Die Gruppe Integrative Data Science widmet sich der Verbesserung der Qualität, Reproduzierbarkeit und Integrität wissenschaftlicher Daten und ihrer Analyse, mit einem besonderen Schwerpunkt auf der Mikrobiomforschung.

Wir untersuchen, wie methodische Entscheidungen - von der Verarbeitung von Laborproben bis hin zur statistischen Analyse und Berichterstattung - die wissenschaftlichen Schlussfolgerungen in Mikrobiomstudien beeinflussen. Indem wir uns mit diesen Quellen von Verzerrungen befassen und Laborkontrollstandards in Verbindung mit computergestützten Werkzeugen zur Abschwächung von Verzerrungen entwickeln, wollen wir die Robustheit von Mikrobiomanalysen verbessern. Langfristig unterstützen wir mit unserer Arbeit die translationale Mikrobiomforschung und streben letztlich danach, die Patientenversorgung durch robuste und zuverlässige klinische Mikrobiom-Ergebnisse zu verbessern.

Unsere Arbeit befasst sich auch mit allgemeineren Fragen der Metawissenschaften und untersucht, wie Reproduzierbarkeit, Standardisierung und FAIR-Prinzipien die Wissensproduktion beeinflussen. Wir wollen zu lösungsorientierten Ansätzen beitragen, indem wir bestehende Arbeitsabläufe kritisch bewerten und Möglichkeiten zur Verbesserung der Transparenz und Nachhaltigkeit in der datengesteuerten Forschung erforschen. Auf diese Weise unterstützt die Gruppe eine besser interpretierbare und vertrauenswürdige Mikrobiomforschung.