Forschung

Von der Tumordynamik zu metabolischen Verläufen.

Meine Arbeit übersetzt biologische und klinische Fragen in eine quantitative Form. Mechanistische Modelle, wo die Biologie verstanden ist; statistische Modelle und maschinelles Lernen, wo sie es nicht ist; und Unsicherheitsquantifizierung, damit die Grenze zwischen beidem ehrlich bleibt.

Aktuell

Universitätsklinikum Carl Gustav Carus Dresden und TU Dresden, seit November 2025.

Laufende Projekte

PräMo · Uniklinikum Dresden

Immunmetabolische Signaturen des Typ-2-Diabetes

Teil von Präzisionsmedizin und Molekulare Prävention. Die Frage: Lassen sich an Veränderungen von Immunzellen und Blutproteinen die frühen Anzeichen einer Stoffwechselerkrankung erkennen, bevor eine klinische Diagnose gestellt wird? Ich analysiere quer- und längsschnittliche immunmetabolomische Daten, um nachzuvollziehen, wie immunologische und metabolische Signale auf dem Weg zum Typ-2-Diabetes zusammenwirken — mit der UK Biobank und hauseigenen Kohorten.

IRTG 3019 · MEDIS

Glykämische Dysregulation und Infektionsrisiko

Beginnt das Infektionsrisiko schon zu steigen, bevor der Blutzucker den klinischen Diabetesbereich erreicht? Das Projekt untersucht, ob das Risiko bereits in früheren Stadien der glykämischen Dysregulation erhöht ist, und identifiziert über Plasmaproteomik Proteine, die mit Infektionsereignissen assoziiert sind — ein Hinweis auf die immunologischen Signalwege zwischen Glukosestatus und Infektanfälligkeit.

Vorgehen

Bewusst gemischt — keine einzelne Methode beantwortet eine klinische Frage allein.

Methoden, mit denen ich arbeite

  1. 01

    Multi-Omics-Analyse

    Proteomische, metabolomische und klinische Daten über Ebenen hinweg integriert, quer- und längsschnittlich, in Kohorten im Biobank-Maßstab.

  2. 02

    Statistik & maschinelles Lernen

    Überwachte Modelle für Zeit-bis-Ereignis- und Risikovorhersagen, Bayessche Inferenz zur Parameterschätzung und Kalibrierung an dünnen, verrauschten klinischen Daten. Mehr zur KI-Seite →

  3. 03

    Mechanistische Modellierung

    Reaktions-Diffusions-Systeme sowie agentenbasierte und hybride diskret-kontinuierliche Modelle von Tumorwachstum, Invasion und Immuninteraktion.

  4. 04

    Radiomik & Bildanalyse

    Quantitative Merkmalsextraktion aus MRT und Mikroskopie, Segmentierungspipelines und Merkmalsauswahl, die auch kleine klinische Kohorten übersteht.

  5. 05

    Unsicherheits- & Sensitivitätsanalyse

    Globale Sensitivitätsanalyse und Unsicherheitsquantifizierung — welche Parameter eine Vorhersage tatsächlich treiben und wie weit man ihr trauen kann.

  6. 06

    Reproduzierbare Workflows

    FAIRe, ethisch geregelte Analysepipelines, die sich erneut ausführen und prüfen lassen, dazu High-Performance-Computing für große Parameterstudien.

Promotion

TU Dresden, 2021–2025 — betreut von Prof. Axel Voigt und Prof. Haralampos Hatzikirou.

Glioblastom-Rezidive und die Tumormikroumgebung

Wo sollte biopsiert werden?

Die Biopsie gehört zum Standard, wird aber vor allem zur Diagnose und kaum zur Prognose genutzt. Mit einem raum-zeitlichen Modell der Tumor-Immun-Interaktion habe ich eine Kohorte virtueller Patienten erzeugt und klinisch realistische Größen „gemessen“ — MRT-Volumina, Ki-67-Proliferation, Biopsien an unterschiedlichen Stellen. Die Makrophagendichte am Tumorrand erwies sich als deutlich prädiktiv für die Zeit bis zum Rezidiv.

Zellplastizität am invasiven Rand

Meine Dissertation Modeling Cell Plasticity at the Invasive Edge to Control Glioblastoma Recurrence entwickelte hybride In-silico-Frameworks für die Gliom-Makrophagen-Interaktion, führte sie als In-silico-Studien an virtuellen Kohorten aus und kombinierte mechanistische Modellierung mit maschinellem Lernen, um die entstehenden inversen Probleme zu lösen.

Früher

Biomedizinische Technik, 2016–2021.

Frühere Forschung

Wirkstofftransport in soliden Tumoren

Computergestützte Modellierung der Verteilung von Chemotherapeutika in heterogenem, vaskularisiertem Tumorgewebe, einschließlich raum-zeitlicher Studien zu Doxorubicin.

Magnetische Hyperthermie

In-silico-Studien zum Transport magnetischer Nanopartikel in Tumoren mit nekrotischen Bereichen — wie Partikelgröße, Feldstärke und dynamische Mikrovaskulatur bestimmen, wo die Dosis ankommt.

Hämodynamik zerebraler Aneurysmen

CFD- gegenüber Fluid-Struktur-Interaktions-Vorhersagen an einem patientenspezifischen großen sakkulären Hirnaneurysma, mit dem Biological Engineering Lab der Universität Teheran.

Zur vollständigen Publikationsliste →

Kontakt

Sie haben Daten und eine Frage, die beantwortet werden muss?

Ich arbeite mit Forschungsgruppen, Kliniken, Health-Tech-Teams und Bioinformatik-Teams an der Schnittstelle von Biologie, Datenwissenschaft und personalisierter Medizin — von einer einstündigen Einschätzung eines Studiendesigns bis zur vollständigen Modellierungskooperation.

Details

E-Mail
pejman.shojaee@tu-dresden.de
ORCID
0000-0003-3298-3315
Standort
Dresden, Deutschland
Sprachen
Englisch (C1) · Deutsch (B2) · Persisch (Muttersprache)