A Bioinformatika Tanszéken meghirdetett PhD témák
Egy adott minta esetén az omikai adatok különböző szintje érhető el, mint a genomikai, transzkriptomikai, proteomikai, metabolomikai, stb. adatok. A tudományos kutatásokban ezen szinteket tipikusan egymástól függetlenül vizsgálják, pld egy fehérje alapú biomarkert néznek egy adott betegségben. A kórlefolyást jobban meg lehetne érteni, illetve hatékonyabb terápiát lehetne kidolgozni, ha az adatok több szintjét tudnánk egyszerre elemezni. Az egyes szintek egymást befolyásolhatják, valamint visszacsatolásos mechanizmusok is működhetnek. A kutatás során az onkológia területén fogunk multi-omikai kutatásokat végezni.
Mono- és multigénes onkológiai biomakerek
A rosszindulatú daganatos betegségek jobb gyógyításához három különböző típusú biomarker használata nyújthat segítséget. A diagnosztikai biomarkerek a betegség korai azonosítását teszik lehetővé vér-, vizelet-, vagy széklet-mintákból. A prognosztikus biomarkerek a betegség várható lefolyását jelzik előre, vagyis az adott kezelés esetén várható túlélést. A prediktív biomarkerek egy adott kezelés esetén a várható terápiás válasszal függenek össze, és megmutatják, hogy ki milyen kezelést kapjon. A kutatás során egy vagy több gént tartalmazó biomarker-jelöltek kifejlesztése, és klinikai mintákban történő kipróbálása a cél.
NGS kiértékelés betegdiagnosztikához
A következő generációs szekvenálás (NGS) lehetővé teszi az összes gén egyidejű vizsgálatát nukleinsav-szinten. Azonban a módszerek rendelkezésre állása nem jelenti azt, hogy egy NGS mérés után azonnal meg is tudjuk mondani a diagnózist. Jelenleg nincsenek elfogadott protokollok, amelyek az adatok rutinszerű kiértékelését lehető tennék. A kutatás során onkológiai (terápiás biomarkerek) és genetikai feladatokhoz (öröklődő betegségek, prenatális diagnosztika) fejlesztünk diagnosztikai alkalmazásokat. A kutatás tartalmazza az NGS adatok feldolgozását, kiértékelését, interpretálását, valamint új algoritmusok kipróbálását.
Diagnosztikai eszközök fejlesztése betegektől származó mérések adatainak felhasználásával
A különféle tesztek, klinikai vizsgálatok során hatalmas, akár több száz paramétert tartalmazó heterogén adathalmaz keletkezik minden páciensről, melyekből következtetni lehet a klinikai kimenetre és a betegek túlélésére. Ezen adatok értelmezése azonban méretükből kifolyólag nem rutinfeladat. A megfelelő bioinformatikai eszközök azonban lehetővé teszik ezen adatok diagnosztikai illetve prognosztikai célú kiaknázását. A kutatás során elsősorban az onkológia területén végzünk mesterséges intelligencia alapú vizsgálatokat betegekből származó mérések adatira támaszkodva.
A téma elsősorban a bioinformatika és a klinikai kutatás iránt érdeklődő hallgatók számára lehet érdekes.
Témavezető: Dr. Menyhart Otília
Kromatin szintű génexpresszió szabályozás onkogenomikai vonatkozásai
Az elmúlt évtized 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. Ezen kromatin szintű génexpresszió szabályozó mechanizmusok alkalmasak onkoterápiás hasznosításra amit jelez, hogy számos epigenetikai támadáspontú gyógyszert már használnak daganatkezelésekben.
A kutatás során a kromatinszintű poszttranszlációs módosítások onkodiagnosztikus és onkoterápiás vonatkozásait célozzuk jobban megismerni.
Témavezető: Dr. Bálint Bálint