Vom Wet Lab in die Bioinformatik: Wie ich nach dem Schlaganfall meine Forschungsrichtung gewechselt habe

Ich habe nach meinem PhD/Doktorat die Richtung gewechselt. Nicht den Beruf, denn Forscherin bin ich geblieben, sondern die Art von Forschung. Vom Wet Lab in die Bioinformatik. Das war keine Notlösung und kein Umweg. Es war eine bewusste Entscheidung, die einen Druckpunkt und einen Sog hatte. Der Druckpunkt war meine Hand. Der Sog war meine Faszination für Code und Daten. Beides hat zusammengepasst, und daraus ist eine Tätigkeit geworden, die mich glücklich macht.

Was im Wet Lab nicht mehr ging

Ich habe während meines PhDs viel an der Laminar Flow Box gearbeitet, also unter einer Werkbank mit gefilterter Luft, wo man unter sterilen Bedingungen Zellen kultiviert. Ich habe immer gesagt, man braucht dafür vier Arme. Mit zwei funktionierenden Händen ist es ohnehin eine Choreografie. Mit einer geht sie nicht mehr auf. Oder nur schwer.

Meine Behinderung im Wet Lab begann schon vor dem ersten Pipettierschritt: beim Anziehen der Handschuhe. Es ging, aber es dauerte lange. Und in der Laminar Flow Box wechselt man Handschuhe ständig. Pipettieren selbst war das nächste Problem. Wenn man ehrlich pipettiert, braucht man eine zweite Hand, um die Eppi-Tube zu halten oder sich am Arbeitsbereich abzustützen. Das ist die Hand, über die ich nur schwer Kontrolle habe.

Diese Realität habe ich nicht gleich akzeptiert. Ich habe es ein gutes Stück lang versucht, mit Assistenz im Labor und mit Geduld. Es hat reichen müssen, um den PhD abzuschließen. Aber jeden Tag dort zu verbringen, wo dein Körper dich ausbremst, kostet eine Menge Energie für sehr wenig Output. Irgendwann war klar: das ist nicht die Tätigkeit, in der ich die nächsten dreißig Jahre stecken will.

Was mich schon vorher gezogen hat

Schon während meines PhDs und meines Postdocs habe ich mit Mikroskopie und Bildanalyse gearbeitet. Das war für mich von Anfang an der spannendste Teil. Ich habe eine Highthroughput-Pipeline gebaut, mit der man das Alter von Zellen anhand ihrer Form vorhersagen kann. Kleine Skripte in R, einer Programmiersprache. Tabellen analysieren, Plots erzeugen, Erkenntnisse herausziehen. Dieser Teil der Forschung war für mich immer der, an dem ich abends nicht aufhören wollte.

Bioinformatik und Informatik hatten für mich außerdem etwas, das ich nur halb scherzhaft als Mysterium bezeichne: du tippst Buchstaben in einen Editor, und am anderen Ende kommt ein Spiel raus, ein Bild, eine Analyse, ein funktionierendes Programm. Wie genau das zusammenhängt, wollte ich verstehen.

Die bewusste Entscheidung: AI-Studium und Wechsel in die Bioinformatik

Nach dem PhD habe ich zwei Schritte gleichzeitig gemacht. Erstens habe ich ein Masterstudium in Artificial Intelligence an der Johannes Kepler Universität in Linz begonnen. Nicht, weil ich einen weiteren Abschluss brauchte, sondern weil ich mir beweisen wollte, dass ich nach dem Schlaganfall noch in der Lage bin, eine größere Menge Information aufzunehmen, zu strukturieren, in Prüfungen abzurufen. Das war für mich nicht trivial. Es hat funktioniert.

Zweitens habe ich innerhalb der BOKU die Richtung gewechselt: vom Wet Lab in die Core Facility for Bioinformatics. Gleiche Universität, gleiches Selbstverständnis als Forscherin, andere Werkzeuge. Mit dem AI-Studium kam Python, eine andere Programmiersprache, dazu, parallel zu meinem R aus dem Doktorat. Heute arbeite ich auf beiden Sprachen, je nach Aufgabe.

Was ich heute tue

An der Core Facility kommen Forschungsgruppen mit Bildanalyse-Problemen zu mir. Manchmal aus der BOKU, manchmal von außen. Histologie, Cryo-Elektronenmikroskopie, Drohnenbilder, Cell Painting. Die Frage ist immer ähnlich: wir haben tausende Bilder, was sagen uns die Daten?

Mein Job ist es, mit den Klient:innen die richtige Forschungsfrage zu schärfen, eine Pipeline zu bauen, Modelle zu trainieren, Distribution Shifts zu mitigieren (also den Effekt zu reduzieren, dass jedes Labor seine Bilder ein bisschen anders erzeugt), und am Ende eine Antwort zu liefern, die statistisch sauber ist und praktisch verwertbar. Das ist genau die Mischung aus tiefem Denken und konkretem Problem, die ich gesucht habe.

Theorie und Praxis greifen ineinander

Mein Studium an der JKU und meine Arbeit an der BOKU sind nicht zwei getrennte Sphären. Was ich in Vorlesungen zu CNNs, Vision Transformers, Domain Adaptation, Multiple Instance Learning lerne, wende ich in der nächsten Woche auf ein echtes Datenset an. Was in der CF-Arbeit nicht funktioniert, nehme ich als Frage mit ins Studium. Diese Verzahnung ist für mich der Grund, warum beides gerade gleichzeitig geht. Und warum es Spaß macht.

Was der Richtungswechsel mit der Behinderung zu tun hat

Eine offene Frage am Schluss: hätte ich diesen Richtungswechsel auch ohne Schlaganfall gemacht? Ehrlich gesagt: vielleicht später, vielleicht gar nicht. Der Schlaganfall hat eine Tür zugemacht (Wet Lab) und gleichzeitig den Druck erhöht, die andere Tür wirklich aufzumachen (Code und Daten). Was am Anfang wie ein Verlust ausgesehen hat, ist im Rückblick ein Weichenstellen gewesen. Die Tätigkeit, die heute den Großteil meines Arbeitsalltags ausmacht, hätte ich vorher höchstens als Hobby gehabt.

Zusammengefasst

Wenn deine bisherige Tätigkeit nach dem Schlaganfall nicht mehr passt, lohnt es sich, einen Richtungswechsel innerhalb deines Feldes nicht nur als Notausgang zu sehen, sondern als Chance auf eine bewusste Korrektur. Was wolltest du immer schon machen, hattest aber keine Zeit dafür? Welche Aufgaben in deinem bisherigen Arbeitsalltag haben dich am meisten interessiert? Manchmal liegt die Antwort genau dort, wo du im alten Job ohnehin schon hingeschaut hast.