Robert-Bing-Preis an USZ- und EPFL-Neurowissenschaftler

Alle zwei Jahre zeichnet die Schweizerische Akademie der Medizinischen Wissenschaften (SAMW) Forscherinnen und Forscher für herausragende Beiträge zur Diagnose, Behandlung und Heilung neurologischer Erkrankungen mit dem Robert-Bing-Preis aus.

In diesem Jahr geht die Auszeichnung – sie geht zurück auf das Vermächtnis des Basler Neurologen Robert Bing (1878–1956) zurück – an Susanne Wegener vom Universitätsspital Zürich sowie an Alexander und Mackenzie Mathis von der École polytechnique fédérale de Lausanne (EPFL).

Beide Preise sind mit je 30’000 CHF dotiert, die Preisverleihung findet am 14. November 2024 in Bern statt.

Susanne Wegener, ausserordentliche Professorin für Neurologie an der Universität Zürich und leitende Ärztin am Universitätsspital Zürich, wird für ihre translationale Forschung zur Pathophysiologie und Behandlung von Schlaganfällen geehrt. Eine der wichtigsten Entdeckungen ihrer Forschungsgruppe ist die Identifizierung von Mechanismen, die unterschiedliche Behandlungserfolge von Rekanalisationstherapien bei Patienten nach einem Arterienverschluss erklären.

Susanne Wegener studierte Medizin in Hamburg und doktorierte dort 2001 in molekularer Neurobiologie.

Während ihrer Facharztausbildung in Neurologie an der Charité Berlin entdeckte sie ihre Leidenschaft für die Verbindung von Forschung und klinischer Praxis, um bessere Behandlungen für neurologische Patienten zu entwickeln. Sie unterbrach ihre klinische Tätigkeit, um ihr Forschungswissen am Max-Planck-Institut in Köln zu vertiefen, wo sie die Mechanismen der Ischämietoleranz bei Hirnschlag untersuchte.

Beim Forschungsaufenthalt an der University of California San Diego konnte sie Fachwissen in den Bereichen Neuroimaging und physiologische Modellierung erwerben.

Ihre klinische Ausbildung in Neurologie setzte Susanne Wegener am Universitätsspital Zürich fort, wo sie neben ihrer Tätigkeit als Oberärztin 2017 mit einer SNF-Assistenzprofessur eine eigene Forschungsgruppe aufbaute.

Alexander und Mackenzie W. Mathis haben beide eine Assistenzprofessur an der EPFL inne und werden gemeinsam für ihre Pionierarbeit ausgezeichnet, die maschinelles Lernen und neurobiologische Verhaltensforschung kombiniert.

Alexander Mathis ist Assistenzprofessor am Brain Mind Institute der EPFL und arbeitet an der Schnittstelle zwischen theoretischer Hirnforschung und maschinellem Lernen.

Alexander Mathis studierte Mathematik an der Ludwig-Maximilians-Universität München, wo er 2012 in Computational Neuroscience promovierte. Während seiner Promotion entwickelte er eine Theorie darüber, wie das Gehirn den aktuellen Ort eines Individuums repräsentiert. Anschliessend war er Postdoktorand an den Universitäten Harvard und Tübingen und bearbeitete ein breites Spektrum an Themen, vom Geruchssinn bis hin zum maschinellen Sehen. Seit 2020 ist Alexander Mathis Assistenzprofessor an der EPFL, wo er an Theorien der Propriozeption und der Bewegungskontrolle arbeitet. Sein Team entwickelt Open-Source-Algorithmen für die Verhaltensanalyse, darunter DeepLabCut, ein gemeinsam mit Mackenzie W. Mathis entwickeltes Tool.

Mackenzie Weygandt Mathis ist Assistenzprofessorin und Inhaberin des Bertarelli-Stiftungslehrstuhls für Integrative Neurowissenschaften an der EPFL. Ihre Arbeit reicht von der Entwicklung neuartiger in-vitroAssays mit induzierten pluripotenten Stammzellen bei Amyotropher Lateralsklerose (ALS) bis hin zum Verständnis des sensomotorischen Lernens unter Verwendung von Ansätzen der Systemneurowissenschaften und des Deep Learning.

Mackenzie Mathis studierte Naturwissenschaften an der University of Oregon und promovierte 2017 in Harvard. Dort richtete sie anschliessend ihr eigenes Labor ein, wo sie moderne Ansätze zur Untersuchung der adaptiven motorischen Bewegungskontrolle bei Mäusen entwickelte.

Seit 2020 ist Mackenzie Mathis an der EPFL tätig, wo sie mit ihrer Forschungsgruppe an neuartigen Ideen für maschinelles Lernen, maschinelles Sehen und experimentellen Ansätzen arbeitet, um zu verstehen, wie neuronale Mechanismen die adaptive Intelligenz erzeugen.

In Zusammenarbeit mit Alexander Mathis entwickelte sie die Deep-Learning-Methode DeepLabCut mit, die eine automatische Quantifizierung des Verhaltens von Tieren und auch von Menschen ermöglicht.

Diese Tools werden derzeit unter anderem in klinischen Studien getestet, um die Genesung von Patienten mit motorischen Störungen zu unterstützen. Alexander und Mackenzie Mathis erhielten gemeinsam den Frontiers of Science Award 2023 für ihre erste DeepLabCut-Publikation und wurden mit dem Eric Kandel Young Neuroscientists Prize 2023 ausgezeichnet.