< Terug naar vorige pagina

Project

Ontwikkeling van multimodale diepe neurale netwerken voor spatiale multi-omics data fusie

Biologische processen zijn complex van aard en bij het analyseren ervan in het licht van slechts één soort gegevensbron wordt belangrijke complementaire informatie niet in rekening gebracht. Single-cell multi-omics, en meer recentelijk spatiale multi-omica technologieën bieden een veelzijdig beeld van cel identiteit, weefsel microarchitectuur, cellulaire communicatie en pathofysiologie. Het doel van dit project is om nieuwe methoden te ontwikkelen die gebruik maken van multimodale data, om de state-of-the-art methodes voor celtype/-staat identificatie, cel niche karakterisatie en whole-slide staal classificatie te verruimen. Deze methoden zullen gebruik maken van de huidige state-of-the-art diepe neurale netwerk architecturen, nadat ze aangepast en verbeterd zijn om te werken met hoog-dimensionele multimodale data. Ze zullen geëvalueerd worden met zowel synthetische als echte datasets voor single-cell en ruimtelijke multi-omics. We zullen de ontwikkelde algoritmes samenbrengen in een volledig end-to-end data integratie framework. Door dit te doen, willen we bijdragen tot de volgende generatie van moleculaire digitale pathologie, wat zal leiden tot nieuwe inzichten in ziekte, en het verbeteren van de huidige diagnostische en prognostische mogelijkheden. Dit project zal belangrijke middelen en methoden opleveren om verschillende data modaliteiten te analyseren en te integreren, die potentieel toepasbaar zijn in elk domein, niet alleen in de biomedische wetenschappen.

Datum:1 okt 2021 →  Heden
Trefwoorden:Deep learning, Multimodal data integration, Multi-omics analysis
Disciplines:Bio-informatica data-integratie en netwerkbiologie, Computationele biomodellering en machine learning, Ontwikkeling van bio-informatica software, tools en databases, Single-cell data analyse
Project type:PhD project