Sofja Kovalevskaja-Preisträger 2017

Ufuk Günesdogan

Entwicklungsbiologie, Zellbiologie

Informationsträger der Vererbung
Längst ist bekannt, dass die DNA bei der Vererbung nicht der einzige Informationsträger ist. So werden beispielsweise eineiige Zwillinge mit den gleichen Genen geboren, können sich im Laufe ihres Lebens aber epigenetisch unterschiedlich entwickeln: Während der eine Zwilling etwa eine Anfälligkeit für Diabetes ausbildet, bleibt der andere davon verschont. Welche Mechanismen dabei wirken, untersucht die Epigenetik. Der Entwicklungsbiologe Ufuk Günesdogan geht dabei Fragen nach, die bereits bei der Entwicklung von Urkeimbahnzellen ansetzen, aus denen Spermien und Eizellen entstehen. Er befasst sich insbesondere mit der Rolle der Histone. Diese Proteine gehören zur Verpackung der DNA, der meterlange DNA-Faden wickelt sich um sie wie um eine Spule. Doch die Histone sind nicht nur Verpackung, sie speichern zusätzliche Informationen, die ebenfalls weitervererbt werden können. Günesdogan möchte unter anderem untersuchen, wie Histonmutationen die Regulation der Genexpression beeinflussen.

Gastinstitut: Georg-August-Universität Göttingen, Johann-Friedrich-Blumenbach Institut für Zoologie und Anthropologie
Gastgeber: Prof. Dr. Ernst A. Wimmer

Enrique Jiménez

Ägyptische und Vorderasiatische Altertumswissenschaften

Pionierleistungen bei der Quellenarbeit
Etwa 550.000 Texte, in Keilschrift in Tontafeln geritzt, sind die Hauptquellen der Altorientalistik. Ein Großteil der Texte lagert bislang unveröffentlicht in Sammlungen und Museen weltweit. Zugleich wächst der Korpus stetig weiter, da Ausgrabungen immer neue Tontafeln und Schriften zutage fördern. Beim Erschließen solcher Keilschriften leistet der Altorientalist Enrique Jiménez Pionierarbeit. Er gilt als Spezialist mit herausragender Quellenkenntnis, dem es nicht nur um das reine Entziffern der historischen Schriften geht. Als Vertreter der Digital Humanities arbeitet Jiménez daran, die Texte digital zusammenzuführen und allgemein zugänglich zu machen. So war er beispielsweise am Cuneiform Commentaries Project der Yale University beteiligt, das mit der Kommentarliteratur aus Mesopotamien eine der ältesten Reihen zusammenhängender hermeneutischer Texte online publiziert. Als Sofja Kovalevskaja-Preisträger verfolgt er ein ähnliches Anliegen: Am Institut der Humboldt-Professorin Karen Radner in München plant Jiménez ein Korpus von etwa 10.000 Zeilen zu bearbeiten und digital zu veröffentlichen. Dabei wird er Textfragmente zusammenführen, die derzeit verstreut in unterschiedlichen Museen weltweit lagern.

Gastinstitut: Ludwig-Maximilians-Universität München, Lehrstuhl für die Alte Geschichte des Nahen und Mittleren Ostens
Gastgeberin: Humboldt-Professorin Dr. Karen Radner

Laura Leal-Taixé

Künstliche Intelligenz, Bild- und Sprachverarbeitung

Visionen für das maschinelle Sehen
Online-Kartendienste wie Google Maps bieten bereits mehr als nur Hilfe bei der Routenplanung. Sie liefern Informationen etwa über Standorte von Geschäften und Restaurants oder die Verkehrslage. Informationen über soziale Aspekte, beispielsweise wie Menschen im öffentlichen Raum interagieren und welche Bewegungsmuster sich ergeben, gehören bislang nicht dazu. Solche Daten aus dynamischen Szenen zu analysieren und zu interpretieren ist aktuell eine der großen Herausforderungen für die Bildverarbeitung. Laura Leal-Taixés Forschung setzt hier an: Als Sofja Kovalevskaja-Preisträgerin möchte sie Methoden der Künstlichen Intelligenz entwickeln, um das Verhalten von Menschenmassen, Bewegungspfade und Interaktionen in Videosequenzen zu erkennen und solche sozialen Informationen in digitale Karten zu integrieren. Ziel von Leal-Taixés Forschung ist es, Daten zur räumlichen Umgebung exakter zu analysieren, um beispielsweise zwischen Fahrzeug- und Fußgängerströmen besser unterscheiden zu können. Ihre Ergebnisse sollen es zudem ermöglichen, öffentlichen Raum nachhaltiger zu gestalten.

Gastinstitut: Technische Universität München, Lehrstuhl für Bildverarbeitung, Garching
Gastgeber: Prof. Dr. Daniel Cremers

David (Doddy) Marsh

Astrophysik

Suche nach der Dunklen Materie
Sie macht einen großen Teil unseres Universums aus, wir wissen aber nur sehr wenig über sie: Die Dunkle Materie zählt zu den größten Rätseln der Physik. Für das menschliche Auge oder Teleskope ist sie unsichtbar, woraus sie genau besteht ist bis heute weitgehend unklar. Nach der aktuell gängigen Standardvorstellung der Kosmologie sind so genannte WIMPs – schwach wechselwirkende massereiche Teilchen – Hauptbestandteile der Dunklen Materie. Doch die erhofften Nachweise für diese Hypothese sind bisher ausgeblieben. Bei der Suche nach Alternativmodellen liefert die Forschung von David J. E. Marsh (Doddy) neue Ansätze. Der Astrophysiker untersucht, inwiefern die Dunkle Materie aus Axionen bestehen könnte, einem ebenfalls noch nicht experimentell nachgewiesenen ultraleichten Elementarteilchen. Marsh liefert mit seinen Arbeiten theoretische Berechnungen, um einzelne Eigenschaften der Axione vorherzusagen und diese anschließend bei astronomischen Beobachtungen nachzuweisen oder auszuschließen. Als Sofja Kovalevskaja-Preisträger plant er die Berechnungsmodelle zu erweitern und mit Computersimulationen zu kombinieren.

Gastinstitut: Georg-August-Universität Göttingen, Institut für Astrophysik
Gastgeber: Prof. Dr. Jens Niemeyer

Anna Martius, geb. Levina

Systemische Neurowissenschaft

Das Gehirn am Rande des Chaos
Millionen Neuronen interagieren im Gehirn, das sich als komplexes System selbst organisiert. Die Neurowissenschaftlerin Anna Levina befasst sich insbesondere mit der so genannten Kritikalität. Diese gilt als wichtige Eigenschaft bei der Selbstorganisation des Hirns: Im kritischen Zustand verläuft die Signalweitergabe ähnlich wie bei einer Lawine. Sendet eine Nervenzelle einen elektrischen Impuls, kann dies in einem nachgeschalteten Neuron ebenfalls einen Impuls auslösen, muss es aber nicht. Je nachdem, ob und wie oft Impulse weitergegeben werden, kann es zu lawinenartigen Ketten neuronaler Entladungen kommen. Diesen Vorgängen wird eine wichtige Rolle bei der Informationsverarbeitung im Gehirn zugesprochen. Anna Levina hat bereits in frühen Arbeiten wesentliche Beiträge zur mathematischen Analyse und Modellierung solcher kritischer Zustände in neuronalen Systemen vorgelegt. Künftig will sie nicht nur das Verständnis neuronaler Dynamiken im Gehirn weiter vorantreiben. Als Sofja Kovalevskaja-Preisträgerin will sie sich zudem stark auf die Analyse besonders leistungsfähiger neuronaler Netze konzentrieren, die auch bei der Entwicklung von künstlicher Intelligenz von Bedeutung sind.

Gastinstitut: Eberhard Karls Universität Tübingen, Werner Reichardt Centre for Integrative Neuroscience
Gastgeber: Prof. Dr. Matthias Bethge

Matteo Smerlak

Statistische Physik, Theoretische Biologie

Die Evolution vorhersagen 
Matteo Smerlak kommt aus der mathematischen, theoretischen Physik und hat zur Quantengravitation bereits viel beachtete Arbeiten vorgelegt. Zuletzt hat er sich verstärkt der interdisziplinären Forschung zugewandt: Smerlak arbeitet an der Grenze von Physik und Biologie und verknüpft dabei auf innovative Weise die statistische Physik mit der theoretischen Biologie. Konkret widmet er sich den komplexen Systemen, großen Netzwerken, die sich ohne zentrale Kontrolle in hohem Maße selbst organisieren und ein komplexes Kollektivverhalten aufweisen. Solche Systeme finden sich im Bereich der Wirtschaft oder der Soziologie, insbesondere aber in der Biologie. Hier wendet Matteo Smerlak Verfahren der statistischen Physik auf die Evolutionsbiologie an, um universelle Gesetzmäßigkeiten und statistische Gesetze der Evolution herzuleiten. Als Sofja Kovalevskaja-Preisträger will er damit grundlegende Fragen aufgreifen, wie etwa die nach der Vorhersagbarkeit von evolutionären Entwicklungen.

Gastinstitut: Max-Planck-Institut für Mathematik in den Naturwissenschaften, Leipzig
Gastgeber: Prof. Dr. Jürgen Jost

Weitere Informationen

• Dossier Sofja Kovalevskaja-Preis