In der biomedizinischen Forschung bringen neue Sequenziermethoden und die hochauflösende Massenspektrometrie eine enorme Datenmenge an Messwerten mit sich. Diese sogenannten Omics-Methoden (die Genomik, Transktriptomik, Proteomik und Metabolomik) ermöglichen umfängliche Erkenntnisse über zelluläre Systeme. Allerdings sind die erzeugten Datenmengen äußerst komplex und umfangreich – im Bereich von Terabytes. Ein Terabyte entspricht 1024 Gigabytes.

Zunehmend werden zudem Daten aus mehreren Technologien parallel erzeugt, zum Beispiel Daten zum Genom und zu den Proteinkonzentrationen in einer Zelle. Ein einzelner Algorithmus reicht für die Analyse und Interpretation dieser Daten nicht mehr aus; mehrere Algorithmen müssen dann in komplexe Datenanalyse-Abläufe eingebunden werden. Dadurch wird die automatisierte Auswertung selbst komplexester Daten möglich. Das Team um den Bioinformatikprofessor Knut Reinert von der Freien Universität Berlin macht es sich im Rahmen des Netzwerks zur Aufgabe, Algorithmen für die Analyse von Genom- und Transkriptomdaten weiterzuentwickeln und anderen Gruppen zugänglich zu machen. Der Bioinformatikprofessor Oliver Kohlbacher von der Universität Tübingen erforscht Algorithmen für die Proteom- sowie Metabolomanalyse, der Informatikprofessor von der Universität Konstanz Michael Berthold untersucht die mögliche Integration dieser Algorithmen in Arbeitsabläufe.