Dieses Bild zeigt Vincent Wagner

Vincent Wagner

Herr M.Sc.

Wissenschaftlicher Mitarbeiter
Institut für Stochastik und Anwendungen
Mathematische Modellierung und Simulation zellulärer Systeme

Kontakt

+49 711 685 66320

Pfaffenwaldring 9
70569 Stuttgart
Deutschland
Raum: 2.241

Sprechstunde

Nach Vereinbarung können Sie gerne in meinen persönlichen Meetingraum kommen.

Fachgebiet

Datenbasierte Modellierung und Simulation biochemischer Systeme (Systembiologie)

Alle Publikationen:
  1. Wagner, V., & Radde, N. (2021). SiCaSMA: An Alternative Stochastic Description via Concatenation of Markov Processes for a Class of Catalytic Systems. Mathematics, 9, 1074. https://doi.org/10.3390/math9101074
  2. Wagner, V., Castellaz, B., Oesting, M., & Radde, N. (2022). Quasi-Entropy Closure: A Fast and Reliable Approach to Close the Moment Equations of the Chemical Master Equation. OUP Bioinformatics, 38, 4352–4359. https://doi.org/10.1093/bioinformatics/btac501
  3. Wagner, V., Höpfl, S., Klingel, V., Pop, M. C., & Radde, N. E. (2022). An inverse transformation algorithm to infer parameter distributions from population snapshot data. IFAC-PapersOnLine, 55(23), Article 23. https://doi.org/10.1016/j.ifacol.2023.01.020
  4. Wagner, V., Strässer, R., Allgöwer, F., & Radde, N. E. (2023). A provably convergent control closure scheme for the Method of Moments of the Chemical Master Equation. Journal of Chemical Theory and Computation, 19(24), Article 24. https://doi.org/10.1021/acs.jctc.3c00548
  5. Wagner, V., & Radde, N. (2023). The impossible challenge of estimating non-existent moments of the Chemical Master Equation.
  6. Adam, S., Anteneh, H., Hornisch, M., Wagner, V., Lu, J., Radde, N., Bashtrykov, P., Song, J., & Jeltsch, A. (2020). DNA sequence-dependent activity and base flipping mechanisms of DNMT1 regulate genome-wide DNA methylation. Nat. Communications, 11(1), Article 1. https://doi.org/10.1038/s41467-020-17531-8
  7. Wagner, V., Jantz, L., Briem, H., Sommer, K., Rarey, M., & Christ, C. (2017). Computational Macrocyclization: From de novo Macrocycle Generation to Binding Affinity Estimation. ChemMedChem, 12, 1866–1872. https://doi.org/10.1002/cmdc.201700478
  • Assistent für Wahrscheinlichkeitstheorie und Statistik (seit dem WS19/20)
  • Assistent für Simulationstechnik A (WS 19/20)

Seit 12/2019

Wissenschaftlicher Mitarbeiter erst am Institut für Systemtheorie und Regelungstechnik und später am Institut für Stochastik und Anwendungen der Universität Stuttgart, Deutschland.

10/2017-11/2019

Master Studiengang Simulation Technology an der Universtät Stuttgart, Deutschland

  • Studienfokus:
    Numerik
    Modellierung
    Wissenschaftliches Rechnen
    Automatisierte Bildanalyse

Sommersemester 2017

Praktikum: Bayer AG, Berlin

Wintersemester 2016/2017

Praktikum: King Abdullah University of Science and Technology, KSA

10/2013-09/2017

Bachelor Studiengang Simulation Technolgy an der Universität Stuttgart, Deutschland

  • Studienfokus:
    Analysis
    Wissenschaftlcihes Rechnen
    Maschinelles Lernen

06/2013

Abitur an der Schule Schloss Salem, Überlingen, Germany
Zum Seitenanfang