- Über uns
- Junge NWG
- Aktivitäten
- Karriere
- Meetings
Prof. Dr. Tatjana TchumatchenkoSektionssprecherin "Computational Neuroscience"
Professor (W3) für Computational Neuroscience of Behavior
Group Webpage: www.tchumatchenko.de |
Curriculum Vitae
|
10/2021 | Professor (W3) und stellvertretende Direktorin am Institut für Physiologische Chemie, Universitätsmedizin der Johannes-Gutenberg-Universität Mainz, Forschungsgruppenleiterin am Universitätsklinikum Bonn |
11/2020-09/21 | W2 Professor für Computational Neuroscience of Behavior am Universitätsklinikum Bonn |
06/2013-09/21 | Unabhängige Forschungsgruppenleiterin (W2) am Max-Planck-Institut für Hirnforschung, Frankfurt am Main, Germany, Gruppenleiterin “Theory of Neural Dynamics” (Vollzeit 10/2020, Teilzeit 11/2020-09/2021) |
2012-2021 | Fakultätsmitglied an der IMPRS Graduate School for Neural Circuits |
2011-2013 | Postdoktorandin am Center for Theoretical Neuroscience, Columbia University, New York City, USA |
2011 | Postdoktorandin mit gemeinsamer Berufung am Max-Planck-Institut für Dynamik und Selbstorganisation, am Bernstein Zentrum Göttingen und am Interdisziplinären Sonderforschungsbereich (SFB 889), Deutschland |
01/2011 | Dr. rer. nat. in Computational Neuroscience, Universität Göttingen, Deutschland (‘Summa Cum Laude’) |
10/2006 | Diplom in Physik, Technische Universität Darmstadt, Deutschland |
06/2001 | Abitur an der Augustiner Schule Friedberg, Deutschland |
Das langfristige Ziel unserer Arbeit ist es herauszufinden, wie der neuronale Code funktioniert und welche Rechenstrategien Neuronen zur Verfügung haben.
Die Entwicklung neuer Modelle und Analysetechniken, die sich auf mathematische, physikalische und computerwissenschaftliche Kenntnisse stützen, treibt unser Verständnis der neuronalen Netze voran. Wir sind der Meinung, dass ein gutes Modell oder eine gute Analyse aus ersten Prinzipien abgeleitet wird und einen Gültigkeitsbereich hat, innerhalb dessen es genaue Vorhersagen macht und interpretiert. Ein biologisches Modell kann auf verschiedenen abstrakten Ebenen arbeiten, von der Mikroebene der Proteininteraktion bis hin zur Makroebene der Netzwerkdynamik. Wir konzentrieren uns auf die Netzwerkebene und erstellen Modelle, die sich mit der Frage beschäftigen, wie Neuronen eingehende Informationen kodieren und wie sie ihre globale Netzwerkdynamik organisieren, um diese Aufgabe zu erfüllen. Obwohl wir uns auf die neuronale Signalverarbeitung spezialisiert haben, verfolgen wir das Ziel, unsere Modelle und Methoden auch auf andere Disziplinen anzuwenden. Wir hoffen, Anwendungen wie maschinelles Lernen und Gehirn-Computer-Schnittstellen beeinflussen zu können.
2022 | Boehringer Ingelheim FENS Research Award |
2020 | ERC Starting Grant für das MolDynForSyn Projekt |
2020 | Mitglied der Young Academy of Europe |
2018 | Vom Focus Magazin als einer von 25 jungen Innovatoren ausgewählt, die Deutschland in den nächsten 25 prägen werden https://www.focus.de/magazin/archiv/politik-25-menschen-fuer-die-naechst... |
2016 | Heinz Maier-Leibnitz-Preis der Deutschen Forschungsgemeinschaft |
2013-2015 | Behrens-Weise-Foundation Award |
2012 |
“AcademiaNet excellence” Mitgliedschaft, Nominierung durch die Volkswagen-Stiftung http://www.academia-net.de/alias/Profil/Dr-Tatjana-Tchumatchenko/1174231 |
2011-2013 | Computational Sciences Fellowship der Volkswagen Stiftung |
2004-2006 | Stipendium der Studienstiftung des deutschen Volkes |
2001 | Verleihung der Mitgliedschaft in der Deutschen Physikalischen Gesellschaft (DPG) nach dem Abitur für hervorragende Prüfungsleistungen |
2022, 2023 | Co-Vorsitzende und Vorsitzende der Bernstein Conference für Computational Neuroscience |
2022 | Reviewer für die Royal Society (UK) |
2019, 2020 | Reviewer für die European Commission |
2019 | Brains4Brains Bernstein Award Ausschussmitglied |
2019, 2020 | Mitglied des Auswahlausschusses für die Add-on Fellowships for Interdisciplinary Life Science der Joachim Herz Stiftung |
2018, 2019 | Workshop-Vorsitzende und Co-Vorsitzende für die Bernstein Conference |
2018, 2020 | Gewähltes Mitglied des Lenkungsausschusses des Bernstein Computational Neuroscience Network |
2017, 2019 | Brains4Brains Bernstein Award Ausschussmitglied |
Seit 2019 | Mitglied des Auswahlausschusses für die Add-on Fellowships for Interdisciplinary Life Science der Joachim Herz Stiftung |
2016 | Gastgeber für den Workshop "Signatures of efficient neural coding" auf der Bernstein Conference, gemeinsam mit Susanne Schreiber |
2016 | Mitglied des Programmkomitees und Gastgeber der Sitzung "Coding Strategies in Networks of Neurons" beim halbjährlichen Treffen des neurowissenschaftlichen Netzwerks Rhein-Main |
[1] Kraynyukova, N., Renner, S., Born, G., Bauer, Y., Spacek, M. A., Tushev, G., Busse, L., and Tchumatchenko, T., “In vivo extracellular recordings of thalamic and cortical visual responses reveal V1 connectivity rules”, PNAS 119(41) (2022)
[2] Becker, S., Nold, A., and Tchumatchenko, T., “Modulation of working memory duration by synaptic and astrocytic mechanisms”, PloS Comp Biol DOI: 10.1371/journal.pcbi.1010543 (2022)
[3] Timon, L. B., Ekelmans, P., Kraynyukova, N., Rose, T., Busse, L., and Tchumatchenko, T., “How to incorporate biological insights into network models and why it matters”, Journal of Physiology DOI: 10.1113/JP282755 (2022)
[4] Basu, R., Gebauer, R., Herfurth, T., Kolb, S., Golipour, Z., Tchumatchenko, T., and Ito, H, “The orbitofrontal cortex maps future navigational goals”, Nature, vol. 599, pages 449–452 (2021)
[5] Sun, C., Nold, A., Tchumatchenko, T., Heilemann, M., and Schuman, E. M., “The prevalence and specificity of local protein synthesis during neuronal synaptic plasticity”, Science Advances 7(38) DOI: 10.1126/sciadv.abj0790 (2020)
[6] Sartori, F., Hafner, A.-S., Karimi, A., Nold, A., Fonkeu, Y., Schuman, E. M., and Tchumatchenko T., “Statistical laws of protein motion in neuronal dendritic trees”, Cell Reports in Press (2020) IF: 8.1
[7] Fonkeu*, Y., Kraynuykova*, N., Hafner*, A.-S., Sartori, F., Schuman, E. M., and Tchumatchenko, T., “How mRNA localization and protein synthesis sites influence dendritic protein distribution and dynamics”, Neuron, https://doi.org/10.1016/j.neuron.2019.06.022 (2019) *equal contribution
[8] Kraynyukova, N. and Tchumatchenko, T., “Stabilized supralinear network can give rise to bistable, oscillatory, and persistent activity”, PNAS 115(13), 3464-3469 (2018)
[9] Herfurth, T. and Tchumatchenko, T., “How linear response shaped models of neural circuits and the quest for alternatives”, Curr Opinion of Neurobiology (6) pp.234-240 (2017)
[10] Tchumatchenko, T. and Reichenbach, T., “A cochlear-bone wave can yield hearing sensation as well as otoacoustic emission”, Nat Comm 5 (4160) (2014)