzwerken beschäftigte. 2008 wechselte er als Postdoc an das Helmholtz Zentrum München und arbeitete dort am Institut für Bioinformatik und Systembiologie an der Quantifizierung, Analyse und Modellierung von Stammzelldaten. Im Jahr 2011 forschte er mit einem Stipendium der Deutschen Forschungsgemeinschaft (DFG) an der Universität Edinburgh an Pluripotenz und einem stochastischen Genexpressionsmodell. Seit 2013 ist er stellvertretender Direktor und Gruppenleiter am Institute of Computational Biology am Helmholtz Zentrum München.

Auszeichnungen

Im Jahr 2017 erhielt Carsten Marr den Erwin-Schrödinger-Preis sowie den CSB2-Preis für Systembiologie für seine interdisziplinären Beiträge zur Quantifizierung einzelner Blutstammzellen. Im Jahr 2019 wurde er mit einen ERC Consolidator Grant für die Etablierung von rechnergestützter Hematopathologie ausgezeichnet.

Schwerpunkt

Im Forschungsfokus von Carsten Marr ist die Anwendung rechnergestützter Modelle auf Zelldifferenzierungsentscheidungen.

Methoden

  • Mechanistische mathematische Modelle zur Interpretation biomedizinischer Daten und zur Vorhersage von Stammzellkinetik
  • Deep-Learning-Algorithmen zur Verbesserung der Einzelzellbeschreibung und bildbasierten Diagnostik

Fakten, Hintergründe, Dossiers

  • Bioinformatik
  • Systembiologie
  • genregulatorische Netzwerke
  • Blutstammzellen
  • rechnergestützte He…
  • Deep Learning
  • bildbasierte Diagnostik

Weitere Artikel des Autors

Alle Artikel

Mehr über Helmholtz Zentrum München

  • News

    Neue Wirkstoffkombination könnte Diabetes-Remission ermöglichen

    Eine der Ursachen von Diabetes könnte in der Dedifferenzierung von insulinproduzierenden Betazellen in den Langerhans´schen Inseln des Pankreas liegen, also dem Verlust der Zellidentität. Ob dedifferenzierte Zellen ein Ansatzpunkt für eine mögliche Betazellregeneration sind, war bisher unkl ... mehr

    Grenzenloses Potenzial: Totipotent-ähnliche Zellen auf neue Weise erzeugt

    Totipotenz wird für die Forschung und künftige medizinische Anwendungen immer wichtiger und das Interesse an effizienten Methoden, um totipotent-ähnliche Zellen in der Petrischale erzeugen zu können, ist groß. Eine Forschungsgruppe des Helmholtz Zentrums München fand nun heraus, dass bestim ... mehr

    Durchbruch in der Mikroskopie: Biomolekülen beim Tanzen zusehen

    Die simultane Beobachtung von dynamischen Veränderungen und Wechselwirkungen von Biomolekülen wie Kohlenhydraten und Lipiden in lebenden Zellen ist eine große Herausforderung in der Biomedizin, birgt aber zugleich ein großes, bisher unerreichtes Forschungspotential. Eine neuartige, markerfr ... mehr

  • q&more Artikel

    Mit Deep Learning Blutkrankheiten besser verstehen

    Seit Langem nutzen Ärzte zur Diagnose von Erkrankungen des blutbildenden Systems das Lichtmikroskop. Die Auswertungen einzelner Blutzellen erfolgen hierbei zum großen Teil manuell. Jetzt erhalten sie digitale Unterstützung durch künstliche Intelligenz. mehr

    Herausforderung

    In nahezu allen Bereichen der Umwelt­analytik, aber auch in der Produktqualitätskontrolle, Life-Sciences, biomedizinischen oder pharmazeutischen Forschung hat sich in der Vergangenheit die Zahl der Analysen ständig erhöht. Analytische Untersuchungen dienen dem Schutz der Gesundheit von Mens ... mehr

  • Autoren

    Dr. Christian Matek

    Christian Matek, Jahrgang 1986, studierte in München Physik und Medizin. Im Jahr 2014 promovierte er an der University of Oxford,Großbritannien, in theoretischer Physik. Seit 2017 liegt sein Forschungsschwerpunkt im Bereich der Künstlichen Intelligenz und des Maschinellen Lernens in der bil ... mehr

    Prof. Dr. Bernhard Michalke

    Bernhard Michalke ist Leiter der Forschungsgruppe „Element- und Elementspeziesanalytik“ und der „Zentralen Anorganischen Analytik“ am Helmholtz Zentrum München – Deutsches Forschungszentrum für Gesundheit und Umwelt. Prof. Michalke studierte Biologie an der Technischen Universität München u ... mehr

q&more – die Networking-Plattform für exzellente Qualität in Labor und Prozess

q&more verfolgt den Anspruch, aktuelle Forschung und innovative Lösungen sichtbar zu machen und den Wissensaustausch zu unterstützen. Im Fokus des breiten Themenspektrums stehen höchste Qualitätsansprüche in einem hochinnovativen Branchenumfeld. Als moderne Wissensplattform bietet q&more den Akteuren im Markt einzigartige Networking-Möglichkeiten. International renommierte Autoren repräsentieren den aktuellen Wissenstand. Die Originalbeiträge werden attraktiv in einem anspruchsvollen Umfeld präsentiert und deutsch und englisch publiziert. Die Inhalte zeigen neue Konzepte und unkonventionelle Lösungsansätze auf.

> mehr zu q&more

q&more wird unterstützt von:

 

Ihr Bowser ist nicht aktuell. Microsoft Internet Explorer 6.0 unterstützt einige Funktionen auf Chemie.DE nicht.