ÖNLAB témák

Tumoros és normál szövetek elkülönítése genomikus adatok felhasználásával

 leírás: A rosszindulatú daganatos betegségek kezelése során kulcsfontosságú, hogy lehetőleg olyan kezelést alkalmazzunk, amelynek minimális a mellékhatása. Ez legkönnyebben úgy valósítható meg, ha az általunk választott gén nem is expresszálódik normál szövetekben. Ezen gének azonosításához nagy adattömegeket elemzünk bioinformatikai algoritmusokkal.

témavezető: Dr. Bartha Áron

beosztás: Semmelweis Egyetem Bioinformatika Tanszék, tud.smts.

elérhetőség: bartha.aron@med.semmelweis-univ.hu

elvárt ismeret: előny az R-ben való programozási képesség, de nem feltétel

meghirdetés: MB BSc, OB MSc, IB MSc

A terápiás válasz biomarkerei az onkológiában

 leírás: A prediktív biomarkerek a terápiás válasz előrejelzésére szolgálnak a kezelés megkezdése előtt. Az onkológiában jelenleg alkalmazott kezelések esetében kevés prediktív biomarker áll rendelkezésünkre, ezért célunk az, hogy nyilvánosan elérhető génexpressziós adatokon alapuló bioinformatikai elemzés segítségével újabb potenciális biomarker jelölteket azonosítsunk.

témavezető: Fekete János Tibor

beosztás: Semmelweis Egyetem Bioinformatika Tanszék, egyetemi tanársegéd.

elérhetőség: fekete.janos@med.semmelweis-univ.hu

elvárt ismeret: előny az R-ben való programozási képesség, de nem feltétel

meghirdetés: MB BSc, IB MSc

Mutációk transzkriptomikus hatásának vizsgálata szolid tumorokban

Leírás: A mutációk génexpresszióra gyakorolt hatásának megértése a rosszindulatú daganatos betegségekben egy meglehetősen összetett feleadat. Egyes esetekben a mutációknak nincsen közvetlen hatása a daganatos betegek túlélésre, azonban a mutáció által befolyásolt génexpressziós változások számos daganattípus esetén jelentősen befolyásolják a betegek túlélését. Ezen génkifejeződési változások vizsgálatához teljes exom és RNS szekvenálási, valamint microarray adatokat használunk fel.

Témavezető: Dr. Győrffy Balázs

Beosztás: Semmelweis Egyetem Bioinformatika Tanszék, tanszékvezető egyetemi tanár

Az ideális hallgató: medikus/biológus/biomérnök/bioinikus

Elvárások: bioinformatikai érdeklődés, az R programnyelv alapszintű ismerete

Jelentkezési cím: gyorffy.balazs@med.semmelweis-univ.hu

Mesterséges intelligencián alapuló algoritmusok alkalmazása klinikai adatok elemzésére

Leírás: A rutin klinikai vizsgálatok során hatalmas, akár több száz paramétert tartalmazó heterogén adathalmaz keletkezik minden páciensről, azonban ezek értelmezése méretükből kifolyólag nem rutinfeladat. A megfelelő bioinformatikai eszközök azonban lehetővé teszik ezen adatok diagnosztikai illetve prognosztikai célú kiaknázását. Célunk a mesterséges intelligencia alapú mélytanulási algoritmusok alkalmazása klinikai adatok integrálására illetve új lehetséges biomarkerek feltérképezésére.

Témavezető: Dr. Menyhart Otília

Beosztás: Semmelweis Egyetem Bioinformatika Tanszék, egyetemi adjunktus

Jelentkezési cím: menyhart.otilia@med.semmelweis-univ.hu