Forschung, die über Jahre entsteht, findet manchmal ihren Platz in einem der renommiertesten Journals der Welt. Für uns ist die Veröffentlichung in Nature Genetics ein besonderer Moment.

Die Arbeit trägt den Titel „Genetic variation at transcription factor binding sites largely explains phenotypic heritability in maize" und beschreibt einen neuartigen Ansatz zur Identifizierung funktioneller Genregulationsvariationen auf Populationsebene. Die Methode zeigt, wie cis-regulatorische Variationen zur Variation von Merkmalen beitragen, und liefert neue Erkenntnisse über die genetischen Mechanismen, die den Phänotyp prägen.

Warum ist das für ein KI-Beratungsunternehmen relevant? Weil diese Forschung exemplarisch zeigt, wie datengetriebene Ansätze und maschinelles Lernen in den Lebenswissenschaften Erkenntnisse ermöglichen, die mit klassischen Methoden nicht erreichbar wären. Für uns bei Perelyn steht diese Art der Grundlagenforschung in direktem Zusammenhang mit unserer täglichen Arbeit: komplexe Daten so zu strukturieren und zu analysieren, dass daraus Wissen entsteht.

Michael Banf, unser Chief AI Scientist, hat zu dieser Arbeit beigetragen. Sein akademischer Hintergrund in den Computational Life Sciences fließt direkt in die Methoden ein, die wir bei Perelyn für unsere Kunden einsetzen.

Die vollständige Publikation ist über Nature Genetics zugänglich.

‍