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

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: Dr. Fekete János Tibor

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: Prof. Dr. Győrffy Balázs

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

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

 Izotermális nukleinsav mérési technológiák info-bionikai fejlesztése

Leírás: A COVID-19 járvány nagyban felgyorsította a kutatási szintű technológiák diagnosztikai alkalmazását. Példa erre az izotermális DNS amplifikációs technológiák (pl LAMP-PCR) diagnosztikai megjelenése. A technológia lehetővé teszi a betegágy melletti (POCT: point-of-care) nukleinsav meghatározást olyan lehetőségeket nyitva meg a diagnosztikai fejlesztéseknek amelyek korábban nem voltak elérhetőek. 

Az önálló laboratóriumi munka során a hallgató a LAMP PCR technológiához kapcsolódó fejlesztési tevékenységekbe fog bekapcsolódni, pl primer tervezés szoftveres támogatása, génpanelekhez oligotervezés, mikro RNS detektálás izotermális PCR technikákkal.

Témavezető: Dr Bálint Bálint László, habilitált egyetemi adjunktus

Jelentkezési cím: balintblaszlo@gmail.com

Elvárások: kutatás-fejlesztés és bioinformatika iránti érdeklődés, diagnosztikai téma iránti érdeklődés, az R/Python programnyelv alapszintű ismerete

Meghirdetés: molekuláris bionikusok (BSc),  a orvos-biotechnológusok (MSc), és info-bionikusok (MSc) 

Kromatin szintű génexpresszió szabályozás onkogenomikai alkalmazásai

Leírás: Az elmúlt évtízed során nagy mennyiségű onkogenomikai adat vált nyilvánosan elérhetővé. Az adatok feldolgozása folyamatos. A génexpresszió szabályozásban szerepet játszó kromatin szintű adatok feldolgozása csak részben történt meg. 

Az önálló laboratóriumi munka során a hallgató génexpressziós és kromatin szintű adatok integrálását fogja elvégezni. A feladat adat elemzés és integrálás, hálózatbiológiai alapú kapcsolatok térképezése és nyers adatokból további releváns kromatin szintű génexpresszió szabályozást érintő adatok kinyerése.

Témavezető: Dr Bálint Bálint László, habilitált egyetemi adjunktus

Jelentkezési cím: balintblaszlo@gmail.com

Elvárások: kutatás-fejlesztés és bioinformatika iránti érdeklődés, onkológiai téma iránti érdeklődés, az R/Python programnyelv alapszintű ismerete

Meghirdetés: molekuláris bionikusok (BSc),  a orvos-biotechnológusok (MSc), és info-bionikusok (MSc) 

 Onkológiai betegprofilok a személyreszabott klinikai döntéshozatalhoz

Leírás: Az elmúlt évtízed során nagy mennyiségű onkobiológiai adat került rögzítésre, új terápiák jelentek meg és folyamatosan közelebb kerülünk ahhoz, hogy a daganat egy krónikus betegségnek legyen tekinthető.

Az önálló laboratóriumi munka során a hallgató onkológiai beteg profilokat fog meghatározni a rendelkezésre álló nyilvános adatszettek alapján. A profil felvétel során a beteg számára információ átadás is történik. Cél, hogy a betegek kiszolgáltatottságát és ezáltal szorongását csökkentsük, az orvos-beteg kapcsolatot megerősítsük, a kezeléshez való adherenciát javítsuk és olyan életviteli döntések meghozatalához segítsük hozzá melyek javítják a gyógyulás esélyét és az életminőség romlását megelőzik.

Témavezető: Dr Bálint Bálint László, habilitált egyetemi adjunktus

Jelentkezési cím: balintblaszlo@gmail.com

Elvárások: kutatás-fejlesztés és bioinformatika iránti érdeklődés, onkológiai téma iránti érdeklődés, az R/Python programnyelv alapszintű ismerete

Meghirdetés: molekuláris bionikusok (BSc),  a orvos-biotechnológusok (MSc), és info-bionikusok (MSc) 

Autonóm idegrendszer aktivitásának becslése elektrofiziológiai adatokból és jelentősége onkológiai döntéshozatalban

Leírás: Az elmúlt évtízed során nagy mennyiségű humán biológiai adat került rögzítésre. Az autonóm idegrendszer aktivitása a légzési aritmia mértéke alapján becsülhető EKG adatokból.

Az önálló laboratóriumi munka során a hallgató nyílvánosan elérhető EKG és egyéb elektrofiziológiai adatok alapján fogja az autonóm idegrendszer életkor szerinti variabilitását vizsgálni. A projekt célja azon onkológiai betegek azonosítása akik esetében a kiegészítő szupportív kezelések magasabb hatékonysággal javíthatják az életminőséget.

Témavezető: Dr Bálint Bálint László, habilitált egyetemi adjunktus

Jelentkezési cím: balintblaszlo@gmail.com

Elvárások: kutatás-fejlesztés és bioinformatika iránti érdeklődés, onkológiai téma iránti érdeklődés, az R/Python programnyelv alapszintű ismerete

Meghirdetés: molekuláris bionikusok (BSc),  a orvos-biotechnológusok (MSc), és info-bionikusok (MSc) 

Megoldatlan orvos biológiai problémákra megoldási javaslatok azonosítsa és prototipizálása

Leírás: Az elmúlt két évtízed orvosbiológiai adatbősége alapvetően megváltoztatta a humánbiológiai tudásunkat. Jelentős számú új terápiás és diagnosztikai fejlesztés vált elérhetővé és további megoldások kidolgozására van lehetőség.

Az önálló laboratórium során a hallgató a rendelkezésre álló genomikai adatok alapján fog azonosítani és prototipzálni olyan megoldási javaslatokat amelyek a jelenleg használt eszközrendszerek hatékonyságát meghaladják. Tématerületek onkológia és immun-onkológia.

Témavezető: Dr Bálint Bálint László, habilitált egyetemi adjunktus

Jelentkezési cím: balintblaszlo@gmail.com

Elvárások: kutatás-fejlesztés és bioinformatika iránti érdeklődés, az R/Python programnyelv alapszintű ismerete

Meghirdetés: molekuláris bionikusok (BSc),  a orvos-biotechnológusok (MSc), és info-bionikusok (MSc)