Prof. Dr. Fabian J. Theis

Seite teilen

  • Fachbereich Informationswissenschaften
  • Ort Neuherberg, Deutschland
  • Wahljahr 2025

Forschung

Forschungsschwerpunkte: Einzelzellanalyse, Human Cell Atlas, mathematische Modellierung biologischer Systeme, Künstliche Intelligenz in der Biomedizin

Fabian Theis ist ein deutscher Biophysiker, Mathematiker und Informatiker, der molekulare Prozesse auf Einzelzellebene erforscht. Sein zentrales Anliegen ist es, die Heterogenität von Zellen zu entschlüsseln und daraus abzuleiten, wie sich Zellzustände entwickeln, organisieren und auf äußere Reize reagieren. Um seinem Ziel, Krankheiten früher zu erkennen und besser zu behandeln, näher zu kommen, kombiniert er experimentelle und bioinformatische Methoden mit Künstlicher Intelligenz. 

Obwohl alle Körperzellen das gleiche Erbgut tragen, unterscheiden sie sich grundlegend in der Aktivität ihrer Gene, erkennbar am jeweiligen Transkriptom, dem Gesamtbild aller in einer Zelle abgelesenen Gene. Jede Zellart, jedes Differenzierungsstadium ist durch ein charakteristisches Transkriptom gekennzeichnet. Erst moderne Einzelzellmethoden ermöglichen es, diese molekulare Signatur mit hoher Auflösung sichtbar zu machen.

Frühere Transkriptomanalysen basierten auf Zellpopulationen, wobei die individuellen Unterschiede nivelliert wurden, so dass die Ergebnisse einem Mittelwert entsprachen. Mit Single-Cell-Technologien ist es möglich, einzelne Zellen isoliert zu analysieren. Fabian Theis hat wesentlich dazu beigetragen, diese komplexen Daten nicht nur zu erfassen, sondern auch interpretierbar zu machen. Seine Arbeiten zeigen, wie sich Zellzustände, Differenzierungspfade und regulatorische Netzwerke aus Einzelzelldaten rekonstruieren lassen.

Solche Analysen erzeugen gewaltige Datenmengen, oft aus hunderttausenden Einzelzellen. Um darin dynamische Muster zu erkennen, entwickelt Fabian Theis spezialisierte neuronale Netze, die aus statischen Einzelzeitpunkten zeitliche Abläufe wie Zellreifung, Pathogenese oder Therapieantworten rekonstruieren. In Kooperation mit anderen Forschenden entstand ein sozio-statistisches Modell, das bereits aus wenigen Proben von mitunter weniger als 40 Zellen pro Typ präzise Unterschiede zwischen Zellzuständen herausfiltern auch seltene Zustände erfassen kann. Validiert wurde die Methode durch Markeranalysen und Signifikanztests. Erstere identifizieren biologische Unterschiede anhand molekularer Merkmale, letztere prüfen, ob diese Unterschiede statistisch belastbar sind oder zufällig zustande gekommen sein könnten.

Ein zentrales Engagement von Fabian Theis gilt dem „Human Cell Atlas“, einem internationalen Großprojekt, das alle Zelltypen des menschlichen Körpers kartieren will – mitsamt ihren molekularen Zuständen und Entwicklungspfaden. Fabian Theis beschreibt das Vorhaben als eine Art „Periodensystem der Zellen“, das die Vielfalt zellulärer Identitäten systematisch ordnet. Seine rechnergestützten Modelle sagen voraus, wie sich Zellen differenzieren oder wie sie auf Medikamente reagieren. Um die Übertragbarkeit auf den Menschen zu erhöhen, verknüpft sein Team experimentelle Daten aus Mausmodellen mit KI-basierten Simulationen. So lassen sich etwa Einflüsse von Umwelt oder Ernährung auf die Zellentwicklung modellieren und potenzielle therapeutische Ansatzpunkte identifizieren. 

Ein zukunftsweisendes Projekt ist das „Foundation Cell Model“, ein skalierbares Grundmodell zellulärer Dynamik, verknüpft mit kausaler Steuerung. Das Modell soll pharmakologische Effekte in einzelnen Zellen in-silico, das heißt im Computermodell, vorhersagen. Langfristig sollen daraus KI-Algorithmen hervorgehen, die in Echtzeit therapeutisch wirksame Interventionen vorschlagen können. Das wäre ein Meilenstein auf dem Weg zur personalisierten Zelltherapie.

Mit der Integration von Genomik, Transkriptomik und Bildgebung in rechnergestützte Modelle hat Fabian Theis die Systembiologie entscheidend weiterentwickelt. In der Arzneistoffentwicklung hilft die Vorhersage zellulärer Reaktionen dabei, geeignete Wirkstoffkandidaten zu identifizieren. In der personalisierten Medizin ermöglichen seine Modelle, individuelle Therapieeffekte auf Zelltypen präzise abzuschätzen.

Fabian Theis zählt zu den weltweit meistzitierten Forschenden seines Fachs. Er ist in zahlreichen internationalen Gremien und Netzwerken aktiv und bringt seine wissenschaftliche Exzellenz auf vielfältigen Ebenen in Forschung, Translation und Wissenschaftspolitik ein.

  • seit 2022 Wissenschaftlicher Direktor für Biomedizinische KI, Helmholtz Pioneer Campus, Helmholtz Zentrum München, Neuherberg
  • seit 2021 Leiter, Computational Health Center, Helmholtz Zentrum München, Neuherberg
  • seit 2020 Associated Faculty, Cellular Genetics Programme, Wellcome Sanger Institute, Hinxton, UK
  • seit 2019 Adjunct Faculty, Feinberg School of Medicine, Northwestern University, Illinois, USA
  • seit 2019 Wissenschaftlicher Direktor, Helmholtz Artificial Intelligence Cooperation Unit (Helmholtz AI), Helmholtz Zentrum München, Neuherberg
  • seit 2013 Direktor, Institut für Computational Biology, Helmholtz Zentrum München, Neuherberg
  • seit 2013 Lehrstuhlinhaber für Mathematische Modelle biologischer Systeme, TUM School of Computation, Information and Technology (CIT), Technische Universität München (TUM)
  • 2009–2013 Außerordentlicher Professor für Mathematik in der Systembiologie, Fakultät für Mathematik, TUM
  • 2008 Habilitation in Biophysik, Universität Regensburg
  • 2007–2013 Leiter, Nachwuchsgruppe, Institut für Bioinformatik und Systembiologie, Helmholtz Zentrum München, Neuherberg
  • 2006–2007 Bernstein Fellow, Bernstein Center for Computational Neuroscience (BCCN) sowie Max-Planck-Institut für Dynamik und Selbstorganisation (MPI-DS), Göttingen
  • 2005 Gastwissenschaftler, Tokyo University of Agriculture and Technology (TUAT), Tokio, Japan
  • 2004 Gastwissenschaftler, Helsinki University of Technology (heute: School of Engineering, Alto University), Espoo, Finnland
  • 2004 Gastwissenschaftler, Florida State University (FSU), Tallahassee, USA
  • 2003 Gastwissenschaftler, RIKEN Tokyo Campus, Wako, Japan
  • 2003–2006 Postdoktorand in Biophysik, Universität Regensburg
  • 2001–2003 Promotion in Informatik, Universidad de Granada (UGR), Granada, Spanien
  • 2001–2002 Promotion in Physik, Universität Regensburg
  • 1996–2000 Diplom in Physik, Universität Regensburg
  • 1995–2000 Diplom in Mathematik, Universität Regensburg

  • seit 2025 Vorsitzender, Bayerischer KI-Rat, Bayerisches Staatsministerium für Wissenschaft und Kunst (STMWK), München
  • 2025 Mitglied, Auswahlkomitee Jülicher Exzellenzpreis, Forschungszentrum Jülich
  • seit 2024 Externes wissenschaftliches Mitglied, Max-Planck-Institut für Psychiatrie, München
  • seit 2024 Mitglied, Kuratorium, Deutsches Museum, München
  • seit 2023 Fellow, International Society for Computational Biology (ISCB)
  • seit 2023 Mitglied, Steering Board, Gauss Centre for Supercomputing (GCS), Berlin
  • seit 2023 Mitglied, Organising Committee, Human Cell Atlas (HCA), Cambridge, USA
  • seit 2022 Mitglied, European Molecular Biology Organization (EMBO)
  • seit 2022 Mitglied, Board of Directors, HCA, Cambridge, USA
  • seit 2021 Mitglied, Wissenschaftlicher Beirat, Max-Planck-Institut für Intelligente Systeme (MPI-IS), Tübingen
  • seit 2021 Mitglied, Advisory Board, Molecular Systems Biology
  • 2020–2024 Co-Vorsitzender, Bayerischer KI-Rat, STMWK, München
  • seit 2020 Co-Koordinator, Unit München, European Laboratory for Learning and Intelligent Systems (ELLIS), ELLIS Society, Tübingen
  • seit 2019 Mitglied, Scientific Advisory Committee, European Molecular Biology Laboratory (EMBL)
  • seit 2019 Mitglied, Editorial Board, Genome Biology
  • seit 2017 Mitglied, Computational Steering Committee sowie Data Pipeline Committee, HCA, Cambridge, USA
  • seit 2014 Mitglied, German Stem Cell Network (GSCN), Berlin
  • seit 2010 Gutachter, Nature
  • seit 2010 Gutachter, Science
  • seit 2010 Gutachter, Cell

  • 2025-2028 Leiter, Projekt zur Anwendung generativer KI zur Verbesserung der Inselzellfunktion für Zelltherapien bei Typ-1-Diabetes, Breakthrough T1D, New York City, USA sowie Helmholtz Zentrum München
  • 2025-2027 Koordinator, VirtualCell, Helmholtz Foundation Model Initiative (HFMI), Helmholtz Gemeinschaft, Bonn
  • seit 2024 Co-Antragsteller, Projekt „Integration von bildgebenden, klinischen und genetischen Daten mit maschinellem Lernen zur Ermittlung von Biomarkern für Netzhautkrankheiten“, Forschungsgruppe (FOR) 5621, Deutsche Forschungsgemeinschaft (DFG)
  • seit 2023 Co-Antragsteller, Projekt „Mechanistische Aufklärung und therapeutische Blockade von inflammatorischen Signalwegen in Pankreaskarzinom-Subtypen“, DFG
  • seit 2023 Leiter, Teilprojekt „Integrative Analyse in der Einzelzell-Genomik und Immunoprofiling (INF)“, Transregio (TRR) 338, DFG
  • 2023-2027 Principal Investigator, Advanced Grant „Learning and modeling the molecular response of single cells to drug perturbations (DeepCell)“, Horizon Europe, European Research Council (ERC)
  • 2022-2025 Leiter, Teilprojekt „Oberschleißheim“, Projekt „HOPARL – Identifikation von Pathogen-Wirt-Interaktion und Dynamik durch Representation-Learning auf Einzelzelldaten“, Fördermaßnahme „Computational Life Sciences“, Bundesministerium für Bildung und Forschung (BMBF)
  • seit 2021 Co-Antragsteller, Projekt „Aufklärung von Mechanismen der Homöostase und Regeneration von pankreatischen β-Zellen“, DFG
  • 2021-2026 Co-Koordinator, „Causal Cell Dynamics“, Helmholtz International Lab, Helmholtz Zentrum München
  • 2020-2023 Leiter, Teilprojekt „LODE – Longitudinales Deep Learning für klinische Diagnosen, Merkmalsdarstellung und interventionelle Modellierung“, Fördermaßnahme „Computational Life Sciences“, BMBF
  • 2019-2025 Mitgründer sowie Wissenschaftlicher Leiter, Verbundprojekt „Munich School for Data Science (MUDS)“, Helmholtz Zentrum München, Technische Universität München (TUM) sowie Ludwig-Maximilians-Universität (LMU), München
  • 2018-2023 Leiter, Teilprojekt „Histopathologische und hoch-dimensionale molekulare Charakterisierung von Zellen und Geweben“, Sonderforschungsbereich (SFB) 1335, DFG
  • 2018-2023 Leiter, Teilprojekt „Mechanistische Aufklärung und therapeutische Blockade von inflammatorischen Signalwegen in Pankreaskarzinom-Subtypen“, SFB 1321, DFG
  • 2018-2020 Koordinator, Netzwerk „Single Cell Omics Germany (SCOG)“, Helmholtz Zentrum München, Neuherberg
  • 2017-2020 Co-Koordinator, Projekt „Sparse2Big – From Sparse to Big Data: Imputation and Fusion for Massive Sparse Data“, Helmholtz-Inkubatorprojekt, Helmholtz Zentrum für Umweltforschung (UFZ), Leipzig
  • 2016-2020 Leiter, Teilprojekt „Rechnergestützte Modelle zur Heterogenität und Differenzierung in Neoplasien“, Sonderforschungsbereich (SFB) 1243, DFG
  • 2015-2020 Co-Antragsteller, Projekt „MicroRNAome-Signaturen bei longitudinalem Verlauf der Schizophrenie: Biomarker und Pathomechanismen“, DFG
  • 2015-2020 Co-Antragsteller, Projekt „Patienten mit ko-existierender Psoriasis und Ekzem: Schlüssel zum Verständnis der Pathogenese chronisch-entzündlicher Hauterkrankungen“, DFG
  • 2015-2019 Beteiligter Wissenschaftler, Projekt „Die Effekte von Darm-Mikrobiota auf den hepatischen Lipidmetabolismus und zugrunde liegende Mechanismen“, DFG
  • 2012-2019 Beteiligter Wissenschaftler, Graduiertenschule (GSC) 1006 „Graduiertenschule für Quantitative Biowissenschaften München (QBM)“, DFG
  • 2012-2018 Co-Antragsteller, Projekt „Gemischte Modelle zur Identifizierung zellulärer Kommunikation“, Schwerpunktprogramm (SPP) 1395, DFG
  • 2011-2015 Principal Investigator, Starting Grant „Modeling latent causes in molecular networks“, European Research Council (ERC)
  • 2011-2015 Leiter, Projekt „Multi-scale stochastic modelling for single-cell characterizations of pluripotency“, Schwerpunktprogramm (SPP) 1356, DFG
  • 2010-2016 Co-Antragsteller, Projekt „miRNA and RNA-binding proteins as integral part of cell communication: context-based target prediction and validation“, Schwerpunktprogramm (SPP) 1395, DFG

  • seit 2026 ordentliches Mitglied, Bayerische Akademie der Wissenschaften (BAdW) 
  • seit 2025 Mitglied, Nationale Akademie der Wissenschaften Leopoldina
  • 2025 ISCB Innovator Award, International Society for Computational Biology (ISCB)
  • 2024 Frontiers of Science Award, International Congress of Basic Science (ICBS), Peking, China
  • 2023 Gottfried Wilhelm Leibniz-Preis, Deutsche Forschungsgemeinschaft (DFG)
  • 2023 MAQC Society Award for Outstanding Reproducibility in Science für „Benchmarking atlas-level data integration in single-cell genomics“, Nature Methods
  • 2021 Hamburger Wissenschaftspreis, Akademie der Wissenschaften in Hamburg
  • 2017 Erwin-Schrödinger-Preis, Helmholtz-Gemeinschaft, Bonn
  • 2006 Heinz Maier-Leibnitz-Preis, Deutsche Forschungsgemeinschaft (DFG)

Die Leopoldina verwendet Cookies

Wir setzen auf unserer Website Cookies ein. Einige von ihnen sind notwendig (funktionale Cookies), während andere nicht notwendig sind, uns aber helfen unser Onlineangebot zu verbessern und wirtschaftlich zu betreiben. 

Sie können in den Einsatz der nicht notwendigen Cookies mit dem Klick auf die Schaltfläche "Alle Akzeptieren" einwilligen oder per Klick individuelle Einstellungen vornehmen und diesen per “Auswahl übernehmen” zustimmen. 

Sie können diese Einstellungen jederzeit aufrufen und Cookies auch nachträglich abwählen.

Funktional

Diese Cookies sind technisch erforderlich, um folgende Kernfunktionalitäten der Website bereitstellen zu können:

  • Darstellung der Website
  • Anonymisierung von IP-Adressen innerhalb von Logfiles
  • Status-Cookie-Zustimmung
Komfort

Neben notwendigen Cookies setzen wir zudem Cookies ein, um Ihnen die Nutzung der Website angenehmer zu gestalten. Akzeptieren Sie diese Cookies, werden externe Medien ohne weitere Zustimmung von Ihnen geladen.

Tracking

Mithilfe von Statistik-Cookies können wir die Inhalte und Services unserer Website besser an Ihre Interessen und Bedürfnisse anpassen. Für Statistiken und Auswertungen setzen wir das Produkt etracker ein.

Warnung vor externen Links

Die Nutzung dieses Teildienstes erfordert ihre Einwilligung in die Verarbeitung zusätzlicher personenbezogener Daten durch einen selbständigen Verantwortlichen: Matterport Inc., 352 E. Java Drive, Sunnyvale, CA 94089, USA. Es gelten folgende Datenschutzhinweise: https://matterport.com/de/node/44. Mit der Einwilligung durch Klick auf „Ok“ kann auch eine Übermittlung von personenbezogenen Daten in ein Land außerhalb der Europäischen Union erfolgen. Die Einwilligung ist freiwillig. Eine Ablehnung führt zu keinen Nachteilen. Eine erteilte Einwilligung kann jederzeit mit Wirkung für die Zukunft widerrufen werden.

Ich bin damit einverstanden, dass bei Nutzung dieses Teildienstes zusätzliche personenbezogene Daten verarbeitet werden. Dabei verarbeitete Datenkategorien: technische Verbindungsdaten des Serverzugriffs (IP-Adresse, Datum, Uhrzeit, abgefragte Seite, Browser-Informationen), Daten zur Erstellung von Nutzungsstatistiken und Daten über die Nutzung der Website sowie die Protokollierung von Klicks auf einzelne Elemente. Zweck der Verarbeitung: Auslieferung von Inhalten, die von Dritten bereitgestellt werden. Rechtsgrundlage für die Verarbeitung: Ihre Einwilligung nach Art. 6 (1) a DSGVO, Art. 49 DSGVO. Verantwortlicher für die Datenverarbeitung Matterport Inc., 352 E. Java Drive, Sunnyvale, CA 94089, USA. Es gilt die Datenschutzerklärung von Matterport Inc.: https://matterport.com/de/node/44.

Seite besuchen ▸