Luise Rauer

Leiterin des Fachbereichs Integrative Data Science

+49 821 598 6413 luise.rauer@uni-a.de

UK Augsburg, Verwaltungsgebäude

Gebäude / Raum: 3, 040

Während ihres Studiums der Humanbiologie und Public Health entwickelte Luise Rauer eine große Leidenschaft für methodengetriebene Forschung und das Herausarbeiten biologischer Signale in komplexen Daten. In ihrer Promotion untersuchte sie, wie methodische Entscheidungen bei der Datengenerierung und -analyse wissenschaftliche Schlussfolgerungen in der Mikrobiomforschung beeinflussen. Sie identifizierte zuvor wenig beachtete kritische Störfaktoren in der Mikrobiomanalyse und entwickelte neue rechnergestützte Ansätze, um Verzerrungen durch Labor-Kontaminationen und DNA-Extraktionsverfahren zu minimieren. Ihre Ergebnisse unterstrichen die Notwendigkeit größerer Standardisierung und Transparenz in diesem Forschungsfeld.

Als Leiterin der Nachwuchsforschungsgruppe „Integrative Data Science“ konzentriert sich Luise Rauer nun darauf, wie Mikrobiomdaten durch die Entwicklung ganzheitlicher Frameworks zuverlässiger für klinische Forschungsfragen genutzt werden können, indem systematische Verzerrungen reduziert werden. Ihre übergeordnete Mission ist es, wissenschaftliche Standards zu fördern und die FAIR-Prinzipien umzusetzen, um den langfristigen Wert der Mikrobiomforschung und verwandter Disziplinen zu stärken.

Bioinformatik Computational Biology Mikrobiom Standardisierung Metascience

2025 - Now

2019 - 2024

2012 - 2016

2023 Posterpreis der Dr. Wolfbauer Stiftung
2022 Open Bioinformatics Foundation (OBF), Reisestipendium
2022 Helmholtz Information & Data Science Academy (HIDA) - Reisestipendium
2021 Inflammatory Skin Disease Summit (ISDS) - Reisestipendium
2019 Public Health Award München

*Rauer L & *De Tomassi A, Müller CL, Hülpüsch C, Traidl-Hoffmann C, *Reiger M & *Neumann AU

De-biasing microbiome sequencing data: bacterial morphology-based correction of extraction bias and correlates of chimera formation

*Hülpüsch C & *Rauer L, Nussbaumer T, Schwierzeck V, Bhattacharyya M, Erhart V, Traidl-Hoffmann C, *Reiger M & *Neumann AU

Benchmarking MicrobIEM - a user-friendly tool for decontamination of microbiome sequencing data

Simon LM, Flocco C, Burkart F, Methner A, Henke D, Rauer L, Müller CL, Vogel J, Quaisser C, Overmann J, Simon S

Microbial fingerprints reveal interaction between museum objects, curators, and visitors Microbial communities reside at the interface between humans and their environment. Whether the microbiome can be leveraged to gain information on human interaction with museum objects is unclear. To investigate this, we selected objects from the Museum für Naturkunde and the Pergamonmuseum in Berlin, Germany, varying in material and size. Using swabs, we collected 126 samples from natural and cultural heritage objects, which were analyzed through 16S rRNA sequencing. By comparing the microbial composition of touched and untouched objects, we identified a microbial signature associated with human skin microbes. Applying this signature to cultural heritage objects, we identified areas with varying degrees of exposure to human contact on the Ishtar gate and Sam’al gate lions. Furthermore, we differentiated objects touched by two different individuals. Our findings demonstrate that the microbiome of museum objects provides insights into the level of human contact, crucial for conservation, heritage science, and potentially provenance research.

*De Tomassi A & *Reiter A, Reiger M, Rauer L, Rohayem R, CK-Care Study Group, *Traidl-Hoffmann C & *Neumann AU & *Hülpüsch C

Combining 16S Sequencing and qPCR Quantification Reveals Staphylococcus aureus Driven Bacterial Overgrowth in the Skin of Severe Atopic Dermatitis Patients

Rauer L, Reiger M, Bhattacharyya M, Brunner PM, Krueger JG, Guttman-Yassky E, Traidl-Hoffmann C, Neumann AU

Skin microbiome and its association with host cofactors in determining atopic dermatitis severity

Luise Rauer

Auf dieser Seite

Forschungsbereiche

Arbeitsfelder und Fachwissen

Lebenslauf

Junior Group Leader Integrative Data Science

PhD thesis (Dr. rer. nat.) am Institut für Umweltmedizin, TU München und Helmholtz Munich, Titel: “Overcoming bias in microbiome sequencing data – a computational and laboratory framework”

Bachelor of Science in Humanbiologie, Auslandssemester an der Universität Lund, Schweden

Auszeichnungen und Stipendien:

Publikationen