Die Arbeitsgruppe Computational Resilience Research untersucht Resilienz-Dynamik am Schnittpunkt von Modellierung, Machine Learning und Medizin. Durch die Kombination von Theorie und moderner Datenanalyse enträtseln wir komplexe Prozesse, die Resilienz fördern order verhindern, in enger Zusammenarbeit mit experimentellen Kollegen.
Aktuelle Forschungsprojekte
-Phasenübergänge in neuronaler Dynamik und ihre Konsequenzen für Resilienz
-Lernverhalten und soziale Interaktion in Mäusen - Individuelle Charakteristika und ihr Zusammenhang mit Resilienz
-Gene Expression und Resilienz in Krebspatient:innen
-Saisonale Variation bei Stress und Resilienz
Externe Kooperationspartner:innen
-Prof. Dr. Angela Relógio, MSH Medical School Hamburg & Charité – Universitätsmedizin Berlin
Förderungen
-Boehringer Ingelheim Stiftung
Key Publications
Hesse J, Müller T, Relógio A. (2023)
NPJ Syst Biol Appl. 2023 Jun 23;9(1):27. doi: 10.1038/s41540-023-00287-4. PMID: 37353516
Hesse J, Schleimer JH, Maier N, Schmitz D, Schreiber S. (2022)
Nat Commun. 2022 Jul 8;13(1):3934. doi: 10.1038/s41467-022-31195-6. PMID: 35803913
Hesse J, Schleimer JH, Schreiber S. (2017)
Qualitative changes in phase-response curve and synchronization at the saddle-node-loop bifurcation.
Phys Rev E. 2017 May;95(5-1):052203. doi: 10.1103/PhysRevE.95.052203. Epub 2017 May 3. PMID: 28618541
Hesse J, Schreiber S. (2015)
Externalization of neuronal somata as an evolutionary strategy for energy economization.
Curr Biol. 2015 Apr 20;25(8):R324-5. doi: 10.1016/j.cub.2015.02.024. PMID: 25898099
Hesse J, Gross T. (2014)
Self-organized criticality as a fundamental property of neural systems.
Front Syst Neurosci. 2014 Sep 23;8:166. doi: 10.3389/fnsys.2014.00166. eCollection 2014. PMID: 25294989