Q3056374 (Q3056374): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Changed an Item: import item from Latvia)
(‎Removed claims)
Tag: Replaced
Property / instance of
 
Property / instance of: Kohesio project / rank
Normal rank
 
Property / financed by
 
Property / financed by: European Union / rank
Normal rank
 
Property / country
 
Property / country: Latvia / rank
Normal rank
 
Property / budget
629,881.11 Euro
Amount629,881.11 Euro
UnitEuro
 
Property / budget: 629,881.11 Euro / rank
Normal rank
 
Property / EU contribution
535,398.94 Euro
Amount535,398.94 Euro
UnitEuro
 
Property / EU contribution: 535,398.94 Euro / rank
Normal rank
 
Property / start time
21 February 2017
Timestamp+2017-02-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / start time: 21 February 2017 / rank
Normal rank
 
Property / end time
31 December 2019
Timestamp+2019-12-31T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / end time: 31 December 2019 / rank
Normal rank
 
Property / beneficiary name (string)
Latvijas Universitātes Matemātikas un informātikas institūts
 
Property / beneficiary name (string): Latvijas Universitātes Matemātikas un informātikas institūts / rank
Normal rank
 
Property / summary
Projekta kopsavilkuma aprakstsStrauja t.s. “high-throughput” tehnoloģiju attīstība bioinformātikas datu ieguvei ir nodrošinājusi to, ka ir pieejamas liela apjoma datu kopas, kuras satur vērtīgu informāciju sarežģītu bioloģisku sistēmu modelēšanai un to regulējošo bioloģisko procesu izpratnei – piemēram, tādu sistēmu, kā dažādu šūnu un starpšūnu procesus aprakstošu “omics” tīklu un šādu tīklu savstarpējās mijiedarbības izpratnei. Tajā pat laikā, šādu datu kopu lielā apjoma un tajās ietvertās informācijas sarežģītības dēļ, noderīgas informācijas ieguve no šādām datu kopām ir ļoti netriviāla problēma, un šim nolūkam izmantotās metodes parasti ir ierobežotas ar statistisko vai mašīnmācīšanās metožu iespējām.Šī projekta mērķis ir izstrādāt jaunas inovatīvas datu analīzes metodes, kas balstīsies uz kombinētu dažādu grafu analīzes algoritmu un grafu vizualizācijas metožu izmantošanu. Projekta autoru jau veiktie pētījumi ir demonstrējuši šādas pieejas noderīgumu proteīnu homoloģijas izpētei, un mēs uzskatām, ka šāda pieeja varētu būt ļoti noderīga arī cita veida bioinformātikas datu kopu analīzei. Projekta ietvaros ir plānots koncentrēties uz gēnu regulācijas procesu dinamikas analīzi, hromatīna interakciju dinamikas analīzi, epigenomisko marķieru prognozēšanu un pētījumiem par procesiem, kas nosaka dažāda veida šūnu atšķirīgumu. Plašākā perspektīvā mēs sagaidām, ka izstrādātā metodoloģija labi papildinās esošās bioinformātikas datu analīzes metodes.Atslēgvārdi: Bioinformātika; Bioloģisko sistēmu modelēšana; Grafu algoritmi; Datizrace; Datu vizualizācija.Informācija, kas projekta iesnieguma apstiprināšanas gadījumā tiks publicēta Eiropas Savienības fondu tīmekļa vietnē www.esfondi.lvStrauja t.s. “high-throughput” tehnoloģiju attīstība bioinformātikas datu ieguvei ir nodrošinājusi to, ka ir pieejamas liela apjoma datu kopas, kuras satur vērtīgu informāciju sarežģītu bioloģisku sistēmu modelēšanai un to regulējošo bioloģisko procesu izpratnei.Šī projekta mērķis ir izstrādāt jaunas inovatīvas datu analīzes metodes, kas balstīsies uz kombinētu dažādu grafu analīzes algoritmu un grafu vizualizācijas metožu izmantošanu.Pētījumi tiks koncentrēti uz trim konkrētām bioinformātikas problēmām ar augstu zinātnisko un praktisko nozīmību, kuru izpētei šobrīd tiek veltīta liela uzmanība, un, kur pēc mūsu domām, mēs varam sniegt nozīmīgu ieguldījumu: 1) proteoma kvantitatīva raksturošana no gēnu ekspresijas datiem; 2) hromatīna interakcijas tīklu analīze; 3) gēnu regulācijas tīklu dinamikas un evolūcijas analīze.Pētniecības veids: rūpnieciskie (100%) pētījumi.Projekta veids nav saistīts ar ekonomisko aktivitāti.Projekts ir starpdisciplinārs un tiks izpildīts šādās nozarēs:- Datoru un informācijas zinātnes (OECD-FOS-1.2);- Bioloģijas zinātnes (OECD-FOS-1.6).Galvenās aktivitātes:1) Pētījumi par proteoma kvantitatīvo raksturojumu iegūšanu no gēnu ekspresijas datiem (WP1).2) Pētījumi par hromatīna interekcijas tīklu struktūru un tās atkarības no šūnu tipiem (WP2).3) Pētījumi par gēnu regulācijas tīklu dinamikas un evolūcijas analīzi (WP3).Šīs trīs galvenās aktivitātes atbilst iepriekšminēto konkrēto bioinformātikas problēmu izpētei. Bez tām projekta darba plāns ietver divas papildinošas aktivitātes saistītas ar datu kopu sagatavošanu un rezultātu bioloģisko validāciju (WP4) un programmatūras komponenšu izstrādi (WP5).Sagaidāmie rezultāti:1) Metodes proteīnu koncentrācijas noteikšanai audu un šūnu paraugos no transkriptomikas datiem.2) Metodes integrētai hromatīna interakcijas, epigenomikas un gēnu regulācijas datu analīzei.3) Metodes automatizētai gēnu regulācijas motīvu identificēšanai no mikromasīvu un NGS eksperimentu datiem un gēnu regulācijas motīvu evolūcijas analīzei.“Projekta kopējas izmaksas: 634 744,42 EUR (attiecināmās izmaksas: 633 384,42 EUR, ERAF finansējums: 538 376,74 EUR)”. Projekta ilgums: 35 mēneši.Projekta īstenošanas ilgums 21.02.2017. - 31.12.2019. (Latvian)
 
Property / summary: Projekta kopsavilkuma aprakstsStrauja t.s. “high-throughput” tehnoloģiju attīstība bioinformātikas datu ieguvei ir nodrošinājusi to, ka ir pieejamas liela apjoma datu kopas, kuras satur vērtīgu informāciju sarežģītu bioloģisku sistēmu modelēšanai un to regulējošo bioloģisko procesu izpratnei – piemēram, tādu sistēmu, kā dažādu šūnu un starpšūnu procesus aprakstošu “omics” tīklu un šādu tīklu savstarpējās mijiedarbības izpratnei. Tajā pat laikā, šādu datu kopu lielā apjoma un tajās ietvertās informācijas sarežģītības dēļ, noderīgas informācijas ieguve no šādām datu kopām ir ļoti netriviāla problēma, un šim nolūkam izmantotās metodes parasti ir ierobežotas ar statistisko vai mašīnmācīšanās metožu iespējām.Šī projekta mērķis ir izstrādāt jaunas inovatīvas datu analīzes metodes, kas balstīsies uz kombinētu dažādu grafu analīzes algoritmu un grafu vizualizācijas metožu izmantošanu. Projekta autoru jau veiktie pētījumi ir demonstrējuši šādas pieejas noderīgumu proteīnu homoloģijas izpētei, un mēs uzskatām, ka šāda pieeja varētu būt ļoti noderīga arī cita veida bioinformātikas datu kopu analīzei. Projekta ietvaros ir plānots koncentrēties uz gēnu regulācijas procesu dinamikas analīzi, hromatīna interakciju dinamikas analīzi, epigenomisko marķieru prognozēšanu un pētījumiem par procesiem, kas nosaka dažāda veida šūnu atšķirīgumu. Plašākā perspektīvā mēs sagaidām, ka izstrādātā metodoloģija labi papildinās esošās bioinformātikas datu analīzes metodes.Atslēgvārdi: Bioinformātika; Bioloģisko sistēmu modelēšana; Grafu algoritmi; Datizrace; Datu vizualizācija.Informācija, kas projekta iesnieguma apstiprināšanas gadījumā tiks publicēta Eiropas Savienības fondu tīmekļa vietnē www.esfondi.lvStrauja t.s. “high-throughput” tehnoloģiju attīstība bioinformātikas datu ieguvei ir nodrošinājusi to, ka ir pieejamas liela apjoma datu kopas, kuras satur vērtīgu informāciju sarežģītu bioloģisku sistēmu modelēšanai un to regulējošo bioloģisko procesu izpratnei.Šī projekta mērķis ir izstrādāt jaunas inovatīvas datu analīzes metodes, kas balstīsies uz kombinētu dažādu grafu analīzes algoritmu un grafu vizualizācijas metožu izmantošanu.Pētījumi tiks koncentrēti uz trim konkrētām bioinformātikas problēmām ar augstu zinātnisko un praktisko nozīmību, kuru izpētei šobrīd tiek veltīta liela uzmanība, un, kur pēc mūsu domām, mēs varam sniegt nozīmīgu ieguldījumu: 1) proteoma kvantitatīva raksturošana no gēnu ekspresijas datiem; 2) hromatīna interakcijas tīklu analīze; 3) gēnu regulācijas tīklu dinamikas un evolūcijas analīze.Pētniecības veids: rūpnieciskie (100%) pētījumi.Projekta veids nav saistīts ar ekonomisko aktivitāti.Projekts ir starpdisciplinārs un tiks izpildīts šādās nozarēs:- Datoru un informācijas zinātnes (OECD-FOS-1.2);- Bioloģijas zinātnes (OECD-FOS-1.6).Galvenās aktivitātes:1) Pētījumi par proteoma kvantitatīvo raksturojumu iegūšanu no gēnu ekspresijas datiem (WP1).2) Pētījumi par hromatīna interekcijas tīklu struktūru un tās atkarības no šūnu tipiem (WP2).3) Pētījumi par gēnu regulācijas tīklu dinamikas un evolūcijas analīzi (WP3).Šīs trīs galvenās aktivitātes atbilst iepriekšminēto konkrēto bioinformātikas problēmu izpētei. Bez tām projekta darba plāns ietver divas papildinošas aktivitātes saistītas ar datu kopu sagatavošanu un rezultātu bioloģisko validāciju (WP4) un programmatūras komponenšu izstrādi (WP5).Sagaidāmie rezultāti:1) Metodes proteīnu koncentrācijas noteikšanai audu un šūnu paraugos no transkriptomikas datiem.2) Metodes integrētai hromatīna interakcijas, epigenomikas un gēnu regulācijas datu analīzei.3) Metodes automatizētai gēnu regulācijas motīvu identificēšanai no mikromasīvu un NGS eksperimentu datiem un gēnu regulācijas motīvu evolūcijas analīzei.“Projekta kopējas izmaksas: 634 744,42 EUR (attiecināmās izmaksas: 633 384,42 EUR, ERAF finansējums: 538 376,74 EUR)”. Projekta ilgums: 35 mēneši.Projekta īstenošanas ilgums 21.02.2017. - 31.12.2019. (Latvian) / rank
Normal rank
 
Property / intervention field
 
Property / intervention field: Research and innovation activities in public research centres and centres of competence including networking / rank
Normal rank
 
Property / location (string)
Raiņa bulvāris 29, Rīga, LV-1050
 
Property / location (string): Raiņa bulvāris 29, Rīga, LV-1050 / rank
Normal rank
 
Property / fund
 
Property / fund: European Regional Development Fund / rank
Normal rank
 
Property / programme
 
Property / programme: Growth and Employment - LV - ERDF/ESF/CF/YEI / rank
Normal rank
 

Revision as of 09:59, 13 July 2021

Project Q3056374 in Latvia
Language Label Description Also known as
English
No label defined
Project Q3056374 in Latvia

    Statements

    Identifiers

    1.1.1.1/16/A/135
    0 references