< Terug naar vorige pagina

Project

OncoAI - een machine-learning raamwerk om de kwetsbaarheid van kankercellen op genregulerend niveau te voorspellen

De enorm toenemende hoeveelheden openbaar beschikbare eencellige gegevens die worden verkregen uit tumorbiopsieën, stellen aanzienlijke computationele uitdagingen om gegevens over "omics-lagen" te integreren, maar ook om patiëntmonsters, kankertypes en modelsystemen te vergelijken. Recente vooruitgang op het gebied van kunstmatige intelligentie biedt opwindende mogelijkheden om miljoenen afzonderlijke cellen te verwerken en om uitgebreide modellen en belangrijke regelgevende factoren voor kankerceltoestanden af te leiden. Hier zullen we nieuwe AI-methoden ontwikkelen om eencellige transcriptomics, epigenomics en spatial omics-datasets te integreren over kankertypes met behulp van grootschalige openbare en interne eencellige gegevens. Vervolgens zullen we deze AI-modellen gebruiken om kwetsbaarheden in genregulerende netwerken te identificeren en de logica van genomische versterkers te ontrafelen, met toepassingen op genoomvariatie van kanker en gentherapie. Ten slotte zullen we onze voorspellingen valideren en onze AI-modellen optimaliseren met behulp van tumororganoïde-modellen en high-throughput-schermen, met de nadruk op melanoom en leverkanker.

Datum:1 mrt 2021 →  Heden
Trefwoorden:gene regulatory network, transcriptome sequencing, melanoma, hepatic cancer
Disciplines:Kankerbiologie, Kankerepidemiologie