Unsere Forschung
Naturstoffe sind eine vielversprechende Quelle für neue Arzneimittel, wie z. B. Antiinfektiva. Sie vermitteln Wechselwirkungen zwischen Mikroben und menschlichen Zellen und können Ärzten als Biomarker für Gesundheit und Krankheit dienen. Dank bahnbrechender Fortschritte in der "Omics"-Technologie konnten zügig umfangreiche Daten über Naturstoffe und ihre Produzenten gesammelt werden, doch die computergestützte Analyse und Interpretation dieser Daten ist nach wie vor eine spannende Herausforderung.
Unser Ziel ist es, die Entdeckung von Naturstoffen in einen Prozess der Hochdurchsatztechnologie umzuwandeln, indem wir problemspezifische Algorithmen entwickeln und testen. Eine enge interdisziplinäre Zusammenarbeit mit Informatikern und Naturstoffexperten macht unsere Software robust, effizient und für eine breite Forschungsgemeinschaft anwendbar. Insbesondere der Zugang zu einzigartigen Single- und Multi-omics-Datensätzen, die im Rahmen von Kooperationsprojekten zur Verfügung stehen, stellt eine sprichwörtliche Goldmine für die Validierung und Feinabstimmung der Tools dar und führt letztendlich zu biomedizinisch relevanten Entdeckungen und einem besseren Verständnis der komplexen Mensch-Mikroben-Systeme.
Unsere Forschung
Naturstoffe sind eine vielversprechende Quelle für neue Arzneimittel, wie z. B. Antiinfektiva. Sie vermitteln Wechselwirkungen zwischen Mikroben und menschlichen Zellen und können Ärzten als Biomarker für Gesundheit und Krankheit dienen. Dank bahnbrechender Fortschritte in der "Omics"-Technologie konnten zügig umfangreiche Daten über Naturstoffe und ihre Produzenten gesammelt werden, doch die computergestützte Analyse und Interpretation dieser Daten ist nach wie vor eine spannende Herausforderung.
Unser Ziel ist es, die Entdeckung von Naturstoffen in einen Prozess der Hochdurchsatztechnologie umzuwandeln, indem wir problemspezifische Algorithmen entwickeln und testen. Eine enge interdisziplinäre Zusammenarbeit mit Informatikern und Naturstoffexperten macht unsere Software robust, effizient und für eine breite Forschungsgemeinschaft anwendbar. Insbesondere der Zugang zu einzigartigen Single- und Multi-omics-Datensätzen, die im Rahmen von Kooperationsprojekten zur Verfügung stehen, stellt eine sprichwörtliche Goldmine für die Validierung und Feinabstimmung der Tools dar und führt letztendlich zu biomedizinisch relevanten Entdeckungen und einem besseren Verständnis der komplexen Mensch-Mikroben-Systeme.
Jun. Prof. Dr. Alexey Gurevich
Wir verbinden computergestützte und experimentelle Wissenschaft, um forscherfreundliche Bioinformatik-Tools zu entwickeln, die die Entdeckung von Naturstoffen vorantreiben
Alexey Gurevich studierte Softwaretechnik an der Staatlichen Polytechnischen Universität St. Petersburg (BSc 2010, summa cum laude) und der Akademischen Universität St. Petersburg der Russischen Akademie der Wissenschaften (MSc 2012, summa cum laude). Im Jahr 2011 begann er in der Gruppe von Prof. Pavel Pevzner an der Akademischen Universität, sich auf die Fragestellungen der Algorithmischen Bioinformatik zu konzentrieren. Die Gruppe zog später an die Staatliche Universität St. Petersburg um, an der Alexey 2018 in Bioinformatik promovierte. Er arbeitete bis 2022 an der Universität St. Petersburg mit kurzen Forschungsaufenthalten an der University of California San Diego (2015 und 2016) und an der Universität Tübingen (2019, DAAD-Stipendium). Im Juli 2022 wechselte Alexey als Juniorprofessor ans HIPS und leitet dort die Gruppe Human-Microbe Systems Bioinformatics.
Alexeys Forschung konzentriert sich auf die Entwicklung effizienter Algorithmen und Software für den Umgang mit Omics-Daten. Er trug maßgeblich zur Entwicklung der hochmodernen Genomassemblierungs- und -analysetools SPAdes und QUAST sowie mehrerer in silico Methoden zur Entdeckung von Naturstoffen bei. Für diese Arbeiten wurde er 2018 mit dem Web of Science Highly Cited Researcher Russia Award ausgezeichnet.
Ausgewählte Publikationen
ABC-HuMi: the Atlas of Biosynthetic Gene Clusters in the Human Microbiome. Nucleic Acids Research, 2024-01, DOI: 10.1093/nar/gkad1086
MolDiscovery: learning mass spectrometry fragmentation of small molecules. Nature Communications, 2021-12 | DOI: 10.1038/s41467-021-23986-0
MetaMiner: A Scalable Peptidogenomics Approach for Discovery of Ribosomal Peptide Natural Products with Blind Modifications from Microbial Communities. Cell Systems, 2019-12-18 | DOI: 10.1016/j.cels.2019.09.004
Increased diversity of peptidic natural products revealed by modification-tolerant database search of mass spectra. Nature Microbiology, 2018-03-22 | DOI: 10.1038/s41564-017-0094-2
QUAST: Quality assessment tool for genome assemblies. Bioinformatics, 2013 | DOI: 10.1093/bioinformatics/btt086
