Das Zitieren der wichtigsten bereits veröffentlichten Fachaufsätze zum jeweiligen Thema in der eigenen Arbeit gehört zum Handwerkszeug von Wissenschaftlerinnen und Wissenschaftlern. Die Gesamtzahl wie oft eine wissenschaftliche Arbeit in anderen Aufsätzen zitiert wurde, ist somit ein Indikator für die Qualität der ihr zugrunde liegenden Forschung. Wird eine Arbeit besonders oft zitiert, also highly cited, zeugt das außerdem von einer bestimmten Relevanz der entsprechenden Forschungsergebnisse. Der Augsburger Bioinformatiker Dr. Jan Meier-Kolthoff steht nun bereits zum vierten Mal in Folge auf der jährlich aktualisierten Liste der  „Highly Cited Researchers“, also der besonders oft zitierten Forschenden.

2023 enthält diese Liste die Namen von 7.125 Wissenschaftlerinnen und Wissenschaftlern aus aller Welt. Von diesen sind mit 336 Personen etwa fünf Prozent an Forschungseinrichtungen in Deutschland tätig. Die Daten, auf denen die Liste basiert, werden von dem Unternehmen Clarivate Analytics in der Publikationsdatenbank Web of Science gesammelt. Die vielfach zitierten Artikel von Jan Meier-Kolthoff zählen in Web of Science jeweils zum obersten Prozent der zitierten Aufsätze nach Fachgebiet und Jahr der Veröffentlichung.

Vielzitierter Bioinformatiker

Meier-Kolthoff wurde in der Kategerie „Mikrobiologie“ zitiert, einem Forschungsgebiet, das in der jüngeren Vergangenheit sehr stark durch die Bioinformatik geprägt wurde. Nur zehn Forschende deutschlandweit befinden sich zu diesem Fachgebiet auf der Liste der Vielzitierten, weltweit sind es genau 200.

„Die erneute Auszeichnung freut mich sehr und zeigt mir, dass die von mir entwickelten bioinformatischen Methoden international sehr gut angenommen werden. Gerade die Entwicklung nutzerfreundlicher Webservices und Datenbanksysteme ist wichtig, um möglichst vielen Forscherinnen und Forschern Analysen zu ermöglichen, die diese mangels Expertise oder Hardwareausstattung sonst gar nicht oder nur sehr umständlich durchführen könnten“, sagt Jan Meier-Kolthoff.

Genombasierte Taxonomie

Seit über einem Jahrzehnt entwickelt der Bioinformatiker Methoden und Werkzeuge für die genombasierte Taxonomie von Organismen (vor allem Prokaryoten) und Viren. Taxonomie ist die wissenschaftliche Praxis der Klassifizierung von Organismen und Viren und wurde in den letzten 15 Jahren durch die Bioinformatik und die sogenannte "-omics-Revolution" stark vorangetrieben. In diesem Zusammenhang werden beispielsweise die Genomsequenzen einer Menge von Bakterienstämmen sequenziert, diese mit Algorithmen der vergleichenden Genomik paarweise ausgewertet und dann deren Verwandschaftsverhältnisse mittels phylogenomischer Methoden rekonstruiert. So können z.B. noch unbekannte Mikroorganismen anhand bekannter Referenzstämme identifiziert werden und auf diese Weise unter anderem Fragestellungen aus der klinischen Diagnostik oder der Biotechnologie beantwortet werden.

Im August 2023 übernahm Meier-Kolthoff die Leitung der sich derzeit noch im Aufbau befindlichen Bioinformatics Core Facility übernommen, die am Lehrstuhl für Biomedizinische Informatik, Data Mining und Data Analytics von Prof. Dr. Matthias Schlesner angesiedelt ist. In Zusammenarbeit mit der Fakultät für Angewandte Informatik, der Medizinischen Fakultät sowie dem Universitätsklinikum Augsburg wird die Bioinformatics Core Facility eingerichtet, um als zentrale Einheit der Universität Augsburg Wissenschaftlerinnen und Wissenschaftler in experimenteller wie klinischer Forschung bei der Planung und Umsetzung von Forschungsprojekten zu unterstützen, die auf bioinformatische Analysen angewiesen sind.

Große Datensätze nutzbar machen

Der Lehrstuhl für Biomedizinische Informatik, Data Mining und Data Analytics ist Teil der Fakultät für Angewandte Informatik, unterhält durch seine Zugehörigkeit zum Forschungsschwerpunkt Medical Information Sciences aber auch enge Kontakte zur Medizinischen Fakultät und zum Universitätsklinikum. Der Lehrstuhl beschäftigt sich mit der Entwicklung und Anwendung computergestützter Methoden zur Analyse biomedizinischer Daten. Einen Schwerpunkt bildet hierbei die Analyse von Omics-Daten. Das sind Daten aus neuartigen Hochdurchsatz-Analysen, mit denen sich etwa das gesamte Genom, Transkriptom oder Proteom von Zellen erfassen lässt. Omics-Analysen ermöglichen es, in kurzer Zeit globale, hochaufgelöste molekulare Profile von Zellen und Geweben zu erstellen. Dadurch können molekulare Veränderungen, die mit Erkrankungen wie beispielsweise Krebs einhergehen, umfassend und detailliert erfasst werden. Somit haben Omics-Analysen nicht nur die Erforschung biologischer Systeme grundlegend verändert, sondern bilden auch zunehmend einen festen Bestandteil in der medizinischen Diagnostik und damit im klinischen Alltag.

Das Hauptinteresse der Tätigkeiten des Lehrstuhls ist es, große biomedizinische Datensätze durch die Entwicklung und Anwendung informatischer Methoden für Forschung, Diagnostik und Patientenversorgung nutzbar zu machen. An der Schnittstelle zwischen Medizin und (Molekular-)Biologie auf der einen sowie Bioinformatik bzw. Computational Biology und Data Science auf der anderen Seite werden Genom- oder andere Omics-Daten zusammen mit klinischen Daten und phänotypischen Daten genutzt, um verschiedene Krankheiten auf molekularer Ebene zu verstehen und darauf aufbauend Diagnose- und Therapiemöglichkeiten zu verbessern.

Weitere Informationen

>> Die vollständige Liste der Highly Cited Researchers dieses Jahres ist zu finden unter https://clarivate.com/highly-cited-researchers/.

>>Einzelheiten und Hintergründe zur Methodik der Erstellung der Liste finden sich unter https://clarivate.com/highly-cited-researchers/evaluation-and-selection/.

>> Drei vielzitierte Beispiele aus der Arbeit von Dr. Jan Meier-Kolthoff:

(1) der Type Strain Genome Server (TYGS; https://doi.org/10.1038/s41467-019-10210-3), eine Datenbank-gestützte Hochdurchsatz-Plattform für die genombasierte Taxonomie von Mikroben

(2) die Virus Classification and Tree Building Online Resource (VICTOR; https://doi.org/10.1093/bioinformatics/btx440), ein digitaler Ansatz für die Phylogenie und Klassifizierung prokaryotischer Viren

(3) der Genome-to-Genome Distance Calculator (GGDC; http://dx.doi.org/10.1186/1471-2105-14-60.), ein Webdienst für die genombasierte Abgrenzung prokaryotischer (Unter-)Arten, der heutzutage routinemäßig bei fast jeder neuen mikrobiellen Artbeschreibung verwendet wird.

Die vollständige Liste der Highly Cited Researchers dieses Jahres ist zu finden unter https://clarivate.com/highly-cited-researchers/.

Einzelheiten und Hintergründe zur Methodik der Erstellung der Liste finden sich unter https://clarivate.com/highly-cited-researchers/evaluation-and-selection/.