Entwicklung einer genombasierten Pipeline zur Bewertung des extrazellulären Elektronentransfer (EET) Potenzials in Mikroorganismen

Forschungsthema/Bereich

Bioinformatik

Typ der Abschlussarbeit

Master

Startzeitpunkt

-

Bewerbungsschluss

30.11.2026

Dauer der Arbeit

6 Monate

Beschreibung

Hintergrund und Forschungsziel
Unkonventionale mikrobielle Stoffwechselprozesse wie der extrazelluläre Elektronentransfer (EET) errmöglichen die Etablierung von bioelektrochemischen Systemen, als eine Schlüsseltechnologie für nachhaltige Zukunftslösungen in der Biotechnologie. Mikroorganismen nutzen dabei in sauerstoffarmen Umgebungen mineralische Elektronenakzeptoren wie z.B. auch Elektroden, doch das EET Potenzial der meisten Organsiemnbleibt bisher unerforscht, da die nötigen Laborexperimente extrem arbeits- und zeitintensiv sind.
Das Ziel dieser Abschlussarbeit die Etablierung einer LLM-basierten, automatisierten Pipeline zur systematischen Genomannotation und -auswertung, um die EET Fähigkeit neuer und ungewöhnlicher Mikroorganismen mit einem Prediction-Score voraussagen zu können. Dies erspart in einem ersten Schritt ungezielte, arbeitsintensive Screenings im Labor.

Inhalt der Arbeit
Ziel dieser Arbeit ist die Entwicklung einer vollautomatisierten digitalen Pipeline, die auf genomischen Daten basiert und das EET-Potenzial eines Mikroorganismus‘ vorhersagt. Um ein agentisches System zu schaffen, werden etablierte Tools über das Model Context Protocol (MCP) an Large Language Models (LLMs) angebunden und für die Umsetzung der einzelnen Prozessschritte genutzt. Die Pipeline kombiniert standardisierte Genomannotation, strukturanalytische Abgleiche mit einer Datenbank elektroaktiver Proteine (Proteine mit direkter Beteiligung am EET), Signalpeptidanalysen zur Validierung der Lokalisation in der Zelle sowie ein Scoring-System, das das EET-Potenzial des Organismus in klare Leistungskategorien einordnet.

Voraussetzung

Voraussetzungen an Studierende

• Grundlegende Programmierkenntnisse in Python sowie Bereitschaft sich tiefer in das Aufsetzen einer LLM-basierten Pipeline einzuarbeiten sind Voraussetzung (Scripting, Umgang mit Daten).

Studiengangsbereiche

• Ingenieurwissenschaften
  Bioingenieurwesen
  Chemieingenieurwesen & Verfahrenstechnik
  Computer Science

Betreuung

Titel, Vorname, Name

Selina, Lang

Organisationseinheit

Institut für Bio- und Lebensmitteltechnik 2 - Elektrobiotechnologie

E-Mail Adresse

selina.lang@kit.edu

Link zur eigenen Homepage/Personenseite

Website

Bewerbung per E-Mail

Bewerbungsunterlagen

• Lebenslauf
• Notenauszug

E-Mail Adresse für die Bewerbung
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an selina.lang@kit.edu


Zurück