Prof. Dr. Elisa Reconi
Elisa Resconi, Liesel-Beckmann-Professorin für Experimentalphysik mit kosmischer Strahlung an der TUM, erhält einen ERC Advanced Grant für das Projekt NEUTRINOSHOT. Darin wird vor der Küste Kanadas ein Unterwasser-Observatorium für kosmische Teilchen gebaut.
Bild: Juli Eberle / TUM
  • Künstliche Intelligenz, Forschung
  • Lesezeit: 3 MIN

ERC Advanced Grants für Projekte aus Medizin, Astrophysik und Machine LearningDreimal EU-Förderung für Spitzenforschung

Die Ursachen von Diabetes behandeln, mit einem Tiefsee-Teleskop kosmische Teilchen finden und mit Machine Learning vorhersagen, wie Zellen auf Medikamente reagieren werden - das sind die Ziele von drei Projekten von Forschenden der Technischen Universität München (TUM), die künftig vom Europäischen Forschungsrat (ERC) mit hochdotierten ERC Advanced Grants gefördert werden.

Forscherinnen und Forscher an der TUM konnten bislang insgesamt 157 der renommierten ERC Grants einwerben. Diese werden jedes Jahr in verschiedenen Kategorien vergeben. Die Advanced Grants sind exzellenten etablierten Wissenschaftlerinnen und Wissenschaftlern vorbehalten, die in den letzten zehn Jahren Spitzenleistungen vorzuweisen hatten. Sie sind mit bis zu 2,5 Millionen Euro dotiert.

Prof. Dr. Heiko Lickert (Medizin)

Bislang lässt sich das Fortschreiten von Diabetes nicht durch Medikamente aufhalten. Kennzeichnend für diese Erkrankung ist der Verlust oder eine Fehlfunktion der insulinproduzierenden Betazellen in der Bauchspeicheldrüse. Mit seinem ERC-geförderten Projekt „BetaRegeneration“ will Heiko Lickert die zellulären und molekularen Mechanismen des Schutzes und der Regeneration von Betazellen entschlüsseln. Aufbauend auf in vorangegangenen Studien identifizierten und validierten bekannten und neuartigen therapeutischen Targets und einer Kombination von Wirkstoffen werden Lickert und sein Team in dem Projekt neue Wege des gezielten und kombinatorischen Schutzes und der Regeneration von Betazellen erforschen. Im Erfolgsfall könnte das Projekt einen Paradigmenwechsel von der symptomatischen zur kausalen Diabetes-Therapie einleiten.

Heiko Lickert ist Professor für Beta-Zellbiologie an der TUM und Direktor des Institutes für Diabetes- und Regenerationsforschung bei Helmholtz Munich. Neben anderen wissenschaftlichen Auszeichnungen erhielt er 2010 einen ERC Starting Grant.

Prof. Dr. Elisa Resconi (Physik)

Kosmische Neutrinos zeugen von hochenergetischen Ereignissen am Rande supermassiver schwarzer Löcher und anderer Phänomene. Um ihre Botschaften zu entschlüsseln, braucht es riesige Teleskope: Mehrere Kubikkilometer Eis oder Wasser, versehen mit Tausenden Lichtsensoren. Diese erfassen die Lichtspur, die durch die Kollision eines Neutrinos mit einem Wassermolekül entsteht und erlauben es, Energie und Herkunftsrichtung des Neutrinos zu bestimmen. Prof. Elisa Resconi hat kürzlich eine Initiative zur Entwicklung eines neuen Observatoriums für kosmische Neutrinos gestartet, das Pacific Ocean Neutrino Experiment, kurz: P-ONE. Im Rahmen des ERC-geförderten Projekts NEUTRINOSHOT wird nun vor der Küste Kanadas in 2,6 Kilometern Meerestiefe das erste Teleskop-Modul mit drei Messtrossen von je 1000 Metern Länge installiert.

Elisa Resconi ist Liesel-Beckmann-Professorin für Experimentalphysik mit kosmischer Strahlung an der TUM, Sprecherin des SFB 1258 „Neutrinos und Dunkle Materie in Astro- und Teilchenphysik“ und Mitglied im Exzellenzcluster ORIGINS.

Prof. Dr. Fabian Theis (Mathematik)

Die molekulare Zellbiologie zielt darauf ab, Zellen und ihre Reaktion auf externe Signale zu verstehen. Einzelzellgenomik ermöglicht es Wissenschaftlerinnen und Wissenschaftlern heutzutage, den inneren Zustand einer Zelle in noch nie dagewesenem Detail auszulesen. In seinem vom ERC geförderten Projekt „DeepCell“ wird Fabian Theis Ansätze des maschinellen Lernens für die Einzelzellgenomik entwickeln, um das Verhalten einer Zelle bei externen Störungen systematisch zu modellieren. Dabei konzentriert er sich auf das bislang wenig erforschte Gebiet der medikamenteninduzierten Störungen mit Einzelzellauslesungen. Bei Erfolg könnte „DeepCell“ optimale Vorhersagen des Behandlungserfolgs für neue Zelltypen ermöglichen. Auf diese Weise würde es möglich, In-silico-Arzneimittelscreens durchzuführen und somit die Entwicklung von neuen Medikamenten zu beschleunigen. Auch auf die klinische Praxis würden sich die neugewonnenen Möglichkeiten auswirken.

Fabian Theis ist Professor für Mathematische Modellierung biologischer Systeme an der TUM und Direktor des Instituts für Computational Biology bei Helmholtz Munich.  Im Jahr 2010 wurde er mit einem ERC Starting Grant ausgezeichnet.

Mehr Informationen:

Technische Universität München

Corporate Communications Center Paul Hellmich
paul.hellmich(at)tum.de

Weitere Artikel zum Thema auf www.tum.de:

Professor Jan Kirschke in seinem Labor.

EU-Förderung in Medizin und Biotechnologie

Deep-Learning-Algorithmen für die Diagnose von Rückenleiden, künstliche Enzyme für Anlagen zur Energieumwandlung und ein Wirkstoff zur Covid-19-Behandlung: Der Europäische Forschungsrat (ERC) fördert künftig…

Versuchsaufbau für Blaulicht-Katalyse

EU-Förderung für fünf Forschungsprojekte

Wie lassen sich Signalwege im Gehirn sichtbar machen? Welche Rolle spielen lokale Produktionsnetzwerke für die Globalisierung? Wie kann man mit synthetischen Enzymen neue Reaktionen katalysieren? Mit solchen Fragen…

EU-Förderung für Spitzenforschung

Künstliche Viren aus DNA, die menschliche Lunge als Computermodell, ein neuer Forschungsansatz zu Erkrankungen wie Multipler Sklerose und eine neue Therapie für angeborene Herzschwäche: Der europäische Forschungsrat wird…

Schleimpilz Physarum polycephalum

ERC fördert zukunftsweisende Projekte an der TUM

Von neuen Methoden zur Untersuchung einzelner Zellen, über physikalische Grundlagen der Reaktionen von Gefäßsystemen, die Entwicklung einer besseren Prognosemethodik für Osteoporose oder intelligenter Werkzeuge zur…

Für sein ERC-gefördertes Projekt nutzt Prof. Daniel Cremers digitale elastisch deformierbare Formen wie dieses Cortoon-Gürteltier.

ERC fördert Spitzenforschung an der TUM

Physikalische Modelle, die anhand von Videos erstellt werden, neue statistische Methoden, die Einblicke in komplexe Systeme ermöglichen, und Unterstützung für Menschen mit der Parkinson-Krankheit durch Machine Learning: Der…