Dr. Matthias König

Dr. König entwickelt computergestützte Modelle zur Vorhersage von Leberfunktion und Organqualität, insbesondere für Transplantationen und die Tumorbehandlung. Sein aktueller Fokus liegt auf biomechanischen Simulationen von Ischämie-Reperfusionsschäden bei Lebertransplantationen sowie auf KI-gestützten Entscheidungshilfesystemen für die Diagnose und Therapieplanung von Lebertumoren. Die Arbeiten verbinden physiologische Modellierung mit maschinellem Lernen und automatisierter Bildanalyse, um klinische Entscheidungen präziser und reproduzierbarer zu gestalten. Für Kliniken und Transplantationszentren ermöglicht dies eine bessere Bewertung von Spenderorganen und personalisierte Therapieplanung; für die pharmazeutische Industrie bietet sein Ansatz der physiologiegestützten Modellierung eine Grundlage für sichere Dosierungsvorhersagen bei Medikamenten.

🔒 Das System hat 871 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• Multiskalen-Modelle für Personalisierte Leberfunktionstests

  Quelle ↗

  Förderer: Bundesministerium für Forschung, Technologie und Raumfahrt Zeitraum: 01/2016 - 03/2022 Projektleitung: Dr. Matthias König

• Reproduzierbare Simulationsexperimente für COVID-19 via BioModels und B2SHARE

  Quelle ↗

  Förderer: Internationale Fachgesellschaften Zeitraum: 06/2020 - 03/2021 Projektleitung: Dr. Matthias König

• FOR 5151 /1: Quantifizierung der Leberperfusions-Funktionsbeziehung bei komplexer Resektion - Ein systemmedizinischer Ansatz (QuaLiPerF)

  Quelle ↗

  Förderer: DFG Forschungsgruppe Zeitraum: 07/2021 - 09/2026 Projektleitung: Dr. Matthias König

• MEMOTE for standardized genome-scale metabolic model testing

  2020

  Nature Biotechnology · DOI

• SBML Level 3: an extensible format for the exchange and reuse of biological models

  2020

  Molecular Systems Biology · DOI

  Systems biology has experienced dramatic growth in the number, size, and complexity of computational models. To reproduce simulation results and reuse models, researchers must exchange unambiguous model descriptions. We review the latest edition of the Systems Biology Markup Language (SBML), a format designed for this purpose. A community of modelers and software authors developed SBML Level 3 over the past decade. Its modular form consists of a core suited to representing reaction-based models and packages that extend the core with features suited to other model types including constraint-based models, reaction-diffusion models, logical network models, and rule-based models. The format leverages two decades of SBML and a rich software ecosystem that transformed how systems biologists build and interact with models. More recently, the rise of multiscale models of whole cells and organs, and new data sources such as single-cell measurements and live imaging, has precipitated new ways of integrating data with models. We provide our perspectives on the challenges presented by these developments and how SBML Level 3 provides the foundation needed to support this evolution.

• HepatoNet1: a comprehensive metabolic reconstruction of the human hepatocyte for the analysis of liver physiology