Prof. Dr. Jana Schor
(geb. Hertel)
Leitung Data Science in der Bioinformatik
Department Integrative Bioinformatik
Permoserstr. 15
04318 Leipzig

Curriculum Vitae
Aktuelle Position
Leitung Bio-Data Science Gruppe, Department Computational Biology & Chemistry
Professur
Bio-Data Science, Fakultät für Mathematik und Informatik, Universität Leipzig, Deutschland
Vergangene Position
Leitung Bioinformatik Gruppe, Department Integrative Bioinformatik
Wissenschaftliche Abschlüsse
- Professur für Bio-Data Science (2024)
- Dr. rer. nat. Informatik / Bioinformatik (2008)
- Diplom Informatik (2005)
Forschung:
Meine Forschung konzentriert sich auf die Weiterentwicklung von Datenwissenschafts-Methoden—wie Statistik, maschinelles Lernen, Deep Learning sowie Datenanalyse und -integration—um tiefere Einblicke aus großen Datenmengen im Bereich der menschlichen und Umweltgesundheit zu gewinnen. Durch die Entwicklung und Anwendung fortschrittlicher rechnergestützter Techniken möchte ich breit angelegte neue Hypothesen und prädiktive Modelle generieren, insbesondere in den Bereichen Ökologie und Gesundheitsforschung. Ein zentraler Fokus meiner Arbeit liegt darauf, die Glaubwürdigkeit KI-gestützter Analysen zu stärken, indem Erklärbarkeit und quantifizierbare Unsicherheitsmaße in jede Anwendung integriert werden. Zudem lege ich großen Wert auf reproduzierbare Forschung, um sicherzustellen, dass die Ergebnisse transparent, konsistent und für die wissenschaftliche Gemeinschaft wertvoll sind.
- Datenintegration und -analyse mit Graph Datenbanken
- Graph neural networks, Erklärbarkeit und Quantifizierung von Unsicherheit zur Verbesserung der Glaubwürdigkeit von Prediktionen durch KI Modelle
- Grounding von LLMs mit domain-spezifischem Wissen aus Wissensgraphen und zur Verbesserung des Zugangs zu Wissensgraphen und Daten für Wissenschaftler aus anderen Bereichen und Stakeholder
Infrastruktur, Programme und Ansätze:
- Hochleistungsrechencluster für die großskalige Datenverarbeitung.
- KI-Training auf GPUs zur Beschleunigung der Modellleistung.
- Graph- und andere neuronale Netzwerke für komplexe, vernetzte Datenstrukturen (für überwachte, unüberwachte und verstärkende Lernaufgaben).
- Wissensgraphen und Graphdatenbanken zur Datenorganisation und semantischen Beziehungen.
- Große Sprachmodelle zur Verbesserung der Interpretierbarkeit und Anwendungen in der Forschung.
- Programmiersprachen wie R, Python, Shell-Scripting, Awk, Cypher und SQL für vielseitige Datenmanipulation und -analyse.
Lehre und Bildungsangebote:
Zusätzlich zu meiner Forschung widme ich mich der Ausbildung zukünftiger Datenwissenschaftler und Informatikstudierender. An der Universität Leipzig biete ich Kurse in statistischem Lernen, R-Programmierung und ein interaktives Data-Science-Curriculum an, das darauf abzielt, die Studierenden umfassend auf das Fachgebiet vorzubereiten. Diese Kurse umfassen:
- Praktische Schulungen in R und Python,
- Versionskontrolle mit Git,
- Agile Projekt- und Selbstmanagement-Praktiken,
- Storytelling mit Daten,
- Erstellung überzeugender und repräsentativer Visualisierungen und
- Entwicklung starker Präsentationsfähigkeiten.
- Mein Ziel ist es, die Studierenden mit einem soliden, praxisorientierten Kompetenzset auszustatten, das sie auf eine erfolgreiche Karriere in realen Data-Science-Rollen vorbereitet.

Publikationen
Meine fünf wichtigen rezenten Publikationen sind nach Relevanz sortiert:
- Schor, J., Scheibe, P., Bernt, M., Busch, W., Lai, C., Hackermüller, J. (2022):
AI for predicting chemical-effect associations at the chemical universe level — deepFPlearn
Brief. Bioinform. 23 (5), bbac257 10.1093/bib/bbac257 - Soulios, K., Scheibe, P., Bernt, M., Hackermüller, J., Schor, J. (2023):
deepFPlearn+: enhancing toxicity prediction across the chemical universe using graph neural networks
Bioinformatics 39 (12), btad713 10.1093/bioinformatics/btad713 - Canzler, S., Schor, J., Busch, W., Schubert, K., Rolle-Kampczyk, U.E., Seitz, H., Kamp, H., von Bergen, M., Buesen, R., Hackermüller, J. (2020):
Prospects and challenges of multi‑omics data integration in toxicology
Arch. Toxicol. 94 (2), 371 - 388 10.1007/s00204-020-02656-y - Völkner, M., Wagner, F., Steinheuer, L.M., Carido, M., Kurth, T., Yazbeck, A., Schor, J., Wieneke, S., Ebner, L.J.A., Del Toro Runzer, C., Taborsky, D., Zoschke, K., Vogt, M., Canzler, S., Hermann, A., Khattak, S., Hackermüller, J., Karl, M.O. (2022):
HBEGF-TNF induce a complex outer retinal pathology with photoreceptor cell extrusion in human organoids
Nat. Commun. 13 , art. 6183 10.1038/s41467-022-33848-y - Gutsfeld, S., Wehmas, L., Omoyeni, I.E., Schweiger, N., Leuthold, D., Michaelis, P., Howey, X.M., Gaballah, S., Herold, N., Vogs, C., Wood, C., Bertotto, L., Wu, G.-M., Klüver, N., Busch, W., Scholz, S., Schor, J., Tal, T. (2024):
Investigation of peroxisome proliferator-activated receptor genes as requirements for visual startle response hyperactivity in larval zebrafish exposed to structurally similar per- and polyfluoroalkyl substances (PFAS)
Environ. Health Perspect. 132 (7), art. 077007 10.1289/EHP13667
Inhalt:
Weiterführende Recherchen können Sie in unserem Publikationsverzeichnis durchführen.
2025 (3)
- Canzler, S., Lehmann, J., Schor, J., Busch, W., Hackermüller, J. (2025):
From toxicogenomics data to cumulative assessment groups: A mechanistic framework for chemical grouping
bioRxiv 10.1101/2025.01.24.634648 - Gad, M., Tayyebi Sabet Khomami, N., Krieg, R., Schor, J., Philippe, A., Lechtenfeld, O.J. (2025):
Environmental drivers of dissolved organic matter composition across central European aquatic systems: A novel correlation-based machine learning and FT-ICR MS approach
Water Res. 273 , art. 123018 10.1016/j.watres.2024.123018 - Mutlu, İ., Hackermüller, J., Schor, J. (2025):
Automated curation of spatial metadata in environmental monitoring data
Ecol. Inform. 86 , art. 103038 10.1016/j.ecoinf.2025.103038
2024 (4)
- Aldehoff, A.S., Karkossa, I., Goerdeler, C., Krieg, L., Schor, J., Engelmann, B., Wabitsch, M., Landgraf, K., Hackermüller, J., Körner, A., Rolle-Kampczyk, U., Schubert, K., von Bergen, M. (2024):
Unveiling the dynamics of acetylation and phosphorylation in SGBS and 3T3-L1 adipogenesis
iScience 27 (6), art. 109711 10.1016/j.isci.2024.109711 - Gutsfeld, S., Wehmas, L., Omoyeni, I.E., Schweiger, N., Leuthold, D., Michaelis, P., Howey, X.M., Gaballah, S., Herold, N., Vogs, C., Wood, C., Bertotto, L., Wu, G.-M., Klüver, N., Busch, W., Scholz, S., Schor, J., Tal, T. (2024):
Investigation of peroxisome proliferator-activated receptor genes as requirements for visual startle response hyperactivity in larval zebrafish exposed to structurally similar per- and polyfluoroalkyl substances (PFAS)
Environ. Health Perspect. 132 (7), art. 077007 10.1289/EHP13667 - Mutlu, İ., Schor, J. (2024):
Collection of chemical occurance data from NORMAN surface water database and other related files
Zenodo 10.5281/zenodo.11395194 - Mutlu, İ., Schor, J. (2024):
Chemical occurence data curation results with CleanGeoStreamR
Zenodo 10.5281/zenodo.13799955
2023 (2)
- Soulios, K., Scheibe, P., Bernt, M., Hackermüller, J., Schor, J. (2023):
deepFPlearn+: enhancing toxicity prediction across the chemical universe using graph neural networks
Bioinformatics 39 (12), btad713 10.1093/bioinformatics/btad713 - Soulios, K., Scheibe, P., Bernt, M., Hackermüller, J., Schor, J. (2023):
deepFPlearn+
Zenodo 10.5281/zenodo.8146252
2022 (4)
- Schor, J., Scheibe, P., Bernt, M., Busch, W., Lai, C., Hackermüller, J. (2022):
AI for predicting chemical-effect associations at the chemical universe level — deepFPlearn
Brief. Bioinform. 23 (5), bbac257 10.1093/bib/bbac257 - Schor, J., Yazbeck, A.M, Völkner, M., Hackermüller, J., Karl, M.O. (2022):
HBEGF-TNF induces a complex retinal pathology with macular degeneration hallmarks in human organoids
Gene Expression Omnibus - Velandia-Huerto, C.A., Yazbeck, A.M., Schor, J., Stadler, P.F. (2022):
Evolution and phylogeny of microRNAs — Protocols, pitfalls, and problems
In: Allmer, J., Yousef, M. (eds.)
miRNomics. MicroRNA biology and computational analysis
Methods in Molecular Biology 2257
Springer Nature, p. 211 - 233 10.1007/978-1-0716-1170-8_11 - Völkner, M., Wagner, F., Steinheuer, L.M., Carido, M., Kurth, T., Yazbeck, A., Schor, J., Wieneke, S., Ebner, L.J.A., Del Toro Runzer, C., Taborsky, D., Zoschke, K., Vogt, M., Canzler, S., Hermann, A., Khattak, S., Hackermüller, J., Karl, M.O. (2022):
HBEGF-TNF induce a complex outer retinal pathology with photoreceptor cell extrusion in human organoids
Nat. Commun. 13 , art. 6183 10.1038/s41467-022-33848-y
Inhalt:
Weiterführende Recherchen können Sie in unserem Publikationsverzeichnis durchführen.
2021 (2)
- Schubert, K., Karkossa, I., Schor, J., Engelmann, B., Steinheuer, L.M., Bruns, T., Rolle-Kampczyk, U., Hackermüller, J., von Bergen, M. (2021):
A multi-omics analysis of mucosal-associated-invariant T cells reveals key drivers of distinct modes of activation
Front. Immunol. 12 , art. 616967 10.3389/fimmu.2021.616967 - Völkner, M., Kurth, T., Schor, J., Ebner, L.J.A., Bardtke, L., Kavak, C., Hackermüller, J., Karl, M.O. (2021):
Mouse retinal organoid growth and maintenance in longer-term culture
Front. Cell. Dev. Biol. 9 , art. 645704 10.3389/fcell.2021.645704
2020 (3)
- Balogh, G., Bernhart, S.H., Stadler, P.F., Schor, J. (2020):
A probabilistic version of Sankoff’s maximum parsimony algorithm
J. Bioinform. Comput. Biol. 18 (1), art. 2050004 10.1142/S0219720020500043 - Canzler, S., Schor, J., Busch, W., Schubert, K., Rolle-Kampczyk, U.E., Seitz, H., Kamp, H., von Bergen, M., Buesen, R., Hackermüller, J. (2020):
Prospects and challenges of multi‑omics data integration in toxicology
Arch. Toxicol. 94 (2), 371 - 388 10.1007/s00204-020-02656-y - Olms, C., Schor, J., Yahiaoui-Doktor, M. (2020):
Potential co-factors of an intraoral contact allergy — A cross-sectional study
Dent. J. 8 (3), art. 83 10.3390/dj8030083
2019 (3)
- Bauer, M., Hackermüller, J., Schor, J., Schreiber, S., Fink, B., Pierzchalski, A., Herberth, G. (2019):
Specific induction of the unique GPR15 expression in heterogeneous blood lymphocytes by tobacco smoking
Biomarkers 24 (3), 217 - 224 10.1080/1354750X.2018.1539769 - Kämpf, C., Specht, M., Scholz, A., Puppel, S.-H., Doose, G., Reiche, K., Schor, J., Hackermüller, J. (2019):
uap: reproducible and robust HTS data analysis
BMC Bioinformatics 20 , art. 664 10.1186/s12859-019-3219-1 - Schubert, K., Schor, J., Kratochvil, I., Hackermüller, J., von Bergen, M. (2019):
Multi-omics profiling of MAIT cells reveals specific patterns of antigen-dependent and -independent activation
Eur. J. Immunol. 49 (Suppl. 1), 141 10.1002/eji.201970300
2018 (1)
- Canzler, S., Stadler, P.F., Schor, J. (2018):
The fungal snoRNAome
RNA 24 (3), 342 - 360 10.1261/rna.062778.117
2017 (2)
- Canzler, S., Stadler, P.F., Hertel, J. (2017):
Evolution of fungal U3 snoRNAs: Structural variation and introns
Non-Coding RNA 3 (1), art. 3 10.3390/ncrna3010003 - Yazbeck, A.M., Tout, K.R., Stadler, P.F., Hertel, J. (2017):
Towards a consistent, quantitative evaluation of microRNA evolution
J. Integr. Bioinform. 14 (1) 10.1515/jib-2016-0013
2016 (5)
- Bhattacharya, D.P., Canzler, S., Kehr, S., Hertel, J., Grosse, I., Stadler, P.F. (2016):
Phylogenetic distribution of plant snoRNA families
BMC Genomics 17 , art. 969 10.1186/s12864-016-3301-2 - Braasch, I., Gehrke, A.R., Smith, J.J., Kawasaki, K., Manousaki, T., Pasquier, J., Amores, A., Desvignes, T., Batzel, P., Catchen, J., Berlin, A.M., Campbell, M.S., Barrell, D., Martin, K.J., Mulley, J.F., Ravi, V., Lee, A.P., Nakamura, T., Chalopin, D., Fan, S., Wcisel, D., Cañestro, C., Sydes, J., Beaudry, F.E.G., Sun, Y., Hertel, J., Beam, M.J., Fasold, M., Ishiyama, M., Johnson, J., Kehr, S., Lara, M., Letaw, J.H., Litman, G.W., Litman, R.T., Mikami, M., Ota, T., Saha, N.R., Williams, L., Stadler, P.F., Wang, H., Taylor, J.S., Fontenot, Q., Ferrara, A., Searle, S.M.J., Aken, B., Yandell, M., Schneider, I., Yoder, J.A., Volff, J.-N., Meyer, A., Amemiya, C.T., Venkatesh, B., Holland, P.W.H., Guiguen, Y., Bobe, J., Shubin, N.H., Di Palma, F., Alföldi, J., Lindblad-Toh, K., Postlethwait, J.H. (2016):
The spotted gar genome illuminates vertebrate evolution and facilitates human-teleost comparisons
Nature Genet. 48 (4), 427 - 437 10.1038/ng.3526 - Canzler, S., Stadler, P.F., Hertel, J. (2016):
U6 snRNA intron insertion occurred multiple times during fungi evolution
RNA Biol. 13 (2), 119 - 127 10.1080/15476286.2015.1132139 - de Araujo Oliveira, J.V., Costa, F., Backofen, R., Stadler, P.F., Walter, M.E.M.T., Hertel, J. (2016):
SnoReport 2.0: new features and a refined Support Vector Machine to improve snoRNA identification
BMC Bioinformatics 17 (Suppl 18), art. 464 10.1186/s12859-016-1345-6 - Fontenot, Q., Ferrara, A., Searle, S.M.J., Aken, B., Yandell, M., Schneider, I., Yoder, J.A., Volff, J.-N., Meyer, A., Amemiya, C.T., Venkatesh, B., Holland, P.W.H., Guiguen, Y., Bobe, J., Shubin, N.H., Di Palma, F., Alföldi, J., Lindblad-Toh, K., Postlethwait, J.H., Martin, K.J., Mulley, J.F., Ravi, V., Lee, A.P., Nakamura, T., Chalopin, D., Fan, S., Wcisel, D., Cañestro, C., Sydes, J., Beaudry, F.E.G., Sun, Y., Hertel, J., Beam, M.J., Fasold, M., Ishiyama, M., Johnson, J., Kehr, S., Lara, M., Letaw, J.H., Litman, G.W., Litman, R.T., Mikami, M., Ota, T., Saha, N.R., Williams, L., Stadler, P.F., Wang, H., Taylor, J.S., Braasch, I., Gehrke, A.R., Smith, J.J., Kawasaki, K., Manousaki, T., Pasquier, J., Amores, A., Desvignes, T., Batzel, P., Catchen, J., Berlin, A.M., Campbell, M.S., Barrell, D. (2016):
Corrigendum: The spotted gar genome illuminates vertebrate evolution and facilitates human-teleost comparisons (vol 48, pg 427, 2016)
Nature Genet. 48 (6), 700 - 700 10.1038/ng0616-700c
Für ältere Publikationen entstanden an der Uni Leipzig und/oder Uni Wien unter meinem Mädchennamen Jana Hertel
Professur für Bioinformatik
Institut für Informatik
Universität Leipzig
Härtelstr. 16-18
D-04107 Leipzig
Institut für Theoretische Chemie
Universität Wien
Währinger Straße 17
A-1090 Wien
schauen Sie bitte in meinem ORCID Profil.