Michael Stumpf

Michael Stumpf (nacido en 1970) es un investigador en el campo de la biología de sistemas , en particular en la inferencia de modelos matemáticos mediante inferencia estadística y enfoques de aprendizaje automático . Ha realizado importantes contribuciones a la ciencia de redes , los procesos de toma de decisiones sobre el destino celular y la genética de poblaciones .

Stumpf nació en Ratisbona , Alemania , y creció en Straubing y Rothenburg ob der Tauber . Estudió física en las universidades de Tubinga , Sussex y Gotinga . Tras graduarse en física, continuó sus estudios de posgrado en la Universidad de Oxford , donde obtuvo su doctorado en física estadística en 1999. Durante sus estudios de posgrado, fue miembro del Balliol College . En 1999, Stumpf se dedicó a la biología y trabajó durante tres años en el Departamento de Zoología de la Universidad de Oxford con el profesor Robert May, barón May de Oxford . Durante este tiempo, Stumpf fue becario en el Linacre College . Desde 2003, Stumpf trabaja en el Centro de Bioinformática del Imperial College de Londres. En 2004 recibió el premio EMBO Young Investigator Award, y en 2007 Stumpf fue nombrado catedrático de Biología de Sistemas Teóricos en el Imperial College de Londres. ^{[ 1 ]} Ha recibido el premio Royal Society Wolfson Research Merit Award , y en 2011 se le otorgó la Medalla del Rector a la Excelencia en la Supervisión de la Investigación, ^{[ 2 ]} y una beca distinguida Miegunyah en 2013.

Stumpf está casado, tiene dos hijos y vive en el oeste de Londres .

En enero de 2018, ^{[ 3 ]} trasladó su grupo de investigación a la Universidad de Melbourne . Fue elegido miembro de la Academia Australiana de Ciencias en mayo de 2025. ^{[ 4 ]}

La investigación de Stumpf abarca una variedad de campos, incluyendo:

• Desarrollo de enfoques y metodologías estadísticas para el análisis integrador de datos de biología de sistemas.
• Análisis estadístico y matemático de sistemas dinámicos complejos.
• el análisis de redes biológicas complejas, incluidas las redes de interacción de proteínas y de regulación génica .
• Modelado matemático de sistemas y procesos moleculares, celulares y de desarrollo en biología.