Ansøg om midler

Med otte forskningsbevillinger vil kreative hjerner give den datavidenskabelige forskning i Danmark et forspring

Novo Nordisk Fonden uddeler i alt 65,6 mio. kr. til otte forskere på forskellige karrieretrin, som skal arbejde på at udvikle metoder og modeller, som kan give den datavidenskabelige forskning i Danmark et forspring.

Ved at udvikle blandt andet kunstig intelligens, bioinformatik og statistik skal otte forskere over en femårig periode dykke ned i en række problemstillinger, hvor datavidenskab spiller en afgørende rolle.

De otte forskere er på forskellige karrieretrin og skal hver især udvikle og effektivisere datavidenskabelige metoder, der kan bruges til at finde løsninger på komplekse problemstillinger inden for biomedicin, sundhed, bæredygtighed, bioteknologi og naturvidenskabelig og teknisk forskning.

Novo Nordisk Fonden uddeler i alt 65,5 mio. kr. til disse otte projekter gennem fondens Data Science Investigator Programme. Bevillingerne er delt op i kategorierne Emerging Investigator, Ascending Investigator og Distinguished Investigator, der er målrettet forskningsledere på forskellige karrieretrin for at understøtte attraktive karriereveje til de dygtigste specialister inden for datavidenskab.

Understøtter forskellige karrieretrin
I Emerging Investigator-kategorien vil postdoc Julius Kirkegaard fra Københavns Universitet fokusere på at udvide maskinlæringsmetoden neurale netværk med simuleringer af fysiske modeller. Projektet skal kort fortalt bygge den virkelige verdens viden ind i den neurale netværksarkitektur og dermed kombinere det bedste fra begge verdener: Neurale netværk kan modellere det ukendte ved et system, mens fysisk simulering kan levere virkelige “ekspert”-input til modellen. Formålet med projektet er at gøre det muligt at opnå en høj grad af generalisering fra små datasæt, der kan anvendes til at studere fysiske og biologiske fænomener som bakterievækst, bevægelighed i mikroorganismer, proteinopsamling og organudvikling.

I Ascending Investigator-kategorien fokuserer lektor Gabriel Renaud fra Danmarks Tekniske Universitet på at udvikle nye algoritmer til at sammensætte fragmenterede oplysninger fra gammelt DNA på en måde, som giver os mulighed for at få bedre kendskab til det forhistoriske liv på Jorden. De nye metoder kan blandt andet bruges til at rekonstruere bakterie- og virusgenomer, som i mange tusinde år har være frosset fast i permafrost eller indlandsis, men som følge af klimaforandringer kan være på vej til at tø op og få fornyet liv. Ved at undersøge disse bakterier og virusser kan man undgå at stå på bar bund, hvis de bliver aktive igen, efter vi ikke har haft berøring med dem i mange tusinde år og dermed ikke har opbygget et forsvar mod dem. Desuden kan projektet bidrage med vigtig viden om virus og bakterier generelt.

Blandt bevillingsmodtagerne i Distinguished Investigator-kategorien er professor Susanne Ditlevsen fra Københavns Universitet, som vil forbedre den måde, vi laver statistiske konklusioner i forbindelse med empirisk opsamlet data. Udfordringen er, at moderne empiriske metoder forøger mængden og typen af ​​indsamlet data enormt, og dermed er der et stigende behov for ​​komplekse modeller, der kan håndtere disse komplekse data. For at omfavne denne kompleksitet vil projektet udvikle hybridmetoder, der gør det muligt at opdele modellen i to dele: en ikke-lineær, stokastisk (tilfældig) del, hvor sofistikerede metoder kan anvendes, og en deterministisk del, som kan føres videre i henhold til den fastsatte dynamik. Denne kombination forventes at føre til mere robuste og beregningseffektive statistiske beregninger. De nye metoder vil blandt andet blive brugt til at studere neuronale rytmer, menneskelig visuel opmærksomhed og havdyrsadfærd i samarbejde med forskere i Danmark og Grønland.

Bevillingerne et uddelt i fri konkurrence gennem Data Science Investigator Programme, og udgør otte af i alt 12 projekter, der i 2020 har modtaget støtte gennem Novo Nordisk Fondens nye satsning Data Science Initiative. Der er i initiativet afsat 410 mio. kr. i perioden 2020-2022. Programmerne for 2021 åbner i slutningen af december 2020.

”Med de otte bevillinger til forskere på forskellige karrieretrin ønsker Novo Nordisk Fonden at understrege vigtigheden af at tiltrække og fastholde forskere, der arbejder med datavidenskab i den akademiske verden. Flere af projekterne vil føre til udvikling af fundamentale algoritmer og forståelse inden for blandt andet fysik og matematik, disse vil udgøre et solidt fundament, der dels er relevant i sig selv og dels er nødvendigt for at udvikle datavidenskab med meget brede anvendelsesmuligheder. Anvendelsesfladen spænder fra udvikling af medicin og data-dreven patientbehandling til forskning, der skal udvikle bæredygtige løsninger på vores  klimaudfordringer,” siger Lene Oddershede, Senior Vice President, Natural & Technical Sciences, Novo Nordisk Fonden.

Data Science Investigator-bevillinger 2020

Emerging Investigators

Postdoc Julius Kirkegaard, Niels Bohr Institutet, Københavns Universitet – ”Differentiable Physical Models for Data Analysis in Biology”: 7.202.086 kr.

Adjunkt Bulat Ibragimov, Datalogisk Institut, Københavns Universitet – ”Leveraging artificial intelligence for pancreatic cancer diagnosis, treatment planning and treatment out-come prediction”: 7.879.373 kr.

Postdoc Tugce Karaderi, Center for Health Data Science, Københavns Universitet – “Data science approaches to study epidemiological and genetic underpinnings of hypothyroidism to pave the way for precision medicine”: 9.175.424 kr.

Ascending Investigators

Lektor Martin Andersen, DTU Compute, Danmarks Tekniske Universitet –  ”Scalable Optimization for Data Science”: 7.702.145 kr.

Seniorforsker Anders Hviid, Afdeling for Epidemiologisk Forskning, Statens Serum Institut – “Identifying Heterogeneous Treatment Effects with Machine Learning”:  9.052.063 kr.

Lektor Gabriel Renaud, DTU Sundhedsteknologi, Danmarks Tekniske Universitet –  ”Ancient Genomes Reconstruction”: 7.950.623 kr.

Distinguished Investigators

Professor Susanne Ditlevsen, Institut for Matematiske Fag, Københavns Universitet – “Statistical inference for coupled stochastic processes with multiple timescales and changing environments”: 8.195.513 kr.

Professor Niels Richard Hansen, Institut for Matematiske Fag, Københavns Universitet – “CLUE: Causal Learning with Unstructured Events”: 8.409.592 kr.

Yderligere information

Sabina Askholm Larsen, Communications Partner, Novo Nordisk Fonden, tlf.: 2367 3226, [email protected]