Author Image

Hi, ich bin Josi

Josua Carl

Research Software Engineer bei QBiC

Ich bin Forschungssoftware Ingenieur*in / Entwickler*in mit zwei Jahren Arbeitserfahrung. Bei meiner letzten Arbeit habe ich ein Plugin für Nextflow mit Groovy entwickelt. Ich mag es, in die kleinen Details von Systemen einzutauchen und dabei Bugs zu finden und neue Funktionalitäten einzupflegen.

Neugier
Team Work
Bug hunting

Skills

Erfahrung

1
QBiC

Feb 2025 - heute

Tübingen

Das Zentrum für quantitative Biologie (QBiC) entwickelt Programme und Workflows zur Analyse biologische Daten und stellt Auswertungen zur Verfügung.

Ingenieur\*in für Forschungssoftware

Feb 2025 - heute

Verantwortlichkeiten:
  • Nextflow Plugins designen und entwickeln
  • Forschung an dem CO2-Fußabdruck von Rechenclustern
  • Experimentelle Verifikation von Energiemodellen

Link Lab & CMFI

Okt 2024 - Jan 2025

Tübingen

Das “controlling microbes to fight infections” (CMFI) Exzellenzcluster forscht an Methoden zur Kontrolle von Mikroorganismen im menschlichen Körper.

Wissenschaftliche Hilfskraft

Okt 2024 - Jan 2025

Verantwortlichkeiten:
  • Platform für die Analyse metabolomischer Massenspektrometriedaten entwickeln
  • Inferenz von Spezies anhand metabolomischer Daten durch maschinelles Lernen testen und entwickeln
2

3
AG Vegetationsökologie

Jan 2021 - Mar 2024

Tübingen

Verwaltung von lokalen Rechnen und Cloud Systemen für die AG Vegetationsökologie, das SAGE Projekt und den botanischen Garten.

Systemadministrator*\in

Jan 2021 - Mar 2024

Verantwortlichkeiten:
  • Locale Rechner verwalten in Zusammenarbeit mit dem IT Team der Universität
  • Datenhosting auf selbstverwalteter cloud verwalten für ein multinationales Forschungsprojekt

Mehrere Jobs außerhalb der IT

2012 - 2021

Süddeutschland

Arbeit als Physiotherpeut*in und weitere kleinere Arbeiten. Details finden sich in meinem Lebenslauf.

Verschiedenes

2012 - 2021

4

Bildung

M.Sc. Bioinformatik
Note:
1.7
Masterarbeit:
Inference of microbiome composition from flow-injection mass spectrometry data with machine learning
B.Sc. Bioinformatik
Note:
2
Bachelorarbeit:
Investigation of Finegoldia magna ATCC 29328 in the nasal environment
Staatlich geprüfter Physiotherapeut
Note:
2
Abitur
Außerschulische Aktivitäten:
  • Freiwilligenarbeit in einem lokalen Kindergarten
Note:
2.3

Projekte

nf-co2footprint
nf-co2footprint
Creator Februar 2025 - Jetzt

Ein Nextflow Plugin welches den CO₂-Fußabdruck von Pipeline Ausführungen.

nf-core
nf-core
Contributor März 2026 - Jetzt

Community für die Nutzung und Pflege von hochqualitativen Nextflow pipelines.

Leuchtturmmomente
Leuchtturmmomente
Creator September 2026 - Jetzt

Eine Website für ein kleines Trauerreden Geschäft.

Wagner_Analyzers
Wagner_Analyzers
Creator September 2025 - Jetzt

Workflow für Bildanalyse mit ImageJ für die AG Wagner.

citation-style-language
citation-style-language
Contributor June 2026

Offizielles Repo für die Citation Style Language (CSL) Zitationsstile.

MStoML
MStoML
Creator March 2024 - January 2025

Massenspektrometie Analyse mit Machine Learning.

taipy
taipy
Contributor March 2024 - January 2025

Ein Framework für Datenvisualisierung und Pipline-Anwendungen mit User Interface.

Veröffentlichungen

Transmembrane effector substrates of type IV secretion systems: mechanisms of secretion and insertion into host cell membranes
microLife February 2026

Intracellular Gram-negative pathogens employ either type IVA or type IVB secretion systems (T4SSs) to translocate effector proteins into host cells, where they modulate cellular processes to facilitate infection and promote intracellular survival. Roughly one-third of these effectors harbor hydrophobic transmembrane domains and are thus destined for integration into host cell membranes during infection. Many of these transmembrane domain-containing effectors (TMEs) localize to the membrane of the pathogen-containing vacuole, thereby contributing to its formation and remodeling. Despite the biological relevance of TMEs, the detailed molecular mechanisms governing their translocation via T4SSs and subsequent membrane integration in the host cell remain insufficiently understood. In this review, the biophysical characteristics of T4SS-secreted TMEs are systematically examined, including predictions of membrane topology and hydrophobicity. These analyses are then contextualized through comparison with recent structural analysis of both T4ASS and T4BSS machineries, as well as with mechanistic principles of eukaryotic membrane protein biogenesis. This integrative approach enables the conceptual reconstruction of the potential pathways by which TMEs are translocated through the T4SS and subsequently targeted and inserted into host membranes, offering new mechanistic insights into the poorly understood handling of bacterial TMEs from both the pathogen and host perspectives.