Mohsen Pourjam

Titel der Doktorarbeit

Untersuchung von Zeitserien des Darmmikrobioms mittels Deep Neural Networks

Projektbeschreibung

Das menschliche Darmmikrobiom ist auf verschiedenen longitudinalen Zeitachsen hochdynamisch. Das betrifft sowohl kurzfristige Effekte durch die aufgenommene Nahrung oder Medikamente, aber auch langfristigere Effekte im Zuge der Entwicklung vom Kind zum Erwachsenen. Bekannte frühere und heutige Zustände des Mikrobioms könnten dazu dienen eine Vorhersage über zukünftige Entwicklungen zu machen, um den erwarteten Gesundheitszustand in der Entwicklung vom Kind zum Erwachsenen besser modellieren zu können.

Mit der zunehmenden Verfügbarkeit von Zeitserien des Darmmikrobioms aus Humanstudien können Algorithmen zur Zeitserienklassifikation eingesetzt werden um wertvolle Hinweise eines zukünftigen Gesundheitsstatus zu erhalten. Bisher wurden zu diesem Zweck nur selten Deep Neural Networks (DNNs) eingesetzt, obwohl bekannt ist, dass DNNs eine leistungsfähige Technik sind die in den letzten Jahren in vielen Forschungsbereichen erfolgreich eingesetzt wurden. Wir erwarten, dass DNNs helfen die vielen Korrelationen in Zeitseriendaten zu klassifizieren um die Dynamik vom Darmmikrobiom besser verstehen zu können.