BMBF veröffentlicht Richtlinie zur Fördermaßnahme "Computational Life Sciences"
Das Ziel dieser Förderrichtlinie ist es, durch die Entwicklung innovativer Methoden und Softwarewerkzeuge zur bioinformatischen Verarbeitung, Modellierung und Simulation auf aktuelle Bedarfe in den Lebenswissenschaften einzugehen. Dadurch sollen der lebenswissenschaftlichen Forschung in Deutschland effiziente und zuverlässige Hilfsmittel zur Verfügung gestellt werden, um die durch neueste experimentelle Methoden oder die Zusammenführung verschiedener Modalitäten gewonnenen Daten geeignet zu modellieren und zu analysieren.
Mit der vorliegenden Förderrichtlinie „Computational Life Sciences“ soll die Entwicklung innovativer Methoden und Software-Werkzeuge aus Bioinformatik, Modellierung und Simulation für den Einsatz in den Lebenswissenschaften gefördert werden. Diese sollen aktuelle Bedarfe abdecken, die sich insbesondere aus der Verwendung neuer experimenteller Methoden und Technologien oder neuer Ansätze zur Integration verschiedener Daten ergeben.
Es sind vier Auswahlrunden geplant. Im Rahmen der ersten Auswahlrunde sollen Projekte zur Entwicklung innovativer Software-Werkzeuge für die Bioinformatik und die Modellierung und Simulation komplexer biologischer Systeme gefördert werden, die aktuelle Bedarfe aufgrund von Fortschritten im Bereich experimenteller Methoden und moderner (Hochdurchsatz-)Technologien adressieren. Z. B. sind Werkzeuge zur Harmonisierung unterschiedlicher Datenformate von Ausgabegeräten und Sensoren oder auch die Entwicklung von robusten und reproduzierbaren Softwarepipelines zur Datenintegration, -analyse und -interpretation förderfähig. Aufgrund der wachsenden Dimensionalität der Daten und der gestiegenen Komplexität der Modelle bedarf es dabei neuer Ansätze, die biologisches Vorwissen (z. B. über molekulare Netzwerke) aus Datenbanken und Ontologien extrahieren und in die rechnergestützte Modellbildung einbeziehen.
Weitere Beispiele sind die Förderung der Entwicklung von Open-Source-Softwarelösungen mit frei verfügbaren Eckdatensätzen zum reproduzierbaren Testen und Vergleichen verschiedener Methoden. Ebenso förderfähig sind Methoden zur Validierung und Qualitätskontrolle von Daten und Modellen. Dies betrifft insbesondere die Quantifizierung von Unsicherheiten in Modellverhalten und Vorhersagen, die durch die Ungenauigkeit der Eingangsdaten, die Wahl von Modellparametern und Simulationsbedingungen, die Verwendung von Näherungen sowie die Vernachlässigung von Störfaktoren entstehen.
Weiterführende Informationen
