Mariana Gonzales André

Institute for Computational Biology • Migration und Optimierung von Panpipes, einem Ruffus-basierten Single-Cell- und Spatial-Transcriptomics-Workflow, nach Nextflow DSL2, mit Fokus auf Modularität, Portabilität und Reproduzierbarkeit • Konzeption und Implementierung skalierbarer Analysepipelines für Multi-Omics-Daten, kompatibel mit HPC- und Cloud-Umgebungen • Standardisierung komplexer Analyseprozesse für große biologische Datensätze

Computational RNA Biology • Anwendung von Deep-Learning-basierten Sequenzmodellen zur Untersuchung von Intron Retention und subzellulärer RNA-Lokalisation unter Hypoxie • Systematisches Benchmarking von ML/DL-Modellen hinsichtlich Vorhersageleistung und biologischer Interpretierbarkeit • Identifikation sequenzbasierter regulatorischer Merkmale mit Relevanz für RNA-Prozessierung und -Lokalisation

Institute for Computational Biology • Mitentwicklung von Hadge, einer Pipeline zur Donor-Deconvolution in gepoolten Single-Cell-Experimenten (Publikation: Genome Biology, 2024) • Benchmarking verschiedener Demultiplexing-Strategien für multimodale Datensätze (scRNA-seq, ADT, scATAC-seq) • Analyse biologischer Anwendungsfälle, u. a. Differenzierungstrajektorien in mesenchymalen Stammzellen und integrative Anal- ysen regulatorischer RNA-Antworten

Internationales Projekt • Mitentwicklung eines digitalen klinischen Dokumentationssystems für öffentliche Krankenhäuser in Bolivien zur frühen Screening-Diagnostik angeborener Herzfehler bei Neugeborenen. • Aufbau von Datenpipelines zur Echtzeit-Fallverfolgung und Verbesserung der Datenqualität. • Zusammenarbeit mit internationalen, interdisziplinären Teams zur Abstimmung technischer und medizinischer Anforderungen. • Ergebnisse führten zu peer-reviewten Publikationen und internationalen Konferenzbeiträgen.

Masterarbeit: Konstruktion phylogenetischer Bäume aus den mit scATAC-seq identifizierten CNVs: eine nachgelagerte Analyse für epiAneufinder (LMU - BMC) (Computational Epigenomics - Helmholtz Zentrum München)

Bachelorarbeit: Cell Hashing Tools für Einzelzell Genomik – (Helmholtz Zentrum Munich - ICB.)

Bachelorarbeit: ML-basiertes System zur Früherkennung von angeborenen Herzkrankheiten. (UCB - Kardiozentrum Bolivien)

Bachelorarbeit: ML-basiertes System zur Früherkennung von angeborenen Herzkrankheiten. (UCB - Kardiozentrum Bolivien)