Studierende und wissenschaftliche Mitarbeiterinnen arbeiten im Labor.
© Ivory Productions

Forschung fördern & Ergebnisse weitergeben

Forschungseinrichtungen

Innovation wird an der HSWT großgeschrieben: Dafür sorgt das Zentrum für Forschung und Wissenstransfer. Deren Teams unterstützen und beraten bei Forschungsprojekten, Transferaktivitäten und wissenschaftlicher Karriere.

Zentrum für Forschung und Wissenstransfer (ZFW)

Das Zentrum für Forschung und Wissenstransfer (ZFW) ist eine zentrale Einrichtung der Hochschule Weihenstephan-Triesdorf (HSWT). Das ZFW versteht sich als Koordinations- und Servicestelle aller Forschungs-, Wissens- und Technologietransfer- sowie Gründungs- und Erfindungsaktivitäten an der HSWT.

Fünf Teams arbeiten unter der Leitung des Vizepräsidenten für Forschung und Wissenstransfer bzw. des Geschäftsführers des ZFW für alle Forschungseinrichtungen als auch für Fakultäten der HSWT. Zudem unterstützt es die Professuren am HSWT-Standort Straubing für nachhaltige Ressourcennutzung.

Zur Erfüllung dieser Funktion setzt sich das ZFW diese Ziele:

  • Zentrale Unterstützung in der Beratung, Anbahnung, Koordination und Administration von Forschungsprojekten in allen an der HSWT vertretenen Forschungseinrichtungen und wissenschaftlichen Disziplinen
  • Außendarstellung der Forschung sowie Wissenschaftskommunikation der HSWT als Teil des Teams Kommunikation der HSWT. Dadurch soll die Bedeutung und Sichtbarkeit der HSWT als Forschungsinstitution und Forschungspartnerin deutlich herausgestellt werden.
  • Unterstützung von Wissenstransferveranstaltungen aller Forschungseinrichtungen und Fakultäten sowie der Weihenstephaner Gärten in der Veranstaltungsankündigung, Administration und Berichterstattung
  • Aufbau und Entwicklung der Publikationserfassung und –darstellung an der HSWT zur Dokumentation des wissenschaftlichen Outputs
  • Beratung und Unterstützung bei der Verwertung von Projektergebnissen sowie bei Gründungen und Erfindungen
  • Unterstützung des wissenschaftlichen Nachwuchses durch z. B. den Aufbau einer Graduiertenakademie

Veranstaltungen

zurück
vor

News

Diese Forschungseinrichtungen sind dem ZFW zugeordnet

Forschungsprojekte

Publikationen

  • Prof. Dr. Jörg Ewald, Herbert Formayer, Josef Gadermaier, Tobias Huber, Klaus Katzensteiner, David Kessler, Michael Kessler, Ralf Klosterhuber, Roland Köck, F. Lehner, Manfred Lexer, Dr. Alois Simon, Gerfried Winkler, Markus Wilhelmy, Prof. Dr. Harald Vacik, Klaus Klebinder, Michael Englisch

    • Berechtigungen:  Peer Reviewed

    Supporting the management of protection forests in a changing climate (2024) 15th Congress INTERPRAEVENT 2024, June 10th - 13th .

  • Ashima Khanna, Prof. Dr. Florian Haselbeck, Prof. Dr. Dominik Grimm

    Predicting Protein Thermostability through Deep Learning Leveraging 3D Structural Information (2024) Biological Materials Science - A workshop on biogenic, bioinspired, biomimetic and biohybrid materials for innovative optical, photonics and optoelectronics applications 2024 .

    In protein engineering, improving thermostability is essential for many industrial and pharmaceutical applications. However, the experimental process of identifying stabilizing mutations is time-consuming due to the enormous search space. With the increasing availability of protein structural and thermostability data, computational approaches using deep learning to identify thermostable candidates are gaining popularity. In this work, we present and benchmark a novel graph neural network, ProtGCN, that incorporates geometric and energetic details of proteins to predict changes in Gibbs free energy (ΔG), a key indicator of thermostability, upon single point mutations. Unlike conventional methods that rely on sequence or structural features, our model uses protein graphs with rich node features, carefully preprocessed from a comprehensive dataset of approximately 4149 mutated sequences across 117 protein families. In addition, ProtGCN is enhanced by incorporating embeddings from the Evolutionary Scale Modeling (ESM) protein language model into the protein graphs. This integration allows ProtGCN (ESM) to outperform comparison models, achieving competitive performance with XGBoost and a protein language model-based multi-layer perceptron on all evaluation metrics, and outperforming all models on further analyses. A strength of ProtGCN (ESM) is its ability to correctly identify and predict stabilizing and destabilizing mutations with extreme effects, which are typically underrepresented in thermostability datasets. These results suggest a promising direction for future computational protein engineering research.

Leitung

Zentrum für Forschung und Wissenstransfer - Lageplan in Weihenstephan an der HSWT

Kontakt

Hochschule Weihenstephan-Triesdorf
Zentrum für Forschung und Wissenstransfer
Gebäude H21
Am Staudengarten 9
85354 Freising