FAQS

Computational Science ist die Wissenschaft des Forschens mit Hilfe von Computern. Simulation, Optimierung, Approximation und Datenanalyse sind die wichtigsten Teilgebiete

Computational Science ist ein naturwissenschaftlicher Studiengang. Informatik ist es nicht. In Computational Science werden  Computer und Algorithmen benutzt um Probleme der Physik, Biologie oder Medizin zu lösen. In der Informatik sind sie selbst der eigentliche Gegenstand der Forschung.

Beginnen werden Sie alle damit PYTHON zu lernen. Danach hängt es ganz davon ab, worin Sie sich spezialisieren wollen. In Numerik und Physik sind C, C++ und JAVA  gängige Sprachen, in Bioinformatik eher R und PYTHON. Um unsere Supercluster zu nutzen und parallel zu programmieren brauchen Sie die openMP und MPI Frameworks und Rechnerarchitektur benötigt nach wie vor etwas Programmierung in Assembler.

Je länger Sie studieren, desto mehr Wahlmöglichkeiten stehen Ihnen offen. Im 1. Bachelor-Jahr besuchen Sie alle die gleichen Vorlesungen und lernen Grundlagen. Ab dem zweiten Jahr fokussieren Sie dann auf das, was Ihnen Spaß macht. Zunächst vertiefen sie zwei der Themenblöcke: Angewandte Physik, Angewandte Mathematik und Bioinformatik/ Biomedizin/Genomik. Im 3. Jahr legen Sie sich auf einen Zweig fest und schreiben Ihre Bachelorarbeit.  Der Masterstudiengang ist dann noch flexibler. Hier belegen Sie je nach Vertiefung - fast ausschließlich - Fächer ihrer Wahl. Sie bereiten sich zielstrebig auf eine forschungsnahe Masterarbeit vor.

Arbeiten Sie gerne experimentell im Labor, oder möchten Sie lieber Ihre Stärken in Mathematik und Informatik nutzen und am Rechner arbeiten? Im ersten Fall ist Molekulare Medizin der richtige Studiengang für Sie im zweiten Fall ist es Computational Science.

Das hängt ganz von Ihren Interessen und Ihrer Spezialisierung im Studium ab. Sie können sich in die Entwicklungsabteilungen großer Unternehmen einbringen (Osram, Conti, Infineon, Life Sciences) oder lieber in kleinen Startups (schauen Sie sich mal im Biopark Regensburg um). Vieleicht wollen Sie aber auch Ihre eigene Firma gründen und Ihre hoch spezialisierte Software an diese Firmen verkaufen. Sie können aber auch weiter studieren und bringen sich nach dem Master in eines der vielzähligen Forschungsprojekte hier an der Uni Regensburg, dem Klinikum oder anderswo ein. Wir brauchen Sie! Mit Ihrer soliden und breit aufgestellten Ausbildung stehen Ihnen auch ganz andere Karieren offen. Die Kombination von Kompetenzen in Mathematik, Informatik und Datenanalyse macht Sie attraktiv für Banken und Versicherungen. Die Kombination von Biomedizin und Mathematik/Statistik, auf die Sie sich spezialisieren können, ist ideal um in der Pharmaindustrie an der Auswertung klinischer Studien für die Zulassung neuer Medikamente zu arbeiten. Umgekehrt suchen auch die öffentlichen Behörden, die die Zulassungen überwachen nach Mitarbeitern wie Ihnen. Oder Sie werden Patentanwalt, Wissenschaftsjournalist oder Referent für neue wissenschaftliche Entwicklungen beim Bundestag ... warum nicht?

Das sieht gut aus. In Sachen Forschung tut sich was in Regensburg und Computational Science spielt dabei eine wichtige Rolle. Ob in der Entwicklung von Leuchtdioden, der von  Chipkarten, oder wenn Träume von Mobilität zur Realität werden sollen.  Möglichkeiten für Bioinformatiker bieten die Firmen des Bioparks und Fraunhofer  ITEM. Aber auch wir von der Universität und dem Klinikum brauchen Sie! In unseren SFBs und Forschergruppen spielt Computing eine zunehmend wichtige Rolle.  Wir haben auch nach dem Studium Aufgaben für Sie.

Ja! Wir arbeiten gerade daran eine Praktikabörse aufzubauen.

Des Weiteren ist im Modul CS-B-Gen9 - Computational Biochemistry ein Praktikum am Fraunhofer Institut vorgesehen.

Anwendungsbeispiel aus der Medizin:

Krebs ist eine Erkrankung, die Ihre Ursachen in Defekten unseres genetischen Codes hat. Dieser Code legt fest wie die Zellen unseres Körpers molekulare Signale verarbeiten. Krebszellen wachsen, obwohl sie oft die gegenteiligen Signale erhalten. Sie sind umprogrammiert. Wie kann man verstehen, was da passiert ist?

Den genetischen Code kann man in kleinen Schnipseln auslesen. Diese Schnipsel kann man im Computer wieder richtig zusammenführen. Dann sucht man nach Defekten im Code. Hat man diese gefunden, versucht man die molekularen Programme nach zu programmieren, die von einem defekten Bereich des Krebsgenoms kodiert werden. Hat man diese Programme im Computer nachgebaut vergleicht man ihr Verhalten wenn der Code intakt ist (gesunder Mensch) und wenn er defekt ist (Krebspatient). Anhand dieser Modelle versteht man, wie es zu dem gefährlichen Verhalten der Krebszellen kommt. Man sucht im Modell nach Angriffspunkten für neue Medikamente. Auch diese neuen Therapien simuliert man erst einmal im Computer. Die Simulationen geben auch Hinweise auf mögliche Nebenwirkungen. Hat man ein Zielmolekül als therapeutisches Target identifiziert, kann man nach chemischen Substanzen (potentielle Medikamente) suchen, die das Zielmolekül inhibieren. Auch das geschieht heute zunächst per Simulation im Computer. Erst nach all diesen Analysen muss man erstmals in Experimenten und klinischen Studien Medikamente erproben. Mit dieser rein rechnerischen Strategie vermeidet man nicht nur unnötige Tierexperimente, die Entwicklung neuer Therapien wird für die Patienten sicherer und auch billiger.  

Welche Kompetenzen brauchen Sie um zu unserem kleinen Beispiel oben beitragen zu können, und wie bilden sich diese in unserem Studienplan ab? Natürlich müssen Sie die Grundlagen der Genomik verstehen (Genomik und Bioinformatik, Semester 2 und 3), Sie müssen auch verstehen wie Genomsequenzierung technisch funktioniert (Bioanalytik Semester 4). Dazu brauchen sie wiederum einige Grundlagen der Chemie (Semester 3). Dann müssen Sie die Sequenzschnipsel im Computer zusammen setzten können, dazu brauchen Sie nicht nur Programiererfahrung (Einführung ins Programmieren, Semester 1) sondern auch weitergehende Kenntnisse in Algorithmen und Datenstrukturen (Semester 2). Die Defekte im Genom entstehen zufällig und in jedem Tumor gibt es tausende davon. Die Interessanten darunter zu finden, ist ein statistisches Problem (Wahrscheinlichkeitstheorie und Statistik, Semester 4). Als nächstes geht es ans Simulieren im Computer. Kennt man die zugrunde liegenden molekularen Interaktionen aus der Biochemie (Semester 4 und 5), kann man deren Zusammenspiel mit Hilfe von Differentialgleichungssystemen modellieren (Analysis Semester 1 und 2). In der Regel sind diese Gleichungen zu komplex um sie analytisch zu lösen; der Ausweg sind numerische Verfahren (Semester  5). Oft weiß man aber immer zu wenig über die zugrunde liegenden molekularen Mechanismen um diese direkt im Computer zu simulieren, dann muss man aus den genomischen Daten rekonstruieren (Netzwerkbiologie, Sem  5). Das Simulieren der räumlicher Interaktionen von chemischen Substanzen und Proteinen der Krebszellen benötigt ein gutes Verständnis der Proteinstrukturen (Computational Biochemistry II, Semester 5) und vor allem sehr viel Physik (Semester 1-6). Wir geben Ihnen also das nötige theoretische Rüstzeug mit auf den Weg. Nur Theorie alleine reicht nicht, man muss auch üben die ganzen Gebiete zusammen zuführen. Dies geschieht in Projektpraktika (Semester 4 und 5) und in der abschließenden Bachelorarbeit im 6. Semester. 

Weitere Beispiele: Vieleicht wollen Sie aber an etwas ganz anderem arbeiten. Vielleicht möchten sie das Strömungsverhalten von Blut in geschädigten Blutgefäßen modellieren, oder Sie möchten die Evolution von Grippe-Viren im Computer nachstellen um zu verstehen wie es zu Resistenz gegen Antibiotika kommt. Oder aber Sie wollen verstehen wie die Mikroorganismen in unseren Darm als Team zusammen arbeiten, und wie dieses ökologische System in uns von unseren Ernährungsgewohnheiten beeinflusst wird.

Sie sehen den Entfaltungsmöglichkeiten für neugierige Menschen sind in diesem Arbeitsfeld keine Grenzen gesetzt.