< Terug naar vorige pagina

Project

Data-gedreven ontdekking van celcyclusmodellen

Het doel van dit project is het onderzoeken en blootleggen van onderliggende modellen die in staat zijn de celcyclus te beschrijven. Hiertoe worden celvrije extracten van kikkereieren gebruikt en verstoord terwijl ze geobserveerd worden met time-lapse fluorescentiemicroscopie. De aldus gecreëerde data die spatiotemporele dynamica bevatten, worden geanalyseerd met recent ontwikkelde data-gedreven technieken voor machinaal leren. Deze technieken laten toe om (partiële) differentiële vergelijkingen te formuleren die diepgaand geanalyseerd zullen worden met behulp van de theorie van niet-lineaire dynamische systemen. Deze analyse zal verder aanleiding geven tot nieuwe experimenten om het ontwikkelde theoretische kader te testen.

Datum:1 nov 2021 →  Heden
Trefwoorden:Non-Linear Dynamics, Data-driven Modelling, Spatiotemporal Cell Cycle Dynamics
Disciplines:Computationele biomodellering en machine learning
Project type:PhD project