Dominik Kopczynski promovierte 2017 in Informatik an der TU Dortmund. Anschließend wechselte er an das Leibniz-Institut für Analytische Wissenschaften – ISAS – e.V., wo er Proteomik- und Lipidomik-Tools entwickelte, die das Fachgebiet maßgeblich geprägt haben, darunter LipidCreator, STAMPS und PeptideMapper. Seine Arbeit unterstützte das Deutsche Netzwerk für Bioinformatik-Infrastruktur (de.NBI), das wichtige Bioinformatik-Dienste und Hochleistungsrechnerressourcen für die Lebenswissenschaften und die biomedizinische Forschung in Deutschland und Europa bereitstellt.
Er ist Mitbegründer der European Bioinformatics Community und Mitglied des Lenkungsausschusses der Arbeitsgruppe für angewandte Bioinformatik der International Lipidomics Society, die die Entwicklung von Tools und Workflows zur besseren Nutzung und zum Austausch von Lipidomik-Daten fördert.
Seit 2021 ist Kopczynski Mitglied des Instituts für Analytische Chemie an der Fakultät für Chemie, zunächst als Postdoc, später als Senior Scientist. Seine Forschung konzentriert sich auf die Entwicklung effizienter Algorithmen für die computergestützte Lipidomik. Neben seiner Forschung engagiert er sich stark in der Lehre und hat für Chemie-Studierende die neue Einführungsveranstaltung Digitalisierung und Statistik im ersten Bachelorsemester geschaffen, die auf große Resonanz gestoßen ist. Neben seiner wissenschaftlichen Tätigkeit engagiert er sich in der Lehre und hat den neuen Bachelor-Kurs Digitalisierung und Statistik für Erstsemestrige ins Leben gerufen, der bei den Chemiestudierenden großen Anklang fand.
Am 1. Oktober 2025 tritt er seine Tenure-Track-Professur als Assistenzprofessor für Data Science in Mass Spectrometry-Based Omics an. Mit seiner eigenen Forschungsgruppe will er die Lücke zwischen den sich rasch weiterentwickelnden Massenspektrometrie-Technologien und dem Mangel an spezialisierter, leistungsfähiger Software schließen.
„Die Datenmengen aus MS-Experimenten nehmen stetig zu“, erklärt Dominik Kopczynski. „Gerade in der Proteomik, Metabolomik und Lipidomik umfassen Studien inzwischen mehr als 10.000 Proben. Um daraus aussagekräftige Ergebnisse zu gewinnen, brauchen wir effiziente Algorithmen, statistische Sicherheit bei der Identifizierung von Biomolekülen sowie standardisierte Begriffe und Identifikatoren. Nur ein integrierter Multi-Omics-Ansatz kann die biologische Komplexität abbilden und ein umfassendes Verständnis biologischer Systeme ermöglichen.“
Seine langfristige Vision ist eine Multi-Omics-Plattform für biologische Klassifizierung, die es Forschenden ermöglichen soll, Klassifizierungsmodelle aus verschiedenen Bereichen der Biologie zu vergleichen, zu speichern und anzuwenden. Eine solche Plattform könnte die Forschung erheblich beschleunigen und biologische Zusammenhänge mit beispielloser Geschwindigkeit sichtbar machen. Sie hat das Potenzial, die globale Gesundheit entscheidend zu beeinflussen, indem sie ein besseres Monitoring individueller Gesundheitszustände oder die Früherkennung von Krankheiten wie Krebs oder neurodegenerativen Störungen ermöglicht. „Data Science erweitert die Grenzen der personalisierten Medizin ständig“, betont Kopczynski. „Meine Forschung würde die rechnerische Grundlage für eine solche Plattform liefern und sie kontinuierlich für klinische Anwendungen optimieren.“
