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

Research topic/area

Bioinformatik

Type of thesis

Master

Start time

-

Application deadline

30.11.2026

Duration of the thesis

6 Monate

Description

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.

Requirement

Requirements for students

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

Faculty departments

• Engineering sciences
  Biological engineering
  Chemical & process engineering
  Computer Science

Supervision

Title, first name, last name

Selina, Lang

Organizational unit

Institut für Bio- und Lebensmitteltechnik 2 - Elektrobiotechnologie

Email address

selina.lang@kit.edu

Link to personal homepage/personal page

Website

Application via email

Application documents

• Curriculum vitae
• Grade transcript

E-Mail Address for application
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an selina.lang@kit.edu


Back