마틴 스타이네거

조교수

마틴 스타이네거 Martin Steinegger

마틴 스타이네거
연구분야
생물정보학

저희 연구실에서는 빅데이터를 활용하는 알고리즘과 기계학습을 결합하여 알려지지 않은 미생물 군집에 대한 통찰력을 얻는 새로운 계산 방법을 제시하고 활용가능한 프로그램 및 도구를 개발합니다.

  • 시퀀스 검색, 클러스터링 및 서열 조립 (sequence assembly)을 위한 알고리즘 개발
  • 시퀀싱 데이터를 활용한 병원체 검출
  • 메타 유전체 (metagenome) 분석
  • 단백질 기능 및 구조 예측
학력/경력
학력
  • - 2014 - 2018 Ph.D. in Computer Science at the Technical University Munich
  • - 2013 - 2014 Master of Science in Computer Science at the Ludwig Maximilian University
  • - 2010 - 2013 Bachelor of Science in Bioinformatics at TU Munich / Ludwig Maximilian University
경력
  • - since 2020 Assistant Professor, School of Biological Sciences, Seoul National University
  • - 2018 - 2020 Post-doctoral Researcher, Johns Hopkins University School of Medicine
  • - 2014 - 2018 Research Fellow, Max-Planck Institute for Biophysical Chemistry
주요논문
  1. Steinegger, M., Milot Mirdita, and Söding, J. (2019) Protein-level assembly increases protein sequence recovery from metagenomic samples manyfold Nature Methods, 16, 603–606, doi: 10.1038/s41592-019-0437-4
  2. Steinegger, M., and Söding, J. (2018) Clustering huge protein sequence sets in linear time Nature Communications doi: 10.1038/s41467-018-04964-5
  3. Steinegger, M., and Söding, J. (2017) MMseqs2: Sensitive protein sequence searching for the analysis of massive data sets. Nature Biotechnology, 35, 1026–1028, doi: 10.1038/nbt.3988
  4. Mirdita, M.#, von den Driesch#, L., Galiez, G., Martin, M., Söding, J.∗, and Steinegger, M.∗ (2017) Uniclust databases of clustered and deeply annotated protein sequences and alignments. Nucleic Acids Research, 45, D170–D176, doi: 10.1093/nar/gkw1081. . (#Equal contributions.) (∗Corresponding authors.)