Cookie Hinweis

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name Webedition CMS
Zweck Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name econda
Zweck Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.
Statistik

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name econda
Zweck Measure with Visitor Cookie emos_jcvid
Externe Medien

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name YouTube
Zweck Zeige YouTube Inhalte
Name Twitter
Zweck Twitter Feeds aktivieren
Datenschutz Impressum
Home
Research
Research Topics
Functional and Structural Genomics
Cancer Epigenomics
Computational and Single-cell Epigenomics

Research

Computational and Single-Cell Epigenomics

Projects

We are using/developing computational tools for dissecting epigenetic dysregulation in cancer. Additionally, we use single-cell epigenomics techniques (e.g, scTAM-seq) to zoom-in on epigenetic heterogeneity across single cells in cancer samples. 

© dkfz.de

Publications

  • Scherer M, Singh I, Braun M, Szu-Tu C, Kardorff M, Rühle J, et al. Somatic epimutations enable single - cell lineage tracing in native hematopoiesis across the murine and human lifespan. bioRxiv. 2024;1–36. https://doi.org/10.1101/2024.04.01.587514
  • Bianchi, A., Scherer, M., Zaurin, R., Quililan, K., Velten, L., & Beekman, R. (2022). scTAM-seq enables targeted high-confidence analysis of DNA methylation in single cells. Genome Biology, 23(1), 229. https://doi.org/10.1186/s13059-022-02796-7
  • Scherer, M., Nebel, A., Franke, A., Walter, J., Lengauer, T., Bock, C., Müller, F., & List, M. (2020). Quantitative comparison of within-sample heterogeneity scores for DNA methylation data. Nucleic Acids Research, 48(8), e46–e46. https://doi.org/10.1093/nar/gkaa120
  • Müller, F., Scherer, M., Assenov, Y., Lutsik, P., Walter, J., Lengauer, T., & Bock, C. (2019). RnBeads 2.0: comprehensive analysis of DNA methylation data. Genome Biology, 20(1), 55. https://doi.org/10.1186/s13059-019-1664-9
  • Scherer, M., Nazarov, P. V., Toth, R., Sahay, S., Kaoma, T., Maurer, V., Vedeneev, N., Plass, C., Lengauer, T., Walter, J., & Lutsik, P. (2020). Reference-free deconvolution, visualization and interpretation of complex DNA methylation data using DecompPipeline, MeDeCom and FactorViz. Nature Protocols, 15(10), 3240–3263. https://doi.org/10.1038/s41596-020-0369-6

to top
powered by webEdition CMS