Prediktív biomarkerek az onkológiában
A daganatos megbetegedések jelentős egészségügyi terhet képviselnek mind a társadalom, mind az egyének számára. Habár a megbetegedések száma nem csökken, az elmúlt évtizedekben egyes tumoros megbetegedések esetében a betegek prognózisa javuló tendenciát mutat a célzott, személyre szabott terápiáknak köszönhetően. A személyre szabott orvoslás egyik alappillérét a biomarkerek jelentik, ezek egyik típusát képviselik a prediktív biomarkerek, melyek alkalmazása, például a genetikai mutációk, a génexpressziós és epigenetikai profilok osztályozása segítséget nyújthatnak a beteg számára optimális kezelés kiválasztásában, előre jelezhetik a kezelésre adott választ.
A projekt célkitűzése, hogy bioinformatikai analízissel olyan prediktív biomarkereket tárjunk fel, amelyek a gyakorlatban is használható információt nyújthatnak a klinikai döntéshozatalban. A megvalósítás elsődlegesen bioinformatikai elemzéssel történik a mesterséges intelligencia és a gépi tanulás eszközeivel.
A projekt több lépésben valósul meg: első lépésben különböző forrásokból származó omikai, klinikai adatok gyűjtése történik meg. Az ezt követő adatintegráció során az adatok minőségellenőrzését, előzetes feldolgozását végezzük el. A következő lépésben gépi tanulást megvalósító algoritmusokat alkalmazunk az integrált adathalmazban található minták és összefüggések azonosítására. Végül az eredmények robusztusságának a megítéléséhez az elkészített prediktív modellek validálását végezzük el független mintákon.
A téma elsősorban a bioinformatika / mesterséges intelligencia egészségügyi alkalmazása iránt érdeklődő hallgatók számára lehet érdekes.
Témavezető: Dr. Fekete János Tibor