Dr. Nicole Schneiderhan-Marra

Dr. Nicole Schneiderhan-Marra studierte Biochemie an der Eberhard Karls Universität in Tübingen. Ihre anschließende Promotionsarbeit erfolgte. Sie promovierte ebenfalls in Tübingen. Die praktischen Arbeiten der externe Promotionsarbeit zum Dr. rer. nat. erfolgten in der Medizinischen Klinik IV, Nephrologische Forschungslaboratorien, und an der Friedrich-Alexander-Universität Erlangen-Nürnberg Dr. Schneiderhan-Marras Schwerpunkte liegen in der Entwicklung, Validierung und Anwendung von Antigenarrays und multiplexen serologischen Immunoassays zur Pathogen Infektionsdiagnostik. Ein weiterer Schwerpunkt ist die Entwicklung, Validierung und Anwendung miniaturisierter multiplexer Sandwich Immunoassays in der Proteomforschung für pharmazeutische und klinische Fragestellungen. Ein besonderes Augenmerk liegt auch auf Entwicklungen im Bereich der personalisierten Medizin. Seit 2005 ist Dr. Schneiderhan-Marra am NMI und aktuell Bereichsleiterin Pharma und Biotech.

Ausgewählte Publikationen

• Antibody Binding and Angiotensin-Converting Enzyme 2 Binding Inhibition Is Significantly Reduced for Both the BA.1 and BA.2 Omicron Variants. Clinical Infectious Disease, 2023, DOI: 10.1093498.
• Exploring beyond clinical routine SARS-CoV-2 serology using MultiCoV-Ab to evaluate endemic coronavirus cross-reactivity. Nature Communications, 2021, DOI: 10.1038/s41467
• Analytical performance of 17 commercially available point-of-care tests for CRP to support patient management at lower levels of the health system. PLoS One, 2023, DOI: 10.13710267
• Borrelia multiplex: a bead-based multiplex assay for the simultaneous detection of Borrelia specific IgG/IgM class antibodies. BMC Infect Dis., 2022, DOI: 10.1186/-07863-9
• CSF and Serum Levels of Inflammatory Markers in PD: Sparse Correlation, Sex Differences and Association With Neurodegenerative Biomarkers. Front Neurol., 2022, DOI: 10.3389/2022.834580
• Study of the Humoral Immune Response towards HCV Genotype 4 Using a Bead-Based Multiplex Serological Assay. High Throughput, 2017, DOI: 10.33906040015

ORCID: 0000-0001-6785-181X