Graph-based method of modelling and analysis of system biology data (Q3056374): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in en: Setting new description) |
(Changed label, description and/or aliases in pt) |
||||||||||||||
| (24 intermediate revisions by 2 users not shown) | |||||||||||||||
| label / en | label / en | ||||||||||||||
Graph-based method of modelling and analysis of system biology data | |||||||||||||||
| label / fr | label / fr | ||||||||||||||
Méthodes de modélisation et d’analyse des données de biologie des systèmes fondées sur des graphiques | |||||||||||||||
| label / de | label / de | ||||||||||||||
Grafisch-basierte Systembiologie-Datenmodellierung und Analysemethoden | |||||||||||||||
| label / nl | label / nl | ||||||||||||||
Op grafieken gebaseerde systeembiologiegegevensmodellering en -analysemethoden | |||||||||||||||
| label / it | label / it | ||||||||||||||
Metodi di modellazione e analisi dei dati basati su grafici sulla biologia del sistema | |||||||||||||||
| label / es | label / es | ||||||||||||||
Métodos de modelización y análisis de datos de biología de sistemas basados en gráficos | |||||||||||||||
| label / et | label / et | ||||||||||||||
Graafikul põhinev meetod süsteemi bioloogiaandmete modelleerimiseks ja analüüsimiseks | |||||||||||||||
| label / lt | label / lt | ||||||||||||||
Diagrama pagrįstas sisteminės biologijos duomenų modeliavimo ir analizės metodas | |||||||||||||||
| label / hr | label / hr | ||||||||||||||
Grafička metoda modeliranja i analize bioloških podataka sustava | |||||||||||||||
| label / el | label / el | ||||||||||||||
Μέθοδος μοντελοποίησης και ανάλυσης δεδομένων συστημικής βιολογίας βάσει γραφήματος | |||||||||||||||
| label / sk | label / sk | ||||||||||||||
Metóda modelovania a analýzy systémových biologických údajov založená na grafe | |||||||||||||||
| label / fi | label / fi | ||||||||||||||
Kaavioon perustuva menetelmä järjestelmäbiologian tietojen mallintamiseksi ja analysoimiseksi | |||||||||||||||
| label / pl | label / pl | ||||||||||||||
Metoda modelowania i analizy danych z biologii systemu oparta na wykresie | |||||||||||||||
| label / hu | label / hu | ||||||||||||||
A rendszerbiológiai adatok modellezésének és elemzésének grafikonalapú módszere | |||||||||||||||
| label / cs | label / cs | ||||||||||||||
Metoda modelování a analýzy systémových biologických dat založená na grafu | |||||||||||||||
| label / ga | label / ga | ||||||||||||||
Modh bunaithe ar ghraif chun sonraí bitheolaíochta córais a shamhaltú agus a anailísiú | |||||||||||||||
| label / sl | label / sl | ||||||||||||||
Metoda modeliranja in analize sistemskih bioloških podatkov, ki temelji na grafih | |||||||||||||||
| label / bg | label / bg | ||||||||||||||
Метод за моделиране и анализ на системните биологични данни, базиран на графики | |||||||||||||||
| label / mt | label / mt | ||||||||||||||
Metodu bbażat fuq il-graff tal-immudellar u l-analiżi tad-data tal-bijoloġija tas-sistema | |||||||||||||||
| label / pt | label / pt | ||||||||||||||
Método gráfico de modelação e análise de dados de biologia de sistemas | |||||||||||||||
| label / da | label / da | ||||||||||||||
Grafbaseret metode til modellering og analyse af systembiologidata | |||||||||||||||
| label / ro | label / ro | ||||||||||||||
Metoda bazată pe grafice de modelare și analiză a datelor biologice ale sistemului | |||||||||||||||
| label / sv | label / sv | ||||||||||||||
Grafbaserad metod för modellering och analys av systembiologidata | |||||||||||||||
| description / bg | description / bg | ||||||||||||||
Проект Q3056374 в Латвия | |||||||||||||||
| description / hr | description / hr | ||||||||||||||
Projekt Q3056374 u Latviji | |||||||||||||||
| description / hu | description / hu | ||||||||||||||
Projekt Q3056374 Lettországban | |||||||||||||||
| description / cs | description / cs | ||||||||||||||
Projekt Q3056374 v Lotyšsku | |||||||||||||||
| description / da | description / da | ||||||||||||||
Projekt Q3056374 i Letland | |||||||||||||||
| description / nl | description / nl | ||||||||||||||
Project Q3056374 in Letland | |||||||||||||||
| description / et | description / et | ||||||||||||||
Projekt Q3056374 Lätis | |||||||||||||||
| description / fi | description / fi | ||||||||||||||
Projekti Q3056374 Latviassa | |||||||||||||||
| description / fr | description / fr | ||||||||||||||
Projet Q3056374 en Lettonie | |||||||||||||||
| description / de | description / de | ||||||||||||||
Projekt Q3056374 in Lettland | |||||||||||||||
| description / el | description / el | ||||||||||||||
Έργο Q3056374 στη Λετονία | |||||||||||||||
| description / ga | description / ga | ||||||||||||||
Tionscadal Q3056374 sa Laitvia | |||||||||||||||
| description / it | description / it | ||||||||||||||
Progetto Q3056374 in Lettonia | |||||||||||||||
| description / lv | description / lv | ||||||||||||||
Projekts Q3056374 Latvijā | |||||||||||||||
| description / lt | description / lt | ||||||||||||||
Projektas Q3056374 Latvijoje | |||||||||||||||
| description / mt | description / mt | ||||||||||||||
Proġett Q3056374 fil-Latvja | |||||||||||||||
| description / pl | description / pl | ||||||||||||||
Projekt Q3056374 na Łotwie | |||||||||||||||
| description / pt | description / pt | ||||||||||||||
Projeto Q3056374 na Letônia | |||||||||||||||
| description / ro | description / ro | ||||||||||||||
Proiectul Q3056374 în Letonia | |||||||||||||||
| description / sk | description / sk | ||||||||||||||
Projekt Q3056374 v Lotyšsku | |||||||||||||||
| description / sl | description / sl | ||||||||||||||
Projekt Q3056374 v Latviji | |||||||||||||||
| description / es | description / es | ||||||||||||||
Proyecto Q3056374 en Letonia | |||||||||||||||
| description / sv | description / sv | ||||||||||||||
Projekt Q3056374 i Lettland | |||||||||||||||
| Property / instance of | |||||||||||||||
| Property / instance of: Kohesio project / rank | |||||||||||||||
| Property / financed by | |||||||||||||||
| Property / financed by: European Union / rank | |||||||||||||||
| Property / country | |||||||||||||||
| Property / country: Latvia / rank | |||||||||||||||
| Property / budget | |||||||||||||||
| |||||||||||||||
| Property / budget: 629,881.11 Euro / rank | |||||||||||||||
| Property / EU contribution | |||||||||||||||
| |||||||||||||||
| Property / EU contribution: 535,398.94 Euro / rank | |||||||||||||||
| Property / start time | |||||||||||||||
| |||||||||||||||
| Property / start time: 21 February 2017 / rank | |||||||||||||||
| Property / end time | |||||||||||||||
| |||||||||||||||
| Property / end time: 31 December 2019 / rank | |||||||||||||||
| Property / beneficiary name (string) | |||||||||||||||
| Property / beneficiary name (string): Latvijas Universitātes Matemātikas un informātikas institūts / rank | |||||||||||||||
| Property / summary | |||||||||||||||
| 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 | |||||||||||||||
| Property / intervention field | |||||||||||||||
| Property / intervention field: Research and innovation activities in public research centres and centres of competence including networking / rank | |||||||||||||||
| Property / location (string) | |||||||||||||||
| Property / location (string): Raiņa bulvāris 29, Rīga, LV-1050 / rank | |||||||||||||||
| Property / fund | |||||||||||||||
| Property / fund: European Regional Development Fund / rank | |||||||||||||||
| Property / programme | |||||||||||||||
| Property / programme: Growth and Employment - LV - ERDF/ESF/CF/YEI / rank | |||||||||||||||
| Property / contained in Local Administrative Unit | |||||||||||||||
| Property / contained in Local Administrative Unit: Rīga / rank | |||||||||||||||
Normal rank | |||||||||||||||
| 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
| |||||||||||||||
| Property / budget: 629,881.11 Euro / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / EU contribution | |||||||||||||||
535,398.94 Euro
| |||||||||||||||
| Property / EU contribution: 535,398.94 Euro / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / start time | |||||||||||||||
21 February 2017
| |||||||||||||||
| Property / start time: 21 February 2017 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / end time | |||||||||||||||
31 December 2019
| |||||||||||||||
| 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 / summary | |||||||||||||||
Project summary descriptionThe so-called “high-throughput” technology development for the acquisition of bioinformatics data has led to the availability of large amounts of data sets that contain valuable information for modelling complex biological systems and understanding the biological processes that regulate it – for example, the understanding of systems like “omics” describing various cellular and intercellular processes and the interaction between such networks. At the same time, due to the large volume of such datasets and the complexity of the information contained therein, the acquisition of useful information from such datasets is a very untrivial problem, and the methods used for this purpose are usually limited to the possibilities of statistical or machine learning methods.The aim of this project is to develop new innovative data analysis methods based on the use of a combination of graphic analysis algorithms and graphic visualisation methods. The studies already carried out by the project authors have demonstrated the usefulness of such an approach for researching protein homology, and we believe that this approach could also be very useful for the analysis of other types of bioinformatics datasets. Within the framework of the project it is planned to focus on analysis of gene regulation process dynamics, analysis of chromatin intersection dynamics, prediction of epigenomic markers and studies on processes that determine different types of cell distinctiveness. From a broader perspective, we expect that the methodology developed will well complement existing methods of analysis of bioinformatics data. Bioinformatics; Modelling of biological systems; Graphic algorithms; Data mining; Data visualisation.Information that will be published on the web site of the European Union funds www.esfondi.lvStrauja in case of approval of a project application, the so-called “high-throughput” technology development for bioinformatics data acquisition has ensured the availability of large-scale datasets containing valuable information for modelling complex biological systems and understanding their regulatory biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs for the understanding of the biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs in terms of information, where we will focus on the specific challenges of bio-visual, and to develop new innovative methods of data analysis based on a combination of different graphics analysis algorithms and graphs, where we will focus on the need to focus on the specific problems of bio-visual, and where we will focus on the use of the scientific methods. 1) Quantitative characterisation of the proteasome from gene expression data; 2) Analysis of chromatin intermediation networks; 3) Analysis of the dynamics and evolution of gene regulation networks.Type of research: Industrial research (100 %) The project type is not related to economic activity.The project is interdisciplinary and will be carried out in the following fields:- Computer and Information Science (OECD-FOS-1.2);- Biology sciences (OECD-FOS-1.6).Key activities:1) Studies on the quantitative characterisation of the protagonists from gene expression data (WP1).2) Studies on chromatin interaction network structure (GWP) for the specific domains of the networks (WP) for specific problem characterisation of the proteoma from gene expression data (WP1).2) Studies on chromatin interaction network structure 3 and the dynamics of specific problems of the above-mentioned network (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. EUR 634744,42 (eligible costs: EUR 633384,42, ERDF contribution: EUR 538376,74’. Duration of the project: 35 months. Duration of project implementation 21.02.2017. 31.12.2019 (English) | |||||||||||||||
| Property / summary: Project summary descriptionThe so-called “high-throughput” technology development for the acquisition of bioinformatics data has led to the availability of large amounts of data sets that contain valuable information for modelling complex biological systems and understanding the biological processes that regulate it – for example, the understanding of systems like “omics” describing various cellular and intercellular processes and the interaction between such networks. At the same time, due to the large volume of such datasets and the complexity of the information contained therein, the acquisition of useful information from such datasets is a very untrivial problem, and the methods used for this purpose are usually limited to the possibilities of statistical or machine learning methods.The aim of this project is to develop new innovative data analysis methods based on the use of a combination of graphic analysis algorithms and graphic visualisation methods. The studies already carried out by the project authors have demonstrated the usefulness of such an approach for researching protein homology, and we believe that this approach could also be very useful for the analysis of other types of bioinformatics datasets. Within the framework of the project it is planned to focus on analysis of gene regulation process dynamics, analysis of chromatin intersection dynamics, prediction of epigenomic markers and studies on processes that determine different types of cell distinctiveness. From a broader perspective, we expect that the methodology developed will well complement existing methods of analysis of bioinformatics data. Bioinformatics; Modelling of biological systems; Graphic algorithms; Data mining; Data visualisation.Information that will be published on the web site of the European Union funds www.esfondi.lvStrauja in case of approval of a project application, the so-called “high-throughput” technology development for bioinformatics data acquisition has ensured the availability of large-scale datasets containing valuable information for modelling complex biological systems and understanding their regulatory biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs for the understanding of the biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs in terms of information, where we will focus on the specific challenges of bio-visual, and to develop new innovative methods of data analysis based on a combination of different graphics analysis algorithms and graphs, where we will focus on the need to focus on the specific problems of bio-visual, and where we will focus on the use of the scientific methods. 1) Quantitative characterisation of the proteasome from gene expression data; 2) Analysis of chromatin intermediation networks; 3) Analysis of the dynamics and evolution of gene regulation networks.Type of research: Industrial research (100 %) The project type is not related to economic activity.The project is interdisciplinary and will be carried out in the following fields:- Computer and Information Science (OECD-FOS-1.2);- Biology sciences (OECD-FOS-1.6).Key activities:1) Studies on the quantitative characterisation of the protagonists from gene expression data (WP1).2) Studies on chromatin interaction network structure (GWP) for the specific domains of the networks (WP) for specific problem characterisation of the proteoma from gene expression data (WP1).2) Studies on chromatin interaction network structure 3 and the dynamics of specific problems of the above-mentioned network (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. EUR 634744,42 (eligible costs: EUR 633384,42, ERDF contribution: EUR 538376,74’. Duration of the project: 35 months. Duration of project implementation 21.02.2017. 31.12.2019 (English) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Project summary descriptionThe so-called “high-throughput” technology development for the acquisition of bioinformatics data has led to the availability of large amounts of data sets that contain valuable information for modelling complex biological systems and understanding the biological processes that regulate it – for example, the understanding of systems like “omics” describing various cellular and intercellular processes and the interaction between such networks. At the same time, due to the large volume of such datasets and the complexity of the information contained therein, the acquisition of useful information from such datasets is a very untrivial problem, and the methods used for this purpose are usually limited to the possibilities of statistical or machine learning methods.The aim of this project is to develop new innovative data analysis methods based on the use of a combination of graphic analysis algorithms and graphic visualisation methods. The studies already carried out by the project authors have demonstrated the usefulness of such an approach for researching protein homology, and we believe that this approach could also be very useful for the analysis of other types of bioinformatics datasets. Within the framework of the project it is planned to focus on analysis of gene regulation process dynamics, analysis of chromatin intersection dynamics, prediction of epigenomic markers and studies on processes that determine different types of cell distinctiveness. From a broader perspective, we expect that the methodology developed will well complement existing methods of analysis of bioinformatics data. Bioinformatics; Modelling of biological systems; Graphic algorithms; Data mining; Data visualisation.Information that will be published on the web site of the European Union funds www.esfondi.lvStrauja in case of approval of a project application, the so-called “high-throughput” technology development for bioinformatics data acquisition has ensured the availability of large-scale datasets containing valuable information for modelling complex biological systems and understanding their regulatory biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs for the understanding of the biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs in terms of information, where we will focus on the specific challenges of bio-visual, and to develop new innovative methods of data analysis based on a combination of different graphics analysis algorithms and graphs, where we will focus on the need to focus on the specific problems of bio-visual, and where we will focus on the use of the scientific methods. 1) Quantitative characterisation of the proteasome from gene expression data; 2) Analysis of chromatin intermediation networks; 3) Analysis of the dynamics and evolution of gene regulation networks.Type of research: Industrial research (100 %) The project type is not related to economic activity.The project is interdisciplinary and will be carried out in the following fields:- Computer and Information Science (OECD-FOS-1.2);- Biology sciences (OECD-FOS-1.6).Key activities:1) Studies on the quantitative characterisation of the protagonists from gene expression data (WP1).2) Studies on chromatin interaction network structure (GWP) for the specific domains of the networks (WP) for specific problem characterisation of the proteoma from gene expression data (WP1).2) Studies on chromatin interaction network structure 3 and the dynamics of specific problems of the above-mentioned network (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. EUR 634744,42 (eligible costs: EUR 633384,42, ERDF contribution: EUR 538376,74’. Duration of the project: 35 months. Duration of project implementation 21.02.2017. 31.12.2019 (English) / qualifier | |||||||||||||||
point in time: 15 July 2021
| |||||||||||||||
| Property / summary: Project summary descriptionThe so-called “high-throughput” technology development for the acquisition of bioinformatics data has led to the availability of large amounts of data sets that contain valuable information for modelling complex biological systems and understanding the biological processes that regulate it – for example, the understanding of systems like “omics” describing various cellular and intercellular processes and the interaction between such networks. At the same time, due to the large volume of such datasets and the complexity of the information contained therein, the acquisition of useful information from such datasets is a very untrivial problem, and the methods used for this purpose are usually limited to the possibilities of statistical or machine learning methods.The aim of this project is to develop new innovative data analysis methods based on the use of a combination of graphic analysis algorithms and graphic visualisation methods. The studies already carried out by the project authors have demonstrated the usefulness of such an approach for researching protein homology, and we believe that this approach could also be very useful for the analysis of other types of bioinformatics datasets. Within the framework of the project it is planned to focus on analysis of gene regulation process dynamics, analysis of chromatin intersection dynamics, prediction of epigenomic markers and studies on processes that determine different types of cell distinctiveness. From a broader perspective, we expect that the methodology developed will well complement existing methods of analysis of bioinformatics data. Bioinformatics; Modelling of biological systems; Graphic algorithms; Data mining; Data visualisation.Information that will be published on the web site of the European Union funds www.esfondi.lvStrauja in case of approval of a project application, the so-called “high-throughput” technology development for bioinformatics data acquisition has ensured the availability of large-scale datasets containing valuable information for modelling complex biological systems and understanding their regulatory biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs for the understanding of the biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs in terms of information, where we will focus on the specific challenges of bio-visual, and to develop new innovative methods of data analysis based on a combination of different graphics analysis algorithms and graphs, where we will focus on the need to focus on the specific problems of bio-visual, and where we will focus on the use of the scientific methods. 1) Quantitative characterisation of the proteasome from gene expression data; 2) Analysis of chromatin intermediation networks; 3) Analysis of the dynamics and evolution of gene regulation networks.Type of research: Industrial research (100 %) The project type is not related to economic activity.The project is interdisciplinary and will be carried out in the following fields:- Computer and Information Science (OECD-FOS-1.2);- Biology sciences (OECD-FOS-1.6).Key activities:1) Studies on the quantitative characterisation of the protagonists from gene expression data (WP1).2) Studies on chromatin interaction network structure (GWP) for the specific domains of the networks (WP) for specific problem characterisation of the proteoma from gene expression data (WP1).2) Studies on chromatin interaction network structure 3 and the dynamics of specific problems of the above-mentioned network (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. EUR 634744,42 (eligible costs: EUR 633384,42, ERDF contribution: EUR 538376,74’. Duration of the project: 35 months. Duration of project implementation 21.02.2017. 31.12.2019 (English) / qualifier | |||||||||||||||
readability score: 0.3088518284941677
| |||||||||||||||
| Property / summary | |||||||||||||||
Le développement rapide de technologies à haut débit pour l’extraction de données bioinformatiques a permis de disposer d’ensembles de données à grande échelle contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui les régulent — tels que des systèmes tels que les réseaux «omiques» décrivant différents processus cellulaires et intercellulaires et l’interaction entre ces réseaux. Dans le même temps, en raison du volume important de ces ensembles de données et de la complexité des informations qu’ils contiennent, l’obtention d’informations utiles à partir de ces ensembles de données est un problème très indubitable et les méthodes utilisées à cette fin se limitent généralement aux possibilités de méthodes statistiques ou d’apprentissage automatique. L’objectif de ce projet est de développer de nouvelles méthodes innovantes d’analyse des données fondées sur l’utilisation combinée de différents algorithmes d’analyse de graffes et de méthodes de visualisation des graffs. Des études déjà réalisées par les auteurs du projet ont démontré l’utilité d’une telle approche pour la recherche sur l’homologie des protéines, et nous pensons qu’une telle approche pourrait également être très utile pour l’analyse d’autres types de données bioinformatiques. Dans le cadre du projet, il est prévu de se concentrer sur l’analyse dynamique des processus de régulation des gènes, l’analyse dynamique des interactions de la chromatine, la prédiction des marqueurs épigénomiques et la recherche sur les processus qui déterminent différents types de cellules. Dans une perspective plus large, nous nous attendons à ce que la méthodologie élaborée complète bien les méthodes existantes d’analyse des données bioinformatiques. La bioinformatique; La modélisation des systèmes biologiques; Algorithmes graphiques; L’exploration de données; Visualisation des données.En cas d’approbation de l’application du projet, l’information sera publiée sur le site internet des fonds de l’Union européenne www.esfondi.lvStrauja ce que l’on appelle le développement technologique «à haut débit» pour l’acquisition de données bioinformatiques a permis la disponibilité de grandes quantités d’ensembles de données contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui le régulent. L’objectif de ce projet est de mettre au point de nouvelles méthodes innovantes d’analyse de données basées sur l’utilisation combinée de différents algorithmes d’analyse graphique et de méthodes de visualisation graphique. Les études porteront sur trois problèmes bioinformatiques spécifiques ayant une pertinence scientifique et pratique élevée, qui sont actuellement étudiés, et où nous pensons pouvoir apporter une contribution importante: 1) caractérisation quantitative du protéome à partir des données d’expression génique; 2) analyse des réseaux d’interaction de la chromatine; 3) analyse de la dynamique et de l’évolution des réseaux de régulation des gènes.Type de recherche: études industrielles (100 %).Le type de projet n’est pas lié à l’activité économique.Le projet est interdisciplinaire et sera réalisé dans les secteurs suivants:- Sciences de l’informatique et de l’information (OCDE-FOS-1.2);- Sciences biologiques (OCDE-FOS-1.6).Activités principales: 1) Études sur l’obtention de la caractérisation quantitative du protéome à partir de données d’expression génique (WP1).2) Études sur la structure des réseaux d’intersection de la chromatine et sa dépendance à l’égard des types de cellules (WP2).3) Études sur les gènes analyse de l’évolution et de l’évolution des réseaux réglementaires (WP3). Ces trois activités principales concordent avec l’étude des problèmes bioinformatiques spécifiques mentionnés ci-dessus. En outre, le plan de travail du projet comprend deux activités complémentaires liées à la préparation d’ensembles de données et à la validation biologique des résultats (WP4) et au développement de composants logiciels (WP5).Résultats en cours: 1) Méthodes de détermination de la concentration de protéines dans les échantillons tissulaires et cellulaires à partir de données de transcriptomie.2) Méthodes d’analyse intégrée de l’interaction de la chromatine, de l’épigénomique et des données de régulation des gènes.3) Méthodes d’identification automatisée des motifs de régulation génétique à partir de données d’expérience micromassives et DGS et d’analyse de l’évolution des motifs de régulation des gènes.'Coût total du projet: 634 744,42 EUR (coûts éligibles: 633 384,42 EUR, financement du FEDER: 538 376,74 EUR)». Durée du projet: 35 mois. Durée de mise en œuvre du projet 21.02.2017. — 31.12.2019. (French) | |||||||||||||||
| Property / summary: Le développement rapide de technologies à haut débit pour l’extraction de données bioinformatiques a permis de disposer d’ensembles de données à grande échelle contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui les régulent — tels que des systèmes tels que les réseaux «omiques» décrivant différents processus cellulaires et intercellulaires et l’interaction entre ces réseaux. Dans le même temps, en raison du volume important de ces ensembles de données et de la complexité des informations qu’ils contiennent, l’obtention d’informations utiles à partir de ces ensembles de données est un problème très indubitable et les méthodes utilisées à cette fin se limitent généralement aux possibilités de méthodes statistiques ou d’apprentissage automatique. L’objectif de ce projet est de développer de nouvelles méthodes innovantes d’analyse des données fondées sur l’utilisation combinée de différents algorithmes d’analyse de graffes et de méthodes de visualisation des graffs. Des études déjà réalisées par les auteurs du projet ont démontré l’utilité d’une telle approche pour la recherche sur l’homologie des protéines, et nous pensons qu’une telle approche pourrait également être très utile pour l’analyse d’autres types de données bioinformatiques. Dans le cadre du projet, il est prévu de se concentrer sur l’analyse dynamique des processus de régulation des gènes, l’analyse dynamique des interactions de la chromatine, la prédiction des marqueurs épigénomiques et la recherche sur les processus qui déterminent différents types de cellules. Dans une perspective plus large, nous nous attendons à ce que la méthodologie élaborée complète bien les méthodes existantes d’analyse des données bioinformatiques. La bioinformatique; La modélisation des systèmes biologiques; Algorithmes graphiques; L’exploration de données; Visualisation des données.En cas d’approbation de l’application du projet, l’information sera publiée sur le site internet des fonds de l’Union européenne www.esfondi.lvStrauja ce que l’on appelle le développement technologique «à haut débit» pour l’acquisition de données bioinformatiques a permis la disponibilité de grandes quantités d’ensembles de données contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui le régulent. L’objectif de ce projet est de mettre au point de nouvelles méthodes innovantes d’analyse de données basées sur l’utilisation combinée de différents algorithmes d’analyse graphique et de méthodes de visualisation graphique. Les études porteront sur trois problèmes bioinformatiques spécifiques ayant une pertinence scientifique et pratique élevée, qui sont actuellement étudiés, et où nous pensons pouvoir apporter une contribution importante: 1) caractérisation quantitative du protéome à partir des données d’expression génique; 2) analyse des réseaux d’interaction de la chromatine; 3) analyse de la dynamique et de l’évolution des réseaux de régulation des gènes.Type de recherche: études industrielles (100 %).Le type de projet n’est pas lié à l’activité économique.Le projet est interdisciplinaire et sera réalisé dans les secteurs suivants:- Sciences de l’informatique et de l’information (OCDE-FOS-1.2);- Sciences biologiques (OCDE-FOS-1.6).Activités principales: 1) Études sur l’obtention de la caractérisation quantitative du protéome à partir de données d’expression génique (WP1).2) Études sur la structure des réseaux d’intersection de la chromatine et sa dépendance à l’égard des types de cellules (WP2).3) Études sur les gènes analyse de l’évolution et de l’évolution des réseaux réglementaires (WP3). Ces trois activités principales concordent avec l’étude des problèmes bioinformatiques spécifiques mentionnés ci-dessus. En outre, le plan de travail du projet comprend deux activités complémentaires liées à la préparation d’ensembles de données et à la validation biologique des résultats (WP4) et au développement de composants logiciels (WP5).Résultats en cours: 1) Méthodes de détermination de la concentration de protéines dans les échantillons tissulaires et cellulaires à partir de données de transcriptomie.2) Méthodes d’analyse intégrée de l’interaction de la chromatine, de l’épigénomique et des données de régulation des gènes.3) Méthodes d’identification automatisée des motifs de régulation génétique à partir de données d’expérience micromassives et DGS et d’analyse de l’évolution des motifs de régulation des gènes.'Coût total du projet: 634 744,42 EUR (coûts éligibles: 633 384,42 EUR, financement du FEDER: 538 376,74 EUR)». Durée du projet: 35 mois. Durée de mise en œuvre du projet 21.02.2017. — 31.12.2019. (French) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Le développement rapide de technologies à haut débit pour l’extraction de données bioinformatiques a permis de disposer d’ensembles de données à grande échelle contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui les régulent — tels que des systèmes tels que les réseaux «omiques» décrivant différents processus cellulaires et intercellulaires et l’interaction entre ces réseaux. Dans le même temps, en raison du volume important de ces ensembles de données et de la complexité des informations qu’ils contiennent, l’obtention d’informations utiles à partir de ces ensembles de données est un problème très indubitable et les méthodes utilisées à cette fin se limitent généralement aux possibilités de méthodes statistiques ou d’apprentissage automatique. L’objectif de ce projet est de développer de nouvelles méthodes innovantes d’analyse des données fondées sur l’utilisation combinée de différents algorithmes d’analyse de graffes et de méthodes de visualisation des graffs. Des études déjà réalisées par les auteurs du projet ont démontré l’utilité d’une telle approche pour la recherche sur l’homologie des protéines, et nous pensons qu’une telle approche pourrait également être très utile pour l’analyse d’autres types de données bioinformatiques. Dans le cadre du projet, il est prévu de se concentrer sur l’analyse dynamique des processus de régulation des gènes, l’analyse dynamique des interactions de la chromatine, la prédiction des marqueurs épigénomiques et la recherche sur les processus qui déterminent différents types de cellules. Dans une perspective plus large, nous nous attendons à ce que la méthodologie élaborée complète bien les méthodes existantes d’analyse des données bioinformatiques. La bioinformatique; La modélisation des systèmes biologiques; Algorithmes graphiques; L’exploration de données; Visualisation des données.En cas d’approbation de l’application du projet, l’information sera publiée sur le site internet des fonds de l’Union européenne www.esfondi.lvStrauja ce que l’on appelle le développement technologique «à haut débit» pour l’acquisition de données bioinformatiques a permis la disponibilité de grandes quantités d’ensembles de données contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui le régulent. L’objectif de ce projet est de mettre au point de nouvelles méthodes innovantes d’analyse de données basées sur l’utilisation combinée de différents algorithmes d’analyse graphique et de méthodes de visualisation graphique. Les études porteront sur trois problèmes bioinformatiques spécifiques ayant une pertinence scientifique et pratique élevée, qui sont actuellement étudiés, et où nous pensons pouvoir apporter une contribution importante: 1) caractérisation quantitative du protéome à partir des données d’expression génique; 2) analyse des réseaux d’interaction de la chromatine; 3) analyse de la dynamique et de l’évolution des réseaux de régulation des gènes.Type de recherche: études industrielles (100 %).Le type de projet n’est pas lié à l’activité économique.Le projet est interdisciplinaire et sera réalisé dans les secteurs suivants:- Sciences de l’informatique et de l’information (OCDE-FOS-1.2);- Sciences biologiques (OCDE-FOS-1.6).Activités principales: 1) Études sur l’obtention de la caractérisation quantitative du protéome à partir de données d’expression génique (WP1).2) Études sur la structure des réseaux d’intersection de la chromatine et sa dépendance à l’égard des types de cellules (WP2).3) Études sur les gènes analyse de l’évolution et de l’évolution des réseaux réglementaires (WP3). Ces trois activités principales concordent avec l’étude des problèmes bioinformatiques spécifiques mentionnés ci-dessus. En outre, le plan de travail du projet comprend deux activités complémentaires liées à la préparation d’ensembles de données et à la validation biologique des résultats (WP4) et au développement de composants logiciels (WP5).Résultats en cours: 1) Méthodes de détermination de la concentration de protéines dans les échantillons tissulaires et cellulaires à partir de données de transcriptomie.2) Méthodes d’analyse intégrée de l’interaction de la chromatine, de l’épigénomique et des données de régulation des gènes.3) Méthodes d’identification automatisée des motifs de régulation génétique à partir de données d’expérience micromassives et DGS et d’analyse de l’évolution des motifs de régulation des gènes.'Coût total du projet: 634 744,42 EUR (coûts éligibles: 633 384,42 EUR, financement du FEDER: 538 376,74 EUR)». Durée du projet: 35 mois. Durée de mise en œuvre du projet 21.02.2017. — 31.12.2019. (French) / qualifier | |||||||||||||||
point in time: 25 November 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Die rasche Entwicklung von „High-Throughput“-Technologien für die Bioinformatik-Datenextraktion hat die Verfügbarkeit von großflächigen Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regulieren, sichergestellt – wie z. B. Systeme wie „omics“-Netzwerke, die verschiedene Zell- und interzelluläre Prozesse beschreiben und die Wechselwirkungen zwischen diesen Netzwerken beschreiben. Aufgrund des großen Umfangs solcher Datensätze und der Komplexität der darin enthaltenen Informationen ist die Beschaffung nützlicher Informationen aus solchen Datensätzen ein sehr schwieriges Problem, und die dafür verwendeten Methoden beschränken sich im Allgemeinen auf die Möglichkeiten statistischer oder maschineller Lernmethoden. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Griaffe-Analysealgorithmen und Graffits-Visualisierungsmethoden basieren. Studien, die bereits von den Autoren des Projekts durchgeführt wurden, haben gezeigt, wie nützlich ein solcher Ansatz für die Erforschung der Proteinhomologie ist, und wir glauben, dass ein solcher Ansatz auch für die Analyse anderer Arten von bioinformatischen Datensätzen sehr nützlich sein könnte. Im Rahmen des Projekts ist geplant, sich auf die dynamische Analyse von Genregulierungsprozessen, die dynamische Analyse von Chromatin-Interaktionen, die Vorhersage epigenomischer Marker und die Erforschung von Prozessen zu konzentrieren, die verschiedene Zelltypen bestimmen. In einer breiteren Perspektive erwarten wir, dass die entwickelte Methodik die bestehenden Methoden zur Analyse bioinformatischer Daten gut ergänzen wird. Bioinformatik; Modellierung biologischer Systeme; Diagrammalgorithmen; Data Mining; Datenvisualisierung.Im Falle der Genehmigung der Projektanwendung werden die Informationen auf der Website der Europäischen Union veröffentlicht werden www.esfondi.lvStrauja so genannte „High-Throughput“-Technologieentwicklung zur Bioinformatik-Datenerfassung hat die Verfügbarkeit großer Mengen an Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regeln, gewährleistet. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Graphenanalysealgorithmen und Graphenvisualisierungsmethoden basieren. Die Studien konzentrieren sich auf drei spezifische bioinformatische Probleme mit hoher wissenschaftlicher und praktischer Relevanz, die derzeit untersucht werden und wo wir glauben, dass wir einen wichtigen Beitrag leisten können: 1) quantitative Charakterisierung des Proteoms aus Genexpressionsdaten; 2) Analyse von Chromatin-Interaktionsnetzwerken; 3) Analyse der Dynamik und Entwicklung von Genregulierungsnetzwerken.Art der Forschung: das Projekt ist interdisziplinär und wird in folgenden Bereichen durchgeführt:- Computer- und Informationswissenschaften (OECD-FOS-1.2);- Biologische Wissenschaften (OECD-FOS-1.6).Hauptaktivitäten:1) Studien zur Erlangung der quantitativen Charakterisierung des Proteoms aus Genexpressionsdaten (WP1) Studien über die Struktur von Chromatin-Intersektionen und deren Abhängigkeit von Zelltypen (WP2). Darüber hinaus umfasst der Projektarbeitsplan zwei ergänzende Tätigkeiten im Zusammenhang mit der Erstellung von Datensätzen und der biologischen Validierung von Ergebnissen (WP4) und der Entwicklung von Softwarekomponenten (WP5).Pending results:1) Methoden zur Bestimmung der Proteinkonzentration in Gewebe- und Zellproben aus Transkriptomy-Daten.2) Methoden zur integrierten Analyse von Chromatin-Interaktions-, Epigenomik- und Genregulierungsdaten.3) Methoden zur automatisierten Identifizierung von Genregulationsmotiven aus mikromassiven und DGS-Experimentdaten und Genregulierungsmotiven Evolutionsanalyse.'Gesamtkosten des Projekts: 634 744,42 EUR (zuschussfähige Kosten: 633 384,42 EUR, EFRE-Mittel: 538 376,74 EUR)“. Laufzeit des Projekts: 35 Monate. Dauer der Durchführung des Projekts 21.02.2017. — 31.12.2019. (German) | |||||||||||||||
| Property / summary: Die rasche Entwicklung von „High-Throughput“-Technologien für die Bioinformatik-Datenextraktion hat die Verfügbarkeit von großflächigen Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regulieren, sichergestellt – wie z. B. Systeme wie „omics“-Netzwerke, die verschiedene Zell- und interzelluläre Prozesse beschreiben und die Wechselwirkungen zwischen diesen Netzwerken beschreiben. Aufgrund des großen Umfangs solcher Datensätze und der Komplexität der darin enthaltenen Informationen ist die Beschaffung nützlicher Informationen aus solchen Datensätzen ein sehr schwieriges Problem, und die dafür verwendeten Methoden beschränken sich im Allgemeinen auf die Möglichkeiten statistischer oder maschineller Lernmethoden. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Griaffe-Analysealgorithmen und Graffits-Visualisierungsmethoden basieren. Studien, die bereits von den Autoren des Projekts durchgeführt wurden, haben gezeigt, wie nützlich ein solcher Ansatz für die Erforschung der Proteinhomologie ist, und wir glauben, dass ein solcher Ansatz auch für die Analyse anderer Arten von bioinformatischen Datensätzen sehr nützlich sein könnte. Im Rahmen des Projekts ist geplant, sich auf die dynamische Analyse von Genregulierungsprozessen, die dynamische Analyse von Chromatin-Interaktionen, die Vorhersage epigenomischer Marker und die Erforschung von Prozessen zu konzentrieren, die verschiedene Zelltypen bestimmen. In einer breiteren Perspektive erwarten wir, dass die entwickelte Methodik die bestehenden Methoden zur Analyse bioinformatischer Daten gut ergänzen wird. Bioinformatik; Modellierung biologischer Systeme; Diagrammalgorithmen; Data Mining; Datenvisualisierung.Im Falle der Genehmigung der Projektanwendung werden die Informationen auf der Website der Europäischen Union veröffentlicht werden www.esfondi.lvStrauja so genannte „High-Throughput“-Technologieentwicklung zur Bioinformatik-Datenerfassung hat die Verfügbarkeit großer Mengen an Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regeln, gewährleistet. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Graphenanalysealgorithmen und Graphenvisualisierungsmethoden basieren. Die Studien konzentrieren sich auf drei spezifische bioinformatische Probleme mit hoher wissenschaftlicher und praktischer Relevanz, die derzeit untersucht werden und wo wir glauben, dass wir einen wichtigen Beitrag leisten können: 1) quantitative Charakterisierung des Proteoms aus Genexpressionsdaten; 2) Analyse von Chromatin-Interaktionsnetzwerken; 3) Analyse der Dynamik und Entwicklung von Genregulierungsnetzwerken.Art der Forschung: das Projekt ist interdisziplinär und wird in folgenden Bereichen durchgeführt:- Computer- und Informationswissenschaften (OECD-FOS-1.2);- Biologische Wissenschaften (OECD-FOS-1.6).Hauptaktivitäten:1) Studien zur Erlangung der quantitativen Charakterisierung des Proteoms aus Genexpressionsdaten (WP1) Studien über die Struktur von Chromatin-Intersektionen und deren Abhängigkeit von Zelltypen (WP2). Darüber hinaus umfasst der Projektarbeitsplan zwei ergänzende Tätigkeiten im Zusammenhang mit der Erstellung von Datensätzen und der biologischen Validierung von Ergebnissen (WP4) und der Entwicklung von Softwarekomponenten (WP5).Pending results:1) Methoden zur Bestimmung der Proteinkonzentration in Gewebe- und Zellproben aus Transkriptomy-Daten.2) Methoden zur integrierten Analyse von Chromatin-Interaktions-, Epigenomik- und Genregulierungsdaten.3) Methoden zur automatisierten Identifizierung von Genregulationsmotiven aus mikromassiven und DGS-Experimentdaten und Genregulierungsmotiven Evolutionsanalyse.'Gesamtkosten des Projekts: 634 744,42 EUR (zuschussfähige Kosten: 633 384,42 EUR, EFRE-Mittel: 538 376,74 EUR)“. Laufzeit des Projekts: 35 Monate. Dauer der Durchführung des Projekts 21.02.2017. — 31.12.2019. (German) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Die rasche Entwicklung von „High-Throughput“-Technologien für die Bioinformatik-Datenextraktion hat die Verfügbarkeit von großflächigen Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regulieren, sichergestellt – wie z. B. Systeme wie „omics“-Netzwerke, die verschiedene Zell- und interzelluläre Prozesse beschreiben und die Wechselwirkungen zwischen diesen Netzwerken beschreiben. Aufgrund des großen Umfangs solcher Datensätze und der Komplexität der darin enthaltenen Informationen ist die Beschaffung nützlicher Informationen aus solchen Datensätzen ein sehr schwieriges Problem, und die dafür verwendeten Methoden beschränken sich im Allgemeinen auf die Möglichkeiten statistischer oder maschineller Lernmethoden. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Griaffe-Analysealgorithmen und Graffits-Visualisierungsmethoden basieren. Studien, die bereits von den Autoren des Projekts durchgeführt wurden, haben gezeigt, wie nützlich ein solcher Ansatz für die Erforschung der Proteinhomologie ist, und wir glauben, dass ein solcher Ansatz auch für die Analyse anderer Arten von bioinformatischen Datensätzen sehr nützlich sein könnte. Im Rahmen des Projekts ist geplant, sich auf die dynamische Analyse von Genregulierungsprozessen, die dynamische Analyse von Chromatin-Interaktionen, die Vorhersage epigenomischer Marker und die Erforschung von Prozessen zu konzentrieren, die verschiedene Zelltypen bestimmen. In einer breiteren Perspektive erwarten wir, dass die entwickelte Methodik die bestehenden Methoden zur Analyse bioinformatischer Daten gut ergänzen wird. Bioinformatik; Modellierung biologischer Systeme; Diagrammalgorithmen; Data Mining; Datenvisualisierung.Im Falle der Genehmigung der Projektanwendung werden die Informationen auf der Website der Europäischen Union veröffentlicht werden www.esfondi.lvStrauja so genannte „High-Throughput“-Technologieentwicklung zur Bioinformatik-Datenerfassung hat die Verfügbarkeit großer Mengen an Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regeln, gewährleistet. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Graphenanalysealgorithmen und Graphenvisualisierungsmethoden basieren. Die Studien konzentrieren sich auf drei spezifische bioinformatische Probleme mit hoher wissenschaftlicher und praktischer Relevanz, die derzeit untersucht werden und wo wir glauben, dass wir einen wichtigen Beitrag leisten können: 1) quantitative Charakterisierung des Proteoms aus Genexpressionsdaten; 2) Analyse von Chromatin-Interaktionsnetzwerken; 3) Analyse der Dynamik und Entwicklung von Genregulierungsnetzwerken.Art der Forschung: das Projekt ist interdisziplinär und wird in folgenden Bereichen durchgeführt:- Computer- und Informationswissenschaften (OECD-FOS-1.2);- Biologische Wissenschaften (OECD-FOS-1.6).Hauptaktivitäten:1) Studien zur Erlangung der quantitativen Charakterisierung des Proteoms aus Genexpressionsdaten (WP1) Studien über die Struktur von Chromatin-Intersektionen und deren Abhängigkeit von Zelltypen (WP2). Darüber hinaus umfasst der Projektarbeitsplan zwei ergänzende Tätigkeiten im Zusammenhang mit der Erstellung von Datensätzen und der biologischen Validierung von Ergebnissen (WP4) und der Entwicklung von Softwarekomponenten (WP5).Pending results:1) Methoden zur Bestimmung der Proteinkonzentration in Gewebe- und Zellproben aus Transkriptomy-Daten.2) Methoden zur integrierten Analyse von Chromatin-Interaktions-, Epigenomik- und Genregulierungsdaten.3) Methoden zur automatisierten Identifizierung von Genregulationsmotiven aus mikromassiven und DGS-Experimentdaten und Genregulierungsmotiven Evolutionsanalyse.'Gesamtkosten des Projekts: 634 744,42 EUR (zuschussfähige Kosten: 633 384,42 EUR, EFRE-Mittel: 538 376,74 EUR)“. Laufzeit des Projekts: 35 Monate. Dauer der Durchführung des Projekts 21.02.2017. — 31.12.2019. (German) / qualifier | |||||||||||||||
point in time: 28 November 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
De snelle ontwikkeling van „high-Throughput”-technologieën voor de extractie van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grootschalige datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die deze reguleren — zoals systemen zoals „omics”-netwerken die verschillende cel- en intercellulaire processen en de interactie tussen dergelijke netwerken beschrijven. Door het grote volume van dergelijke datasets en de complexiteit van de informatie die ze bevatten, is het verkrijgen van nuttige informatie uit dergelijke datasets een zeer ontriviaal probleem en de hiervoor gebruikte methoden zijn over het algemeen beperkt tot de mogelijkheden van statistische of machine learning methoden. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende graffe-analyse-algoritmen en graffs visualisatiemethoden. Studies die reeds door de auteurs van het project zijn uitgevoerd, hebben het nut van een dergelijke aanpak voor onderzoek naar eiwithomologie aangetoond en wij zijn van mening dat een dergelijke aanpak ook zeer nuttig zou kunnen zijn voor het analyseren van andere soorten bio-informatica-datasets. In het kader van het project is het de bedoeling om zich te concentreren op dynamische analyse van genregulatieprocessen, dynamische analyse van chromatineinteracties, voorspelling van epigenomic markers en onderzoek naar processen die verschillende soorten cellen bepalen. In een breder perspectief verwachten we dat de ontwikkelde methodologie de bestaande analysemethoden voor bio-informatica goed zal aanvullen. Bio-informatica; Modellering van biologische systemen; Grafiekalgoritmen; Datamining; Data visualisatie.In geval van goedkeuring van de projectaanvraag zal de informatie worden gepubliceerd op de website van de fondsen van de Europese Unie www.esfondi.lvStrauja zogenaamde „high-Throughput” technologieontwikkeling voor de verzameling van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grote hoeveelheden datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die dit reguleren. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende grafiekanalysealgoritmen en grafische visualisatiemethoden. De studies zullen zich richten op drie specifieke bio-informatische problemen met een hoog wetenschappelijk en praktisch belang, die momenteel worden bestudeerd en waar we van mening zijn dat we een belangrijke bijdrage kunnen leveren: 1) kwantitatieve karakterisering van het proteoom uit genexpressiegegevens; 2) analyse van chromatin Interactie Netwerken; 3) analyse van de dynamiek en evolutie van genreguleringsnetwerken. Soort onderzoek: industriële (100 %) studies.Het type project houdt geen verband met de economische activiteit.Het project is interdisciplinair en zal worden uitgevoerd in de volgende sectoren:- Computer- en Informatiewetenschappen (OESO-FOS-1.2);- Biologische Wetenschappen (OESO-FOS-1.6).Belangrijkste activiteiten:1) Studies over het verkrijgen van de kwantitatieve karakterisering van proteoom uit genexpressiegegevens (WP1).2) Studies naar de structuur van chromatine intersectienetwerken en de afhankelijkheid van celtypen (WP2).3) Gene studies analyse van de evolutie en evolutie van regelgevende netwerken (WP3).Deze drie hoofdactiviteiten zijn consistent met de studie van de bovengenoemde specifieke bio-informatica problemen. Daarnaast omvat het projectwerkplan twee complementaire activiteiten in verband met de voorbereiding van datasets en biologische validatie van resultaten (WP4) en de ontwikkeling van softwarecomponenten (WP5).In afwachting van resultaten:1) Methoden voor de bepaling van de eiwitconcentratie in weefsel- en celmonsters uit transcriptomiegegevens.2) Methoden voor geïntegreerde analyse van chromatineinteractie, epigenomica en genreguleringsgegevens.3) Methoden voor geautomatiseerde identificatie van genregulatiemotieven uit micro-massave en DGS-experimentgegevens en genreguleringsmotie-analyse.'Totale kosten van het project: 634 744,42 EUR (subsidiabele kosten: 633 384,42 EUR, EFRO-financiering: 538 376,74 EUR)”. Duur van het project: 35 maanden. Duur van de uitvoering van het project 21.02.2017. — 31.12.2019. (Dutch) | |||||||||||||||
| Property / summary: De snelle ontwikkeling van „high-Throughput”-technologieën voor de extractie van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grootschalige datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die deze reguleren — zoals systemen zoals „omics”-netwerken die verschillende cel- en intercellulaire processen en de interactie tussen dergelijke netwerken beschrijven. Door het grote volume van dergelijke datasets en de complexiteit van de informatie die ze bevatten, is het verkrijgen van nuttige informatie uit dergelijke datasets een zeer ontriviaal probleem en de hiervoor gebruikte methoden zijn over het algemeen beperkt tot de mogelijkheden van statistische of machine learning methoden. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende graffe-analyse-algoritmen en graffs visualisatiemethoden. Studies die reeds door de auteurs van het project zijn uitgevoerd, hebben het nut van een dergelijke aanpak voor onderzoek naar eiwithomologie aangetoond en wij zijn van mening dat een dergelijke aanpak ook zeer nuttig zou kunnen zijn voor het analyseren van andere soorten bio-informatica-datasets. In het kader van het project is het de bedoeling om zich te concentreren op dynamische analyse van genregulatieprocessen, dynamische analyse van chromatineinteracties, voorspelling van epigenomic markers en onderzoek naar processen die verschillende soorten cellen bepalen. In een breder perspectief verwachten we dat de ontwikkelde methodologie de bestaande analysemethoden voor bio-informatica goed zal aanvullen. Bio-informatica; Modellering van biologische systemen; Grafiekalgoritmen; Datamining; Data visualisatie.In geval van goedkeuring van de projectaanvraag zal de informatie worden gepubliceerd op de website van de fondsen van de Europese Unie www.esfondi.lvStrauja zogenaamde „high-Throughput” technologieontwikkeling voor de verzameling van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grote hoeveelheden datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die dit reguleren. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende grafiekanalysealgoritmen en grafische visualisatiemethoden. De studies zullen zich richten op drie specifieke bio-informatische problemen met een hoog wetenschappelijk en praktisch belang, die momenteel worden bestudeerd en waar we van mening zijn dat we een belangrijke bijdrage kunnen leveren: 1) kwantitatieve karakterisering van het proteoom uit genexpressiegegevens; 2) analyse van chromatin Interactie Netwerken; 3) analyse van de dynamiek en evolutie van genreguleringsnetwerken. Soort onderzoek: industriële (100 %) studies.Het type project houdt geen verband met de economische activiteit.Het project is interdisciplinair en zal worden uitgevoerd in de volgende sectoren:- Computer- en Informatiewetenschappen (OESO-FOS-1.2);- Biologische Wetenschappen (OESO-FOS-1.6).Belangrijkste activiteiten:1) Studies over het verkrijgen van de kwantitatieve karakterisering van proteoom uit genexpressiegegevens (WP1).2) Studies naar de structuur van chromatine intersectienetwerken en de afhankelijkheid van celtypen (WP2).3) Gene studies analyse van de evolutie en evolutie van regelgevende netwerken (WP3).Deze drie hoofdactiviteiten zijn consistent met de studie van de bovengenoemde specifieke bio-informatica problemen. Daarnaast omvat het projectwerkplan twee complementaire activiteiten in verband met de voorbereiding van datasets en biologische validatie van resultaten (WP4) en de ontwikkeling van softwarecomponenten (WP5).In afwachting van resultaten:1) Methoden voor de bepaling van de eiwitconcentratie in weefsel- en celmonsters uit transcriptomiegegevens.2) Methoden voor geïntegreerde analyse van chromatineinteractie, epigenomica en genreguleringsgegevens.3) Methoden voor geautomatiseerde identificatie van genregulatiemotieven uit micro-massave en DGS-experimentgegevens en genreguleringsmotie-analyse.'Totale kosten van het project: 634 744,42 EUR (subsidiabele kosten: 633 384,42 EUR, EFRO-financiering: 538 376,74 EUR)”. Duur van het project: 35 maanden. Duur van de uitvoering van het project 21.02.2017. — 31.12.2019. (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: De snelle ontwikkeling van „high-Throughput”-technologieën voor de extractie van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grootschalige datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die deze reguleren — zoals systemen zoals „omics”-netwerken die verschillende cel- en intercellulaire processen en de interactie tussen dergelijke netwerken beschrijven. Door het grote volume van dergelijke datasets en de complexiteit van de informatie die ze bevatten, is het verkrijgen van nuttige informatie uit dergelijke datasets een zeer ontriviaal probleem en de hiervoor gebruikte methoden zijn over het algemeen beperkt tot de mogelijkheden van statistische of machine learning methoden. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende graffe-analyse-algoritmen en graffs visualisatiemethoden. Studies die reeds door de auteurs van het project zijn uitgevoerd, hebben het nut van een dergelijke aanpak voor onderzoek naar eiwithomologie aangetoond en wij zijn van mening dat een dergelijke aanpak ook zeer nuttig zou kunnen zijn voor het analyseren van andere soorten bio-informatica-datasets. In het kader van het project is het de bedoeling om zich te concentreren op dynamische analyse van genregulatieprocessen, dynamische analyse van chromatineinteracties, voorspelling van epigenomic markers en onderzoek naar processen die verschillende soorten cellen bepalen. In een breder perspectief verwachten we dat de ontwikkelde methodologie de bestaande analysemethoden voor bio-informatica goed zal aanvullen. Bio-informatica; Modellering van biologische systemen; Grafiekalgoritmen; Datamining; Data visualisatie.In geval van goedkeuring van de projectaanvraag zal de informatie worden gepubliceerd op de website van de fondsen van de Europese Unie www.esfondi.lvStrauja zogenaamde „high-Throughput” technologieontwikkeling voor de verzameling van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grote hoeveelheden datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die dit reguleren. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende grafiekanalysealgoritmen en grafische visualisatiemethoden. De studies zullen zich richten op drie specifieke bio-informatische problemen met een hoog wetenschappelijk en praktisch belang, die momenteel worden bestudeerd en waar we van mening zijn dat we een belangrijke bijdrage kunnen leveren: 1) kwantitatieve karakterisering van het proteoom uit genexpressiegegevens; 2) analyse van chromatin Interactie Netwerken; 3) analyse van de dynamiek en evolutie van genreguleringsnetwerken. Soort onderzoek: industriële (100 %) studies.Het type project houdt geen verband met de economische activiteit.Het project is interdisciplinair en zal worden uitgevoerd in de volgende sectoren:- Computer- en Informatiewetenschappen (OESO-FOS-1.2);- Biologische Wetenschappen (OESO-FOS-1.6).Belangrijkste activiteiten:1) Studies over het verkrijgen van de kwantitatieve karakterisering van proteoom uit genexpressiegegevens (WP1).2) Studies naar de structuur van chromatine intersectienetwerken en de afhankelijkheid van celtypen (WP2).3) Gene studies analyse van de evolutie en evolutie van regelgevende netwerken (WP3).Deze drie hoofdactiviteiten zijn consistent met de studie van de bovengenoemde specifieke bio-informatica problemen. Daarnaast omvat het projectwerkplan twee complementaire activiteiten in verband met de voorbereiding van datasets en biologische validatie van resultaten (WP4) en de ontwikkeling van softwarecomponenten (WP5).In afwachting van resultaten:1) Methoden voor de bepaling van de eiwitconcentratie in weefsel- en celmonsters uit transcriptomiegegevens.2) Methoden voor geïntegreerde analyse van chromatineinteractie, epigenomica en genreguleringsgegevens.3) Methoden voor geautomatiseerde identificatie van genregulatiemotieven uit micro-massave en DGS-experimentgegevens en genreguleringsmotie-analyse.'Totale kosten van het project: 634 744,42 EUR (subsidiabele kosten: 633 384,42 EUR, EFRO-financiering: 538 376,74 EUR)”. Duur van het project: 35 maanden. Duur van de uitvoering van het project 21.02.2017. — 31.12.2019. (Dutch) / qualifier | |||||||||||||||
point in time: 28 November 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Il rapido sviluppo di tecnologie "high-Throughput" per l'estrazione dei dati bioinformatica ha garantito la disponibilità di serie di dati su larga scala contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che li regolano, come sistemi quali reti "omiche" che descrivono diversi processi cellulari e intercellulari e l'interazione tra tali reti. Allo stesso tempo, a causa dell'elevato volume di tali insiemi di dati e della complessità delle informazioni che contengono, ottenere informazioni utili da tali insiemi di dati è un problema molto poco banale e i metodi utilizzati a tal fine sono generalmente limitati alle possibilità di metodi statistici o di apprendimento automatico. L'obiettivo di questo progetto è sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi delle graffe e metodi di visualizzazione delle graffe. Gli studi già effettuati dagli autori del progetto hanno dimostrato l'utilità di un tale approccio per la ricerca dell'omologia proteica, e riteniamo che tale approccio possa essere molto utile anche per l'analisi di altri tipi di dataset di bioinformatica. Nell'ambito del progetto si prevede di concentrarsi sull'analisi dinamica dei processi di regolazione genica, l'analisi dinamica delle interazioni cromatina, la previsione di marcatori epigenomici e la ricerca sui processi che determinano diversi tipi di cellule. In una prospettiva più ampia, ci aspettiamo che la metodologia sviluppata integrerà bene i metodi di analisi esistenti dei dati bioinformatica. Bioinformatica; Modellizzazione di sistemi biologici; Algoritmi di grafici; Estrazione di dati; Visualizzazione dei dati.In caso di approvazione dell'applicazione del progetto, le informazioni saranno pubblicate sul sito web dei fondi dell'Unione Europea www.esfondi.lvStrauja il cosiddetto sviluppo tecnologico "high-Throughput" per l'acquisizione di dati bioinformatica ha garantito la disponibilità di grandi quantità di dataset contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che lo regolano. L'obiettivo di questo progetto è quello di sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi grafica e metodi di visualizzazione dei grafici. Gli studi si concentreranno su tre specifici problemi bioinformatici di elevata rilevanza scientifica e pratica, attualmente in fase di studio, e dove riteniamo di poter apportare un importante contributo: 1) caratterizzazione quantitativa del proteoma da dati di espressione genica; 2) analisi delle reti di interazione cromatina; 3) analisi delle dinamiche e dell'evoluzione delle reti di regolazione genica.Tipo di ricerca: studi industriali (100 %).Il tipo di progetto non è legato all'attività economica.Il progetto è interdisciplinare e sarà realizzato nei seguenti settori:- Scienze informatiche e dell'informazione (OCSE-FOS-1.2);- Scienze biologiche (OCSE-FOS-1.6).Attività principali:1) Studi sull'ottenimento della caratterizzazione quantitativa del proteoma dai dati di espressione genica (WP1).2) Studi sulla struttura delle reti di intersezione cromatina e sulla sua dipendenza da tipi cellulari (WP2).3) Studi genetici sull'evoluzione e l'evoluzione delle reti normative (WP3).Queste tre attività principali sono coerenti con lo studio dei problemi specifici di bioinformatica di cui sopra. Inoltre, il piano di lavoro del progetto comprende due attività complementari relative alla preparazione di serie di dati e alla convalida biologica dei risultati (WP4) e allo sviluppo di componenti software (WP5).Risultati finali:1) Metodi per la determinazione della concentrazione proteica nei campioni di tessuto e cellule dai dati di trascrizionemia.2) Metodi per l'analisi integrata dell'interazione cromatina, dell'epigenomica e dei dati di regolazione genica.3) Metodi per l'identificazione automatizzata dei motivi di regolazione genica a partire dai dati di sperimentazione micro-massive e DGS e dall'analisi dell'evoluzione dei motivi della regolamentazione genica. 634 744,42 EUR (costi ammissibili: 633 384,42 EUR, finanziamento FESR: 538 376,74 EUR)". Durata del progetto: 35 mesi. Durata di attuazione del progetto 21.02.2017. — 31.12.2019. (Italian) | |||||||||||||||
| Property / summary: Il rapido sviluppo di tecnologie "high-Throughput" per l'estrazione dei dati bioinformatica ha garantito la disponibilità di serie di dati su larga scala contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che li regolano, come sistemi quali reti "omiche" che descrivono diversi processi cellulari e intercellulari e l'interazione tra tali reti. Allo stesso tempo, a causa dell'elevato volume di tali insiemi di dati e della complessità delle informazioni che contengono, ottenere informazioni utili da tali insiemi di dati è un problema molto poco banale e i metodi utilizzati a tal fine sono generalmente limitati alle possibilità di metodi statistici o di apprendimento automatico. L'obiettivo di questo progetto è sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi delle graffe e metodi di visualizzazione delle graffe. Gli studi già effettuati dagli autori del progetto hanno dimostrato l'utilità di un tale approccio per la ricerca dell'omologia proteica, e riteniamo che tale approccio possa essere molto utile anche per l'analisi di altri tipi di dataset di bioinformatica. Nell'ambito del progetto si prevede di concentrarsi sull'analisi dinamica dei processi di regolazione genica, l'analisi dinamica delle interazioni cromatina, la previsione di marcatori epigenomici e la ricerca sui processi che determinano diversi tipi di cellule. In una prospettiva più ampia, ci aspettiamo che la metodologia sviluppata integrerà bene i metodi di analisi esistenti dei dati bioinformatica. Bioinformatica; Modellizzazione di sistemi biologici; Algoritmi di grafici; Estrazione di dati; Visualizzazione dei dati.In caso di approvazione dell'applicazione del progetto, le informazioni saranno pubblicate sul sito web dei fondi dell'Unione Europea www.esfondi.lvStrauja il cosiddetto sviluppo tecnologico "high-Throughput" per l'acquisizione di dati bioinformatica ha garantito la disponibilità di grandi quantità di dataset contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che lo regolano. L'obiettivo di questo progetto è quello di sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi grafica e metodi di visualizzazione dei grafici. Gli studi si concentreranno su tre specifici problemi bioinformatici di elevata rilevanza scientifica e pratica, attualmente in fase di studio, e dove riteniamo di poter apportare un importante contributo: 1) caratterizzazione quantitativa del proteoma da dati di espressione genica; 2) analisi delle reti di interazione cromatina; 3) analisi delle dinamiche e dell'evoluzione delle reti di regolazione genica.Tipo di ricerca: studi industriali (100 %).Il tipo di progetto non è legato all'attività economica.Il progetto è interdisciplinare e sarà realizzato nei seguenti settori:- Scienze informatiche e dell'informazione (OCSE-FOS-1.2);- Scienze biologiche (OCSE-FOS-1.6).Attività principali:1) Studi sull'ottenimento della caratterizzazione quantitativa del proteoma dai dati di espressione genica (WP1).2) Studi sulla struttura delle reti di intersezione cromatina e sulla sua dipendenza da tipi cellulari (WP2).3) Studi genetici sull'evoluzione e l'evoluzione delle reti normative (WP3).Queste tre attività principali sono coerenti con lo studio dei problemi specifici di bioinformatica di cui sopra. Inoltre, il piano di lavoro del progetto comprende due attività complementari relative alla preparazione di serie di dati e alla convalida biologica dei risultati (WP4) e allo sviluppo di componenti software (WP5).Risultati finali:1) Metodi per la determinazione della concentrazione proteica nei campioni di tessuto e cellule dai dati di trascrizionemia.2) Metodi per l'analisi integrata dell'interazione cromatina, dell'epigenomica e dei dati di regolazione genica.3) Metodi per l'identificazione automatizzata dei motivi di regolazione genica a partire dai dati di sperimentazione micro-massive e DGS e dall'analisi dell'evoluzione dei motivi della regolamentazione genica. 634 744,42 EUR (costi ammissibili: 633 384,42 EUR, finanziamento FESR: 538 376,74 EUR)". Durata del progetto: 35 mesi. Durata di attuazione del progetto 21.02.2017. — 31.12.2019. (Italian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Il rapido sviluppo di tecnologie "high-Throughput" per l'estrazione dei dati bioinformatica ha garantito la disponibilità di serie di dati su larga scala contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che li regolano, come sistemi quali reti "omiche" che descrivono diversi processi cellulari e intercellulari e l'interazione tra tali reti. Allo stesso tempo, a causa dell'elevato volume di tali insiemi di dati e della complessità delle informazioni che contengono, ottenere informazioni utili da tali insiemi di dati è un problema molto poco banale e i metodi utilizzati a tal fine sono generalmente limitati alle possibilità di metodi statistici o di apprendimento automatico. L'obiettivo di questo progetto è sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi delle graffe e metodi di visualizzazione delle graffe. Gli studi già effettuati dagli autori del progetto hanno dimostrato l'utilità di un tale approccio per la ricerca dell'omologia proteica, e riteniamo che tale approccio possa essere molto utile anche per l'analisi di altri tipi di dataset di bioinformatica. Nell'ambito del progetto si prevede di concentrarsi sull'analisi dinamica dei processi di regolazione genica, l'analisi dinamica delle interazioni cromatina, la previsione di marcatori epigenomici e la ricerca sui processi che determinano diversi tipi di cellule. In una prospettiva più ampia, ci aspettiamo che la metodologia sviluppata integrerà bene i metodi di analisi esistenti dei dati bioinformatica. Bioinformatica; Modellizzazione di sistemi biologici; Algoritmi di grafici; Estrazione di dati; Visualizzazione dei dati.In caso di approvazione dell'applicazione del progetto, le informazioni saranno pubblicate sul sito web dei fondi dell'Unione Europea www.esfondi.lvStrauja il cosiddetto sviluppo tecnologico "high-Throughput" per l'acquisizione di dati bioinformatica ha garantito la disponibilità di grandi quantità di dataset contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che lo regolano. L'obiettivo di questo progetto è quello di sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi grafica e metodi di visualizzazione dei grafici. Gli studi si concentreranno su tre specifici problemi bioinformatici di elevata rilevanza scientifica e pratica, attualmente in fase di studio, e dove riteniamo di poter apportare un importante contributo: 1) caratterizzazione quantitativa del proteoma da dati di espressione genica; 2) analisi delle reti di interazione cromatina; 3) analisi delle dinamiche e dell'evoluzione delle reti di regolazione genica.Tipo di ricerca: studi industriali (100 %).Il tipo di progetto non è legato all'attività economica.Il progetto è interdisciplinare e sarà realizzato nei seguenti settori:- Scienze informatiche e dell'informazione (OCSE-FOS-1.2);- Scienze biologiche (OCSE-FOS-1.6).Attività principali:1) Studi sull'ottenimento della caratterizzazione quantitativa del proteoma dai dati di espressione genica (WP1).2) Studi sulla struttura delle reti di intersezione cromatina e sulla sua dipendenza da tipi cellulari (WP2).3) Studi genetici sull'evoluzione e l'evoluzione delle reti normative (WP3).Queste tre attività principali sono coerenti con lo studio dei problemi specifici di bioinformatica di cui sopra. Inoltre, il piano di lavoro del progetto comprende due attività complementari relative alla preparazione di serie di dati e alla convalida biologica dei risultati (WP4) e allo sviluppo di componenti software (WP5).Risultati finali:1) Metodi per la determinazione della concentrazione proteica nei campioni di tessuto e cellule dai dati di trascrizionemia.2) Metodi per l'analisi integrata dell'interazione cromatina, dell'epigenomica e dei dati di regolazione genica.3) Metodi per l'identificazione automatizzata dei motivi di regolazione genica a partire dai dati di sperimentazione micro-massive e DGS e dall'analisi dell'evoluzione dei motivi della regolamentazione genica. 634 744,42 EUR (costi ammissibili: 633 384,42 EUR, finanziamento FESR: 538 376,74 EUR)". Durata del progetto: 35 mesi. Durata di attuazione del progetto 21.02.2017. — 31.12.2019. (Italian) / qualifier | |||||||||||||||
point in time: 11 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
El rápido desarrollo de tecnologías de «alto alcance» para la extracción de datos bioinformáticos ha garantizado la disponibilidad de conjuntos de datos a gran escala que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que los regulan, como sistemas como las redes «ómicas» que describen diferentes procesos celulares e intercelulares y la interacción entre dichas redes. Al mismo tiempo, debido al gran volumen de estos conjuntos de datos y a la complejidad de la información que contienen, la obtención de información útil a partir de dichos conjuntos de datos es un problema muy poco trivial y los métodos utilizados para este fin se limitan generalmente a las posibilidades de métodos estadísticos o de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de graffe y métodos de visualización de graffs. Estudios ya realizados por los autores del proyecto han demostrado la utilidad de tal enfoque para investigar la homología proteica, y creemos que tal enfoque también podría ser muy útil para analizar otros tipos de conjuntos de datos bioinformáticos. En el marco del proyecto está previsto centrarse en el análisis dinámico de los procesos de regulación génica, el análisis dinámico de las interacciones cromatinas, la predicción de marcadores epigenómicos y la investigación sobre procesos que determinan diferentes tipos de células. En una perspectiva más amplia, esperamos que la metodología desarrollada complemente bien los métodos existentes de análisis de datos bioinformáticos. Bioinformática; Modelización de sistemas biológicos; Algoritmos gráficos; Minería de datos; Visualización de datos.En caso de aprobación de la aplicación del proyecto, la información se publicará en el sitio web de los fondos de la Unión Europea www.esfondi.lvStrauja el llamado desarrollo tecnológico de «alto alcance» para la adquisición de datos bioinformáticos ha garantizado la disponibilidad de grandes cantidades de conjuntos de datos que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que lo regulan. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de gráficos y métodos de visualización de gráficos. Los estudios se centrarán en tres problemas bioinformáticos específicos de gran relevancia científica y práctica, que actualmente se están estudiando, y donde creemos que podemos hacer una importante contribución: 1) caracterización cuantitativa del proteoma a partir de datos de expresión génica; 2) análisis de las redes de interacción de cromatina; 3) análisis de la dinámica y evolución de las redes de regulación de genes.Tipo de investigación: estudios industriales (100 %).El tipo de proyecto no está relacionado con la actividad económica.El proyecto es interdisciplinario y se llevará a cabo en los siguientes sectores:- Ciencias de la informática y de la información (OCDE-FOS-1.2);- Ciencias Biológicas (OCDE-FOS-1.6).Actividades principales:1) Estudios sobre la obtención de la caracterización cuantitativa del proteoma a partir de los datos de expresión génica (WP1).2) Estudios sobre la estructura de las redes de intersección de la cromatina y su dependencia de los tipos celulares (WP2).3) Estudios genéticos de la evolución y evolución de las redes reguladoras (WP3). Estas tres actividades principales son coherentes con el estudio de los problemas bioinformáticos específicos mencionados anteriormente. Además, el plan de trabajo del proyecto incluye dos actividades complementarias relacionadas con la preparación de conjuntos de datos y la validación biológica de los resultados (WP4) y el desarrollo de componentes de software (WP5).Resultados pendientes:1) Métodos para la determinación de la concentración de proteínas en muestras de tejidos y células a partir de datos de transcriptomía.2) Métodos para el análisis integrado de la interacción cromatina, la epigenómica y los datos de regulación génica.3) Métodos para la identificación automatizada de motivos de regulación génica a partir de los datos micromasivos y de los experimentos del SGD y el análisis de la evolución del motivo de regulación génica. 634 744,42 EUR (costes subvencionables: 633 384,42 EUR, financiación del FEDER: 538 376,74 EUR)». Duración del proyecto: 35 meses. Duración de la ejecución del proyecto 21.02.2017. — 31.12.2019. (Spanish) | |||||||||||||||
| Property / summary: El rápido desarrollo de tecnologías de «alto alcance» para la extracción de datos bioinformáticos ha garantizado la disponibilidad de conjuntos de datos a gran escala que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que los regulan, como sistemas como las redes «ómicas» que describen diferentes procesos celulares e intercelulares y la interacción entre dichas redes. Al mismo tiempo, debido al gran volumen de estos conjuntos de datos y a la complejidad de la información que contienen, la obtención de información útil a partir de dichos conjuntos de datos es un problema muy poco trivial y los métodos utilizados para este fin se limitan generalmente a las posibilidades de métodos estadísticos o de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de graffe y métodos de visualización de graffs. Estudios ya realizados por los autores del proyecto han demostrado la utilidad de tal enfoque para investigar la homología proteica, y creemos que tal enfoque también podría ser muy útil para analizar otros tipos de conjuntos de datos bioinformáticos. En el marco del proyecto está previsto centrarse en el análisis dinámico de los procesos de regulación génica, el análisis dinámico de las interacciones cromatinas, la predicción de marcadores epigenómicos y la investigación sobre procesos que determinan diferentes tipos de células. En una perspectiva más amplia, esperamos que la metodología desarrollada complemente bien los métodos existentes de análisis de datos bioinformáticos. Bioinformática; Modelización de sistemas biológicos; Algoritmos gráficos; Minería de datos; Visualización de datos.En caso de aprobación de la aplicación del proyecto, la información se publicará en el sitio web de los fondos de la Unión Europea www.esfondi.lvStrauja el llamado desarrollo tecnológico de «alto alcance» para la adquisición de datos bioinformáticos ha garantizado la disponibilidad de grandes cantidades de conjuntos de datos que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que lo regulan. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de gráficos y métodos de visualización de gráficos. Los estudios se centrarán en tres problemas bioinformáticos específicos de gran relevancia científica y práctica, que actualmente se están estudiando, y donde creemos que podemos hacer una importante contribución: 1) caracterización cuantitativa del proteoma a partir de datos de expresión génica; 2) análisis de las redes de interacción de cromatina; 3) análisis de la dinámica y evolución de las redes de regulación de genes.Tipo de investigación: estudios industriales (100 %).El tipo de proyecto no está relacionado con la actividad económica.El proyecto es interdisciplinario y se llevará a cabo en los siguientes sectores:- Ciencias de la informática y de la información (OCDE-FOS-1.2);- Ciencias Biológicas (OCDE-FOS-1.6).Actividades principales:1) Estudios sobre la obtención de la caracterización cuantitativa del proteoma a partir de los datos de expresión génica (WP1).2) Estudios sobre la estructura de las redes de intersección de la cromatina y su dependencia de los tipos celulares (WP2).3) Estudios genéticos de la evolución y evolución de las redes reguladoras (WP3). Estas tres actividades principales son coherentes con el estudio de los problemas bioinformáticos específicos mencionados anteriormente. Además, el plan de trabajo del proyecto incluye dos actividades complementarias relacionadas con la preparación de conjuntos de datos y la validación biológica de los resultados (WP4) y el desarrollo de componentes de software (WP5).Resultados pendientes:1) Métodos para la determinación de la concentración de proteínas en muestras de tejidos y células a partir de datos de transcriptomía.2) Métodos para el análisis integrado de la interacción cromatina, la epigenómica y los datos de regulación génica.3) Métodos para la identificación automatizada de motivos de regulación génica a partir de los datos micromasivos y de los experimentos del SGD y el análisis de la evolución del motivo de regulación génica. 634 744,42 EUR (costes subvencionables: 633 384,42 EUR, financiación del FEDER: 538 376,74 EUR)». Duración del proyecto: 35 meses. Duración de la ejecución del proyecto 21.02.2017. — 31.12.2019. (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: El rápido desarrollo de tecnologías de «alto alcance» para la extracción de datos bioinformáticos ha garantizado la disponibilidad de conjuntos de datos a gran escala que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que los regulan, como sistemas como las redes «ómicas» que describen diferentes procesos celulares e intercelulares y la interacción entre dichas redes. Al mismo tiempo, debido al gran volumen de estos conjuntos de datos y a la complejidad de la información que contienen, la obtención de información útil a partir de dichos conjuntos de datos es un problema muy poco trivial y los métodos utilizados para este fin se limitan generalmente a las posibilidades de métodos estadísticos o de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de graffe y métodos de visualización de graffs. Estudios ya realizados por los autores del proyecto han demostrado la utilidad de tal enfoque para investigar la homología proteica, y creemos que tal enfoque también podría ser muy útil para analizar otros tipos de conjuntos de datos bioinformáticos. En el marco del proyecto está previsto centrarse en el análisis dinámico de los procesos de regulación génica, el análisis dinámico de las interacciones cromatinas, la predicción de marcadores epigenómicos y la investigación sobre procesos que determinan diferentes tipos de células. En una perspectiva más amplia, esperamos que la metodología desarrollada complemente bien los métodos existentes de análisis de datos bioinformáticos. Bioinformática; Modelización de sistemas biológicos; Algoritmos gráficos; Minería de datos; Visualización de datos.En caso de aprobación de la aplicación del proyecto, la información se publicará en el sitio web de los fondos de la Unión Europea www.esfondi.lvStrauja el llamado desarrollo tecnológico de «alto alcance» para la adquisición de datos bioinformáticos ha garantizado la disponibilidad de grandes cantidades de conjuntos de datos que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que lo regulan. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de gráficos y métodos de visualización de gráficos. Los estudios se centrarán en tres problemas bioinformáticos específicos de gran relevancia científica y práctica, que actualmente se están estudiando, y donde creemos que podemos hacer una importante contribución: 1) caracterización cuantitativa del proteoma a partir de datos de expresión génica; 2) análisis de las redes de interacción de cromatina; 3) análisis de la dinámica y evolución de las redes de regulación de genes.Tipo de investigación: estudios industriales (100 %).El tipo de proyecto no está relacionado con la actividad económica.El proyecto es interdisciplinario y se llevará a cabo en los siguientes sectores:- Ciencias de la informática y de la información (OCDE-FOS-1.2);- Ciencias Biológicas (OCDE-FOS-1.6).Actividades principales:1) Estudios sobre la obtención de la caracterización cuantitativa del proteoma a partir de los datos de expresión génica (WP1).2) Estudios sobre la estructura de las redes de intersección de la cromatina y su dependencia de los tipos celulares (WP2).3) Estudios genéticos de la evolución y evolución de las redes reguladoras (WP3). Estas tres actividades principales son coherentes con el estudio de los problemas bioinformáticos específicos mencionados anteriormente. Además, el plan de trabajo del proyecto incluye dos actividades complementarias relacionadas con la preparación de conjuntos de datos y la validación biológica de los resultados (WP4) y el desarrollo de componentes de software (WP5).Resultados pendientes:1) Métodos para la determinación de la concentración de proteínas en muestras de tejidos y células a partir de datos de transcriptomía.2) Métodos para el análisis integrado de la interacción cromatina, la epigenómica y los datos de regulación génica.3) Métodos para la identificación automatizada de motivos de regulación génica a partir de los datos micromasivos y de los experimentos del SGD y el análisis de la evolución del motivo de regulación génica. 634 744,42 EUR (costes subvencionables: 633 384,42 EUR, financiación del FEDER: 538 376,74 EUR)». Duración del proyecto: 35 meses. Duración de la ejecución del proyecto 21.02.2017. — 31.12.2019. (Spanish) / qualifier | |||||||||||||||
point in time: 12 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekti kokkuvõte KirjeldusBioinformaatikaandmete hankimiseks vajaliku nn suure tootlikkusega tehnoloogia arendamine on toonud kaasa suure hulga andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja seda reguleerivate bioloogiliste protsesside mõistmiseks – näiteks selliste süsteemide nagu „oomika“ mõistmine, mis kirjeldavad erinevaid raku- ja rakuüleseid protsesse, ning selliste võrkude vastastikune mõju. Samal ajal on selliste andmekogumite suure hulga ja neis sisalduva teabe keerukuse tõttu väga ebaoluline probleem kasuliku teabe hankimine sellistest andmekogumitest ning selleks kasutatavad meetodid piirduvad tavaliselt statistiliste või masinõppe meetodite võimalustega. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad graafilise analüüsi algoritmide ja graafilise visualiseerimise meetodite kombinatsioonil. Projekti autorite poolt juba läbi viidud uuringud on näidanud sellise lähenemisviisi kasulikkust valgu homoloogia uurimisel ning usume, et see lähenemisviis võib olla väga kasulik ka muud liiki bioinformaatika andmestike analüüsimisel. Projekti raames on kavas keskenduda geenide reguleerimise protsessidünaamika analüüsile, kromatiini ristumisdünaamika analüüsile, epigenoomiliste markerite prognoosimisele ja rakkude erinevat tüüpi eristatavuse määramise protsesside uuringutele. Laiemas perspektiivis eeldame, et väljatöötatud metoodika täiendab olemasolevaid bioinformaatikaandmete analüüsimise meetodeid. Bioinformaatika; Bioloogiliste süsteemide modelleerimine; Graafilised algoritmid; Andmekaeve; Andmete visualiseerimine.Teave, mis avaldatakse Euroopa Liidu fondide veebisaidil www.esfondi.lvStrauja projektirakenduse heakskiitmise korral, on bioinformaatikaandmete hankimiseks vajaliku suure tootlikkusega tehnoloogiaarendus taganud selliste suuremahuliste andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja nende regulatiivsete bioloogiliste protsesside mõistmiseks. Projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad erinevate graafikute analüüsi algoritmide kombinatsioonil ja bioinformaatika kolme graafiku mõistmisel bioloogiliste protsesside mõistmiseks. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uutel uuenduslikel andmeanalüüsimeetoditel, kus me analüüsime erinevaid graafilisi analüüse ja bioloogilisi probleeme, kus me keskendume bioloogilisi protsesse käsitlevatele spetsiifilistele andmetele. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uute kombineeritud graafide analüüsimisel, ja me keskendume erinevatele graafilistele probleemidele, kus me keskendume spetsiifilistele andmetele, keskendume biograafiatele. 1) proteasoomi kvantitatiivne iseloomustus geeniekspressiooni andmetest; 2) kromatiini vahendusvõrgustike analüüs; 3) Analüüsi dünaamikat ja arengut geeni reguleerimise võrgustike.Tüüp teadustöö: Rakendusuuringud (100 %) Projekti tüüp ei ole seotud majandustegevusega.Projekt on interdistsiplinaarne ja viiakse läbi järgmistes valdkondades:- Arvuti- ja infoteadus (OECD-FOS-1.2);- bioloogiateadused (OECD-FOS-1.6).Põhitegevus:1) Uuringud peategelaste kvantitatiivseks iseloomustamiseks geeniekspressiooni andmete põhjal (WP1).2). Lisaks hõlmab projekti tööplaan kahte täiendavat tegevust, mis on seotud andmekogumite ja tulemuste biovalideerimisega (WP4) ja tarkvarakomponentidega (WP5).Projekti tulemused: 1) meetodid valgu kontsentratsioonide määramiseks koe- ja rakuproovides transkriptsiooni andmete põhjal.2) kromatiini kompleksse koostoime, epigenoomika ja geeniregulatsiooni andmete analüüsi meetodid.3) Mikromassi ja NGSi andmete automatiseeritud tuvastamise meetodid kromatiini integreeritud vahendamiseks, epigenoomsed ja geeniregulatsiooni andmete analüüsid.3) Mikromassist ja NGS-katseandmetest geenide reguleerimise automatiseeritud identifitseerimise meetodid. 634744,42 eurot (abikõlblikud kulud: 633384,42 eurot, ERFi toetus: 538376,74 EUROT“. Projekti kestus: 35 kuud. Projekti rakendamise kestus 21.02.2017. 31.12.2019 (Estonian) | |||||||||||||||
| Property / summary: Projekti kokkuvõte KirjeldusBioinformaatikaandmete hankimiseks vajaliku nn suure tootlikkusega tehnoloogia arendamine on toonud kaasa suure hulga andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja seda reguleerivate bioloogiliste protsesside mõistmiseks – näiteks selliste süsteemide nagu „oomika“ mõistmine, mis kirjeldavad erinevaid raku- ja rakuüleseid protsesse, ning selliste võrkude vastastikune mõju. Samal ajal on selliste andmekogumite suure hulga ja neis sisalduva teabe keerukuse tõttu väga ebaoluline probleem kasuliku teabe hankimine sellistest andmekogumitest ning selleks kasutatavad meetodid piirduvad tavaliselt statistiliste või masinõppe meetodite võimalustega. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad graafilise analüüsi algoritmide ja graafilise visualiseerimise meetodite kombinatsioonil. Projekti autorite poolt juba läbi viidud uuringud on näidanud sellise lähenemisviisi kasulikkust valgu homoloogia uurimisel ning usume, et see lähenemisviis võib olla väga kasulik ka muud liiki bioinformaatika andmestike analüüsimisel. Projekti raames on kavas keskenduda geenide reguleerimise protsessidünaamika analüüsile, kromatiini ristumisdünaamika analüüsile, epigenoomiliste markerite prognoosimisele ja rakkude erinevat tüüpi eristatavuse määramise protsesside uuringutele. Laiemas perspektiivis eeldame, et väljatöötatud metoodika täiendab olemasolevaid bioinformaatikaandmete analüüsimise meetodeid. Bioinformaatika; Bioloogiliste süsteemide modelleerimine; Graafilised algoritmid; Andmekaeve; Andmete visualiseerimine.Teave, mis avaldatakse Euroopa Liidu fondide veebisaidil www.esfondi.lvStrauja projektirakenduse heakskiitmise korral, on bioinformaatikaandmete hankimiseks vajaliku suure tootlikkusega tehnoloogiaarendus taganud selliste suuremahuliste andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja nende regulatiivsete bioloogiliste protsesside mõistmiseks. Projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad erinevate graafikute analüüsi algoritmide kombinatsioonil ja bioinformaatika kolme graafiku mõistmisel bioloogiliste protsesside mõistmiseks. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uutel uuenduslikel andmeanalüüsimeetoditel, kus me analüüsime erinevaid graafilisi analüüse ja bioloogilisi probleeme, kus me keskendume bioloogilisi protsesse käsitlevatele spetsiifilistele andmetele. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uute kombineeritud graafide analüüsimisel, ja me keskendume erinevatele graafilistele probleemidele, kus me keskendume spetsiifilistele andmetele, keskendume biograafiatele. 1) proteasoomi kvantitatiivne iseloomustus geeniekspressiooni andmetest; 2) kromatiini vahendusvõrgustike analüüs; 3) Analüüsi dünaamikat ja arengut geeni reguleerimise võrgustike.Tüüp teadustöö: Rakendusuuringud (100 %) Projekti tüüp ei ole seotud majandustegevusega.Projekt on interdistsiplinaarne ja viiakse läbi järgmistes valdkondades:- Arvuti- ja infoteadus (OECD-FOS-1.2);- bioloogiateadused (OECD-FOS-1.6).Põhitegevus:1) Uuringud peategelaste kvantitatiivseks iseloomustamiseks geeniekspressiooni andmete põhjal (WP1).2). Lisaks hõlmab projekti tööplaan kahte täiendavat tegevust, mis on seotud andmekogumite ja tulemuste biovalideerimisega (WP4) ja tarkvarakomponentidega (WP5).Projekti tulemused: 1) meetodid valgu kontsentratsioonide määramiseks koe- ja rakuproovides transkriptsiooni andmete põhjal.2) kromatiini kompleksse koostoime, epigenoomika ja geeniregulatsiooni andmete analüüsi meetodid.3) Mikromassi ja NGSi andmete automatiseeritud tuvastamise meetodid kromatiini integreeritud vahendamiseks, epigenoomsed ja geeniregulatsiooni andmete analüüsid.3) Mikromassist ja NGS-katseandmetest geenide reguleerimise automatiseeritud identifitseerimise meetodid. 634744,42 eurot (abikõlblikud kulud: 633384,42 eurot, ERFi toetus: 538376,74 EUROT“. Projekti kestus: 35 kuud. Projekti rakendamise kestus 21.02.2017. 31.12.2019 (Estonian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekti kokkuvõte KirjeldusBioinformaatikaandmete hankimiseks vajaliku nn suure tootlikkusega tehnoloogia arendamine on toonud kaasa suure hulga andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja seda reguleerivate bioloogiliste protsesside mõistmiseks – näiteks selliste süsteemide nagu „oomika“ mõistmine, mis kirjeldavad erinevaid raku- ja rakuüleseid protsesse, ning selliste võrkude vastastikune mõju. Samal ajal on selliste andmekogumite suure hulga ja neis sisalduva teabe keerukuse tõttu väga ebaoluline probleem kasuliku teabe hankimine sellistest andmekogumitest ning selleks kasutatavad meetodid piirduvad tavaliselt statistiliste või masinõppe meetodite võimalustega. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad graafilise analüüsi algoritmide ja graafilise visualiseerimise meetodite kombinatsioonil. Projekti autorite poolt juba läbi viidud uuringud on näidanud sellise lähenemisviisi kasulikkust valgu homoloogia uurimisel ning usume, et see lähenemisviis võib olla väga kasulik ka muud liiki bioinformaatika andmestike analüüsimisel. Projekti raames on kavas keskenduda geenide reguleerimise protsessidünaamika analüüsile, kromatiini ristumisdünaamika analüüsile, epigenoomiliste markerite prognoosimisele ja rakkude erinevat tüüpi eristatavuse määramise protsesside uuringutele. Laiemas perspektiivis eeldame, et väljatöötatud metoodika täiendab olemasolevaid bioinformaatikaandmete analüüsimise meetodeid. Bioinformaatika; Bioloogiliste süsteemide modelleerimine; Graafilised algoritmid; Andmekaeve; Andmete visualiseerimine.Teave, mis avaldatakse Euroopa Liidu fondide veebisaidil www.esfondi.lvStrauja projektirakenduse heakskiitmise korral, on bioinformaatikaandmete hankimiseks vajaliku suure tootlikkusega tehnoloogiaarendus taganud selliste suuremahuliste andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja nende regulatiivsete bioloogiliste protsesside mõistmiseks. Projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad erinevate graafikute analüüsi algoritmide kombinatsioonil ja bioinformaatika kolme graafiku mõistmisel bioloogiliste protsesside mõistmiseks. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uutel uuenduslikel andmeanalüüsimeetoditel, kus me analüüsime erinevaid graafilisi analüüse ja bioloogilisi probleeme, kus me keskendume bioloogilisi protsesse käsitlevatele spetsiifilistele andmetele. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uute kombineeritud graafide analüüsimisel, ja me keskendume erinevatele graafilistele probleemidele, kus me keskendume spetsiifilistele andmetele, keskendume biograafiatele. 1) proteasoomi kvantitatiivne iseloomustus geeniekspressiooni andmetest; 2) kromatiini vahendusvõrgustike analüüs; 3) Analüüsi dünaamikat ja arengut geeni reguleerimise võrgustike.Tüüp teadustöö: Rakendusuuringud (100 %) Projekti tüüp ei ole seotud majandustegevusega.Projekt on interdistsiplinaarne ja viiakse läbi järgmistes valdkondades:- Arvuti- ja infoteadus (OECD-FOS-1.2);- bioloogiateadused (OECD-FOS-1.6).Põhitegevus:1) Uuringud peategelaste kvantitatiivseks iseloomustamiseks geeniekspressiooni andmete põhjal (WP1).2). Lisaks hõlmab projekti tööplaan kahte täiendavat tegevust, mis on seotud andmekogumite ja tulemuste biovalideerimisega (WP4) ja tarkvarakomponentidega (WP5).Projekti tulemused: 1) meetodid valgu kontsentratsioonide määramiseks koe- ja rakuproovides transkriptsiooni andmete põhjal.2) kromatiini kompleksse koostoime, epigenoomika ja geeniregulatsiooni andmete analüüsi meetodid.3) Mikromassi ja NGSi andmete automatiseeritud tuvastamise meetodid kromatiini integreeritud vahendamiseks, epigenoomsed ja geeniregulatsiooni andmete analüüsid.3) Mikromassist ja NGS-katseandmetest geenide reguleerimise automatiseeritud identifitseerimise meetodid. 634744,42 eurot (abikõlblikud kulud: 633384,42 eurot, ERFi toetus: 538376,74 EUROT“. Projekti kestus: 35 kuud. Projekti rakendamise kestus 21.02.2017. 31.12.2019 (Estonian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekto santrauka Aprašymasvadinamasis „didelio našumo“ technologijų kūrimas bioinformatikos duomenų įsigijimui leido gauti daug duomenų rinkinių, kuriuose yra vertingos informacijos, kad būtų galima modeliuoti sudėtingas biologines sistemas ir suprasti biologinius procesus, kurie ją reguliuoja, pavyzdžiui, supratimą apie tokias sistemas kaip „omika“, apibūdinančias įvairius korinius ir tarpląstelinius procesus, ir tokių tinklų sąveiką. Tuo pačiu metu, dėl didelio tokių duomenų rinkinių kiekio ir juose esančios informacijos sudėtingumo, naudingos informacijos gavimas iš tokių duomenų rinkinių yra labai nereikšminga problema, o šiam tikslui naudojami metodai paprastai apsiriboja statistinių ar mašininio mokymosi metodų galimybėmis. Šio projekto tikslas – sukurti naujus naujoviškus duomenų analizės metodus, pagrįstus grafinės analizės algoritmų ir grafinio vizualizavimo metodų deriniu. Projekto autorių jau atlikti tyrimai parodė tokio metodo naudą tiriant baltymų homologiją ir manome, kad šis metodas taip pat galėtų būti labai naudingas analizuojant kitų rūšių bioinformatikos duomenų rinkinius. Pagal projektą planuojama sutelkti dėmesį į genų reguliavimo proceso dinamikos analizę, chromatino sankirtos dinamikos analizę, epigenominių žymenų prognozavimą ir procesų, kurie lemia skirtingus ląstelių skiriamojo požymio tipus, tyrimus. Žvelgiant iš platesnės perspektyvos, tikimės, kad parengta metodika tinkamai papildys esamus bioinformatikos duomenų analizės metodus. Bioinformatika; Biologinių sistemų modeliavimas; Grafiniai algoritmai; Duomenų gavyba; Duomenų vizualizacija.Informacija, kuri bus skelbiama Europos Sąjungos fondų interneto svetainėje www.esfondi.lvStrauja, jei bus patvirtinta projekto paraiška, vadinamoji „didelio našumo“ technologijų plėtra bioinformatikos duomenų įsigijimui užtikrino didelio masto duomenų rinkinių, kuriuose yra vertingos informacijos modeliuojant sudėtingas biologines sistemas ir suprasti jų reguliavimo biologinius procesus, prieinamumą. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos analizės algoritmų deriniu ir trijų grafikų supratimu biologinių procesų supratimui. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos metodų derinio, kuriame bus orientuojamasi į naujus biografinius metodus, į kuriuos bus orientuojamasi į naujus biografinius metodus. 1) kiekybinis proteosomos apibūdinimas iš genų ekspresijos duomenų; 2) chromatinių tarpininkavimo tinklų analizė; 3) genų reguliavimo tinklų dinamikos ir evoliucijos analizė. Tipas mokslinių tyrimų: Pramoniniai tyrimai (100 %) Projekto tipas nėra susijęs su ekonomine veikla. Projektas yra tarpdisciplininis ir bus vykdomas šiose srityse:- Kompiuterių ir informacijos mokslas (OECD-FOS-1.2);- Biologijos mokslai (OECD-FOS-1.6).Pagrindinės veiklos:1) Protagonistų kiekybinio apibūdinimo tyrimai iš genų ekspresijos duomenų (WP1).2) Chromatino sąveikos tinklo struktūros (GWP) tyrimai konkrečioms tinklų sritims (WP), skirti specifinei problemai apibūdinti proteomos iš geno išraiškos duomenys (WP1).2) chromatino sąveikos tinklo struktūros tyrimai Nr. 3 ir pirmiau minėto tinklo specifinių problemų dinamika (WP.2). Be to, projekto darbo planas apima dvi papildomas veiklas, susijusias su duomenų rinkinių rengimu ir rezultatų biologiniu patvirtinimu (WP4) ir programinės įrangos komponentais (WP5).Projekto rezultatai:1) baltymų koncentracijos audiniuose ir ląstelių mėginiuose nustatymo iš stenogramų duomenų metodai.2) Integruotos chromatino sąveikos, epigenomikos ir genų reguliavimo duomenų analizės metodai.3) Automatinio genų reguliavimo iš mikromasės ir NGS duomenų identifikavimo metodai integruotam chromatino tarpininkavimui, epigenominei ir genų reguliavimo duomenų analizei.3) Automatinio genų reguliavimo iš mikromasės ir NGS eksperimentinių projektavimo duomenų analizės metodai. 634 744,42 EUR (reikalavimus atitinkančios išlaidos: 633 384,42 EUR ERPF įnašas: 538 376,74 EUR“. Projekto trukmė: 35 mėnesiai. Projekto įgyvendinimo trukmė 21.02.2017. 31.12.2019 (Lithuanian) | |||||||||||||||
| Property / summary: Projekto santrauka Aprašymasvadinamasis „didelio našumo“ technologijų kūrimas bioinformatikos duomenų įsigijimui leido gauti daug duomenų rinkinių, kuriuose yra vertingos informacijos, kad būtų galima modeliuoti sudėtingas biologines sistemas ir suprasti biologinius procesus, kurie ją reguliuoja, pavyzdžiui, supratimą apie tokias sistemas kaip „omika“, apibūdinančias įvairius korinius ir tarpląstelinius procesus, ir tokių tinklų sąveiką. Tuo pačiu metu, dėl didelio tokių duomenų rinkinių kiekio ir juose esančios informacijos sudėtingumo, naudingos informacijos gavimas iš tokių duomenų rinkinių yra labai nereikšminga problema, o šiam tikslui naudojami metodai paprastai apsiriboja statistinių ar mašininio mokymosi metodų galimybėmis. Šio projekto tikslas – sukurti naujus naujoviškus duomenų analizės metodus, pagrįstus grafinės analizės algoritmų ir grafinio vizualizavimo metodų deriniu. Projekto autorių jau atlikti tyrimai parodė tokio metodo naudą tiriant baltymų homologiją ir manome, kad šis metodas taip pat galėtų būti labai naudingas analizuojant kitų rūšių bioinformatikos duomenų rinkinius. Pagal projektą planuojama sutelkti dėmesį į genų reguliavimo proceso dinamikos analizę, chromatino sankirtos dinamikos analizę, epigenominių žymenų prognozavimą ir procesų, kurie lemia skirtingus ląstelių skiriamojo požymio tipus, tyrimus. Žvelgiant iš platesnės perspektyvos, tikimės, kad parengta metodika tinkamai papildys esamus bioinformatikos duomenų analizės metodus. Bioinformatika; Biologinių sistemų modeliavimas; Grafiniai algoritmai; Duomenų gavyba; Duomenų vizualizacija.Informacija, kuri bus skelbiama Europos Sąjungos fondų interneto svetainėje www.esfondi.lvStrauja, jei bus patvirtinta projekto paraiška, vadinamoji „didelio našumo“ technologijų plėtra bioinformatikos duomenų įsigijimui užtikrino didelio masto duomenų rinkinių, kuriuose yra vertingos informacijos modeliuojant sudėtingas biologines sistemas ir suprasti jų reguliavimo biologinius procesus, prieinamumą. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos analizės algoritmų deriniu ir trijų grafikų supratimu biologinių procesų supratimui. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos metodų derinio, kuriame bus orientuojamasi į naujus biografinius metodus, į kuriuos bus orientuojamasi į naujus biografinius metodus. 1) kiekybinis proteosomos apibūdinimas iš genų ekspresijos duomenų; 2) chromatinių tarpininkavimo tinklų analizė; 3) genų reguliavimo tinklų dinamikos ir evoliucijos analizė. Tipas mokslinių tyrimų: Pramoniniai tyrimai (100 %) Projekto tipas nėra susijęs su ekonomine veikla. Projektas yra tarpdisciplininis ir bus vykdomas šiose srityse:- Kompiuterių ir informacijos mokslas (OECD-FOS-1.2);- Biologijos mokslai (OECD-FOS-1.6).Pagrindinės veiklos:1) Protagonistų kiekybinio apibūdinimo tyrimai iš genų ekspresijos duomenų (WP1).2) Chromatino sąveikos tinklo struktūros (GWP) tyrimai konkrečioms tinklų sritims (WP), skirti specifinei problemai apibūdinti proteomos iš geno išraiškos duomenys (WP1).2) chromatino sąveikos tinklo struktūros tyrimai Nr. 3 ir pirmiau minėto tinklo specifinių problemų dinamika (WP.2). Be to, projekto darbo planas apima dvi papildomas veiklas, susijusias su duomenų rinkinių rengimu ir rezultatų biologiniu patvirtinimu (WP4) ir programinės įrangos komponentais (WP5).Projekto rezultatai:1) baltymų koncentracijos audiniuose ir ląstelių mėginiuose nustatymo iš stenogramų duomenų metodai.2) Integruotos chromatino sąveikos, epigenomikos ir genų reguliavimo duomenų analizės metodai.3) Automatinio genų reguliavimo iš mikromasės ir NGS duomenų identifikavimo metodai integruotam chromatino tarpininkavimui, epigenominei ir genų reguliavimo duomenų analizei.3) Automatinio genų reguliavimo iš mikromasės ir NGS eksperimentinių projektavimo duomenų analizės metodai. 634 744,42 EUR (reikalavimus atitinkančios išlaidos: 633 384,42 EUR ERPF įnašas: 538 376,74 EUR“. Projekto trukmė: 35 mėnesiai. Projekto įgyvendinimo trukmė 21.02.2017. 31.12.2019 (Lithuanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekto santrauka Aprašymasvadinamasis „didelio našumo“ technologijų kūrimas bioinformatikos duomenų įsigijimui leido gauti daug duomenų rinkinių, kuriuose yra vertingos informacijos, kad būtų galima modeliuoti sudėtingas biologines sistemas ir suprasti biologinius procesus, kurie ją reguliuoja, pavyzdžiui, supratimą apie tokias sistemas kaip „omika“, apibūdinančias įvairius korinius ir tarpląstelinius procesus, ir tokių tinklų sąveiką. Tuo pačiu metu, dėl didelio tokių duomenų rinkinių kiekio ir juose esančios informacijos sudėtingumo, naudingos informacijos gavimas iš tokių duomenų rinkinių yra labai nereikšminga problema, o šiam tikslui naudojami metodai paprastai apsiriboja statistinių ar mašininio mokymosi metodų galimybėmis. Šio projekto tikslas – sukurti naujus naujoviškus duomenų analizės metodus, pagrįstus grafinės analizės algoritmų ir grafinio vizualizavimo metodų deriniu. Projekto autorių jau atlikti tyrimai parodė tokio metodo naudą tiriant baltymų homologiją ir manome, kad šis metodas taip pat galėtų būti labai naudingas analizuojant kitų rūšių bioinformatikos duomenų rinkinius. Pagal projektą planuojama sutelkti dėmesį į genų reguliavimo proceso dinamikos analizę, chromatino sankirtos dinamikos analizę, epigenominių žymenų prognozavimą ir procesų, kurie lemia skirtingus ląstelių skiriamojo požymio tipus, tyrimus. Žvelgiant iš platesnės perspektyvos, tikimės, kad parengta metodika tinkamai papildys esamus bioinformatikos duomenų analizės metodus. Bioinformatika; Biologinių sistemų modeliavimas; Grafiniai algoritmai; Duomenų gavyba; Duomenų vizualizacija.Informacija, kuri bus skelbiama Europos Sąjungos fondų interneto svetainėje www.esfondi.lvStrauja, jei bus patvirtinta projekto paraiška, vadinamoji „didelio našumo“ technologijų plėtra bioinformatikos duomenų įsigijimui užtikrino didelio masto duomenų rinkinių, kuriuose yra vertingos informacijos modeliuojant sudėtingas biologines sistemas ir suprasti jų reguliavimo biologinius procesus, prieinamumą. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos analizės algoritmų deriniu ir trijų grafikų supratimu biologinių procesų supratimui. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos metodų derinio, kuriame bus orientuojamasi į naujus biografinius metodus, į kuriuos bus orientuojamasi į naujus biografinius metodus. 1) kiekybinis proteosomos apibūdinimas iš genų ekspresijos duomenų; 2) chromatinių tarpininkavimo tinklų analizė; 3) genų reguliavimo tinklų dinamikos ir evoliucijos analizė. Tipas mokslinių tyrimų: Pramoniniai tyrimai (100 %) Projekto tipas nėra susijęs su ekonomine veikla. Projektas yra tarpdisciplininis ir bus vykdomas šiose srityse:- Kompiuterių ir informacijos mokslas (OECD-FOS-1.2);- Biologijos mokslai (OECD-FOS-1.6).Pagrindinės veiklos:1) Protagonistų kiekybinio apibūdinimo tyrimai iš genų ekspresijos duomenų (WP1).2) Chromatino sąveikos tinklo struktūros (GWP) tyrimai konkrečioms tinklų sritims (WP), skirti specifinei problemai apibūdinti proteomos iš geno išraiškos duomenys (WP1).2) chromatino sąveikos tinklo struktūros tyrimai Nr. 3 ir pirmiau minėto tinklo specifinių problemų dinamika (WP.2). Be to, projekto darbo planas apima dvi papildomas veiklas, susijusias su duomenų rinkinių rengimu ir rezultatų biologiniu patvirtinimu (WP4) ir programinės įrangos komponentais (WP5).Projekto rezultatai:1) baltymų koncentracijos audiniuose ir ląstelių mėginiuose nustatymo iš stenogramų duomenų metodai.2) Integruotos chromatino sąveikos, epigenomikos ir genų reguliavimo duomenų analizės metodai.3) Automatinio genų reguliavimo iš mikromasės ir NGS duomenų identifikavimo metodai integruotam chromatino tarpininkavimui, epigenominei ir genų reguliavimo duomenų analizei.3) Automatinio genų reguliavimo iš mikromasės ir NGS eksperimentinių projektavimo duomenų analizės metodai. 634 744,42 EUR (reikalavimus atitinkančios išlaidos: 633 384,42 EUR ERPF įnašas: 538 376,74 EUR“. Projekto trukmė: 35 mėnesiai. Projekto įgyvendinimo trukmė 21.02.2017. 31.12.2019 (Lithuanian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Sažetak projekta OpisTakozvani razvoj tehnologije „visoke propusnosti” za prikupljanje bioinformatičkih podataka doveo je do dostupnosti velikih količina skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje bioloških procesa koji ih reguliraju – na primjer, razumijevanje sustava kao što su „omika” koji opisuju različite stanične i međustanične procese i interakciju između takvih mreža. Istodobno, zbog velikog volumena takvih skupova podataka i složenosti informacija sadržanih u njima, prikupljanje korisnih informacija iz takvih skupova podataka vrlo je netrivijalan problem, a metode korištene u tu svrhu obično su ograničene na mogućnosti metoda statističkog ili strojnog učenja. Cilj ovog projekta je razviti nove inovativne metode analize podataka temeljene na primjeni kombinacije algoritama grafičke analize i metoda grafičke vizualizacije. Studije koje su već proveli autori projekta pokazale su korisnost takvog pristupa istraživanju proteinske homologije, te smatramo da bi takav pristup mogao biti vrlo koristan i za analizu drugih vrsta bioinformatičkih skupova podataka. U okviru projekta planira se fokusiranje na analizu dinamike procesa regulacije gena, analizu dinamike kromatinskog sjecišta, predviđanje epigenomskih markera i studije o procesima koji određuju različite tipove stanične prepoznatljivosti. Iz šire perspektive očekujemo da će razvijena metodologija dobro nadopuniti postojeće metode analize bioinformatičkih podataka. Bioinformatika; Modeliranje bioloških sustava; Grafički algoritmi; Rudarenje podataka; Vizualizacija podataka.Informacije koje će biti objavljene na web-mjestu fondova Europske unije www.esfondi.lvStrauja u slučaju odobrenja projektne aplikacije, tzv. „high-throughput” tehnološki razvoj za prikupljanje bioinformatičkih podataka osigurao je dostupnost velikih skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje njihovih regulatornih bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih algoritama za analizu grafova i razumijevanje triju grafova za razumijevanje bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama, pri čemu će se na temelju bioviznih metoda i razumijevanjem grafičkih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti različite metode analize podataka, gdje će se na temelju bioviznih metoda, u kojem će biti potrebno razviti specifične grafičke metode, pri čemu će biti potrebno razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama i razumijevanjem tri grafa, u kojima će biti potrebno fokusirati se na različite grafičke metode, gdje će se na temelju biovizalnih metoda, na temelju biovizalnih metoda, fokusirati na različite metode grafičke analize, gdje će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalne metode, na temelju biovizualnih metoda, ciljati na različite grafičke analize, pri čemu će se u fokusu na različite grafičke analize, pri čemu će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalnih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti specifične grafičke analize, pri čemu će se u fokusu s novim grafičkim analizama, pri čemu će se na temelju bio-analitičkih metoda, pri čemu će se na različitim grafičkim analizama usredotočiti na različite metode analize, na kojima će se na temelju biovizijske analize i razumijevanja, u slučaju odobrenja projektne aplikacije, razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analiza algoritama i razumijevanja tri grafa. 1) kvantitativna karakterizacija proteasoma iz podataka iz ekspresije gena; 2) Analiza kromatskih mreža posredovanja; 3) Analiza dinamike i evolucije mreža regulacije gena.Vrsta istraživanja: Industrijska istraživanja (100 %) Vrsta projekta nije povezana s gospodarskom aktivnošću.Projekt je interdisciplinaran i provodit će se u sljedećim područjima:- Računalna i informacijska znanost (OECD-FOS-1.2);- Biološka znanost (OECD-FOS-1.6).Ključne aktivnosti:1) Studije kvantitativne karakterizacije protagonista iz podataka iz ekspresije gena (WP1).2) Studije o strukturi mreže kromatinskih interakcija (GWP) za specifične domene mreža (WP) za specifičnu karakterizaciju problema proteoma iz genskog izražavanja podaci (WP1).2) Studije o strukturi mreže za interakciju kromatina 3 i dinamici specifičnih problema prethodno navedene mreže (WP.2). Osim toga, projektni plan rada uključuje dvije komplementarne aktivnosti vezane uz proizvodnju skupova podataka i biovalidaciju rezultata (WP4) i softverskih komponenti (WP5). Rezultati projekta:1) Metode za otkrivanje koncentracija proteina u uzorci... (Croatian) | |||||||||||||||
| Property / summary: Sažetak projekta OpisTakozvani razvoj tehnologije „visoke propusnosti” za prikupljanje bioinformatičkih podataka doveo je do dostupnosti velikih količina skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje bioloških procesa koji ih reguliraju – na primjer, razumijevanje sustava kao što su „omika” koji opisuju različite stanične i međustanične procese i interakciju između takvih mreža. Istodobno, zbog velikog volumena takvih skupova podataka i složenosti informacija sadržanih u njima, prikupljanje korisnih informacija iz takvih skupova podataka vrlo je netrivijalan problem, a metode korištene u tu svrhu obično su ograničene na mogućnosti metoda statističkog ili strojnog učenja. Cilj ovog projekta je razviti nove inovativne metode analize podataka temeljene na primjeni kombinacije algoritama grafičke analize i metoda grafičke vizualizacije. Studije koje su već proveli autori projekta pokazale su korisnost takvog pristupa istraživanju proteinske homologije, te smatramo da bi takav pristup mogao biti vrlo koristan i za analizu drugih vrsta bioinformatičkih skupova podataka. U okviru projekta planira se fokusiranje na analizu dinamike procesa regulacije gena, analizu dinamike kromatinskog sjecišta, predviđanje epigenomskih markera i studije o procesima koji određuju različite tipove stanične prepoznatljivosti. Iz šire perspektive očekujemo da će razvijena metodologija dobro nadopuniti postojeće metode analize bioinformatičkih podataka. Bioinformatika; Modeliranje bioloških sustava; Grafički algoritmi; Rudarenje podataka; Vizualizacija podataka.Informacije koje će biti objavljene na web-mjestu fondova Europske unije www.esfondi.lvStrauja u slučaju odobrenja projektne aplikacije, tzv. „high-throughput” tehnološki razvoj za prikupljanje bioinformatičkih podataka osigurao je dostupnost velikih skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje njihovih regulatornih bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih algoritama za analizu grafova i razumijevanje triju grafova za razumijevanje bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama, pri čemu će se na temelju bioviznih metoda i razumijevanjem grafičkih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti različite metode analize podataka, gdje će se na temelju bioviznih metoda, u kojem će biti potrebno razviti specifične grafičke metode, pri čemu će biti potrebno razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama i razumijevanjem tri grafa, u kojima će biti potrebno fokusirati se na različite grafičke metode, gdje će se na temelju biovizalnih metoda, na temelju biovizalnih metoda, fokusirati na različite metode grafičke analize, gdje će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalne metode, na temelju biovizualnih metoda, ciljati na različite grafičke analize, pri čemu će se u fokusu na različite grafičke analize, pri čemu će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalnih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti specifične grafičke analize, pri čemu će se u fokusu s novim grafičkim analizama, pri čemu će se na temelju bio-analitičkih metoda, pri čemu će se na različitim grafičkim analizama usredotočiti na različite metode analize, na kojima će se na temelju biovizijske analize i razumijevanja, u slučaju odobrenja projektne aplikacije, razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analiza algoritama i razumijevanja tri grafa. 1) kvantitativna karakterizacija proteasoma iz podataka iz ekspresije gena; 2) Analiza kromatskih mreža posredovanja; 3) Analiza dinamike i evolucije mreža regulacije gena.Vrsta istraživanja: Industrijska istraživanja (100 %) Vrsta projekta nije povezana s gospodarskom aktivnošću.Projekt je interdisciplinaran i provodit će se u sljedećim područjima:- Računalna i informacijska znanost (OECD-FOS-1.2);- Biološka znanost (OECD-FOS-1.6).Ključne aktivnosti:1) Studije kvantitativne karakterizacije protagonista iz podataka iz ekspresije gena (WP1).2) Studije o strukturi mreže kromatinskih interakcija (GWP) za specifične domene mreža (WP) za specifičnu karakterizaciju problema proteoma iz genskog izražavanja podaci (WP1).2) Studije o strukturi mreže za interakciju kromatina 3 i dinamici specifičnih problema prethodno navedene mreže (WP.2). Osim toga, projektni plan rada uključuje dvije komplementarne aktivnosti vezane uz proizvodnju skupova podataka i biovalidaciju rezultata (WP4) i softverskih komponenti (WP5). Rezultati projekta:1) Metode za otkrivanje koncentracija proteina u uzorci... (Croatian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Sažetak projekta OpisTakozvani razvoj tehnologije „visoke propusnosti” za prikupljanje bioinformatičkih podataka doveo je do dostupnosti velikih količina skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje bioloških procesa koji ih reguliraju – na primjer, razumijevanje sustava kao što su „omika” koji opisuju različite stanične i međustanične procese i interakciju između takvih mreža. Istodobno, zbog velikog volumena takvih skupova podataka i složenosti informacija sadržanih u njima, prikupljanje korisnih informacija iz takvih skupova podataka vrlo je netrivijalan problem, a metode korištene u tu svrhu obično su ograničene na mogućnosti metoda statističkog ili strojnog učenja. Cilj ovog projekta je razviti nove inovativne metode analize podataka temeljene na primjeni kombinacije algoritama grafičke analize i metoda grafičke vizualizacije. Studije koje su već proveli autori projekta pokazale su korisnost takvog pristupa istraživanju proteinske homologije, te smatramo da bi takav pristup mogao biti vrlo koristan i za analizu drugih vrsta bioinformatičkih skupova podataka. U okviru projekta planira se fokusiranje na analizu dinamike procesa regulacije gena, analizu dinamike kromatinskog sjecišta, predviđanje epigenomskih markera i studije o procesima koji određuju različite tipove stanične prepoznatljivosti. Iz šire perspektive očekujemo da će razvijena metodologija dobro nadopuniti postojeće metode analize bioinformatičkih podataka. Bioinformatika; Modeliranje bioloških sustava; Grafički algoritmi; Rudarenje podataka; Vizualizacija podataka.Informacije koje će biti objavljene na web-mjestu fondova Europske unije www.esfondi.lvStrauja u slučaju odobrenja projektne aplikacije, tzv. „high-throughput” tehnološki razvoj za prikupljanje bioinformatičkih podataka osigurao je dostupnost velikih skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje njihovih regulatornih bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih algoritama za analizu grafova i razumijevanje triju grafova za razumijevanje bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama, pri čemu će se na temelju bioviznih metoda i razumijevanjem grafičkih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti različite metode analize podataka, gdje će se na temelju bioviznih metoda, u kojem će biti potrebno razviti specifične grafičke metode, pri čemu će biti potrebno razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama i razumijevanjem tri grafa, u kojima će biti potrebno fokusirati se na različite grafičke metode, gdje će se na temelju biovizalnih metoda, na temelju biovizalnih metoda, fokusirati na različite metode grafičke analize, gdje će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalne metode, na temelju biovizualnih metoda, ciljati na različite grafičke analize, pri čemu će se u fokusu na različite grafičke analize, pri čemu će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalnih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti specifične grafičke analize, pri čemu će se u fokusu s novim grafičkim analizama, pri čemu će se na temelju bio-analitičkih metoda, pri čemu će se na različitim grafičkim analizama usredotočiti na različite metode analize, na kojima će se na temelju biovizijske analize i razumijevanja, u slučaju odobrenja projektne aplikacije, razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analiza algoritama i razumijevanja tri grafa. 1) kvantitativna karakterizacija proteasoma iz podataka iz ekspresije gena; 2) Analiza kromatskih mreža posredovanja; 3) Analiza dinamike i evolucije mreža regulacije gena.Vrsta istraživanja: Industrijska istraživanja (100 %) Vrsta projekta nije povezana s gospodarskom aktivnošću.Projekt je interdisciplinaran i provodit će se u sljedećim područjima:- Računalna i informacijska znanost (OECD-FOS-1.2);- Biološka znanost (OECD-FOS-1.6).Ključne aktivnosti:1) Studije kvantitativne karakterizacije protagonista iz podataka iz ekspresije gena (WP1).2) Studije o strukturi mreže kromatinskih interakcija (GWP) za specifične domene mreža (WP) za specifičnu karakterizaciju problema proteoma iz genskog izražavanja podaci (WP1).2) Studije o strukturi mreže za interakciju kromatina 3 i dinamici specifičnih problema prethodno navedene mreže (WP.2). Osim toga, projektni plan rada uključuje dvije komplementarne aktivnosti vezane uz proizvodnju skupova podataka i biovalidaciju rezultata (WP4) i softverskih komponenti (WP5). Rezultati projekta:1) Metode za otkrivanje koncentracija proteina u uzorci... (Croatian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Περίληψη έργου ΠεριγραφήΗ λεγόμενη τεχνολογική ανάπτυξη «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει οδηγήσει στη διαθεσιμότητα μεγάλων ποσοτήτων συνόλων δεδομένων που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των βιολογικών διεργασιών που τα ρυθμίζουν — για παράδειγμα, την κατανόηση συστημάτων όπως η «ομική» που περιγράφουν διάφορες κυτταρικές και διακυτταρικές διεργασίες και την αλληλεπίδραση μεταξύ των δικτύων αυτών. Ταυτόχρονα, λόγω του μεγάλου όγκου των εν λόγω συνόλων δεδομένων και της πολυπλοκότητας των πληροφοριών που περιέχονται σε αυτά, η απόκτηση χρήσιμων πληροφοριών από αυτά τα σύνολα δεδομένων είναι ένα πολύ μη τετριμμένο πρόβλημα, και οι μέθοδοι που χρησιμοποιούνται για το σκοπό αυτό περιορίζονται συνήθως στις δυνατότητες των μεθόδων στατιστικής ή μηχανικής μάθησης. Σκοπός αυτού του έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που βασίζονται στη χρήση ενός συνδυασμού αλγορίθμων γραφικής ανάλυσης και μεθόδων γραφικής απεικόνισης. Οι μελέτες που έχουν ήδη διεξαχθεί από τους συντάκτες του έργου κατέδειξαν τη χρησιμότητα μιας τέτοιας προσέγγισης για την έρευνα της ομολογίας των πρωτεϊνών, και πιστεύουμε ότι η προσέγγιση αυτή θα μπορούσε επίσης να είναι πολύ χρήσιμη για την ανάλυση άλλων τύπων συνόλων δεδομένων βιοπληροφορικής. Στο πλαίσιο του έργου προγραμματίζεται να επικεντρωθεί στην ανάλυση της δυναμικής της διαδικασίας ρύθμισης γονιδίων, στην ανάλυση της δυναμικής της τομής χρωματίνης, στην πρόβλεψη επιγονιδιωματικών δεικτών και σε μελέτες για διεργασίες που καθορίζουν διαφορετικούς τύπους κυτταρικής διακριτότητας. Από μια ευρύτερη προοπτική, αναμένουμε ότι η μεθοδολογία που θα αναπτυχθεί θα συμπληρώσει ικανοποιητικά τις υφιστάμενες μεθόδους ανάλυσης των δεδομένων της βιοπληροφορικής. Βιοπληροφορική· Μοντελοποίηση βιολογικών συστημάτων· Γραφικοί αλγόριθμοι· Εξόρυξη δεδομένων· Οπτικοποίηση δεδομένων.Πληροφορίες που θα δημοσιευθούν στον δικτυακό τόπο των ταμείων της Ευρωπαϊκής Ένωσης www.esfondi.lvStrauja σε περίπτωση έγκρισης μιας αίτησης έργου, η λεγόμενη ανάπτυξη τεχνολογίας «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει εξασφαλίσει τη διαθεσιμότητα συνόλων δεδομένων μεγάλης κλίμακας που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των ρυθμιστικών βιολογικών διαδικασιών τους. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε συνδυασμό διαφορετικών αλγορίθμων ανάλυσης γραφημάτων και στην κατανόηση των τριών γραφημάτων για την κατανόηση των βιολογικών διεργασιών. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε μια συγκεκριμένη μέθοδο κατανόησης των διαφόρων γραφημάτων και θα χρησιμοποιούνται οι ειδικοί αναλυτικοί αλγόριθμοι, όπου θα εστιάζουμε τους αλγόριθμους στους οποίους θα εστιάζουμε την ανάλυση των βιολογικών διεργασιών και τις νέες τεχνολογίες. 1) Ποσοτικός χαρακτηρισμός του πρωτεασώματος από δεδομένα έκφρασης γονιδίων. 2) Ανάλυση των δικτύων διαμεσολάβησης χρωματίνης 3) Ανάλυση της δυναμικής και της εξέλιξης των δικτύων γονιδιακής ρύθμισης.Τύπος έρευνας: Βιομηχανική έρευνα (100 %) Ο τύπος του έργου δεν σχετίζεται με την οικονομική δραστηριότητα.Το έργο είναι διεπιστημονικό και θα διεξαχθεί στους ακόλουθους τομείς:- Επιστήμη υπολογιστών και πληροφοριών (ΟΟΣΑ-FOS-1.2)·- Βιολογικές επιστήμες (ΟΟΣΑ-FOS-1.6). Βασικές δραστηριότητες: 1) Μελέτες για τον ποσοτικό χαρακτηρισμό των πρωταγωνιστών από δεδομένα γονιδιακής έκφρασης (WP1).2) Μελέτες για τη δομή του δικτύου αλληλεπίδρασης χρωματίνης (GWP) για τους συγκεκριμένους τομείς των δικτύων (WP) για τον ειδικό χαρακτηρισμό του πρωτεώματος από την έκφραση των γονιδίων δεδομένα (WP1).2) Μελέτες σχετικά με τη δομή δικτύου αλληλεπίδρασης χρωματίνης 3 και τη δυναμική συγκεκριμένων προβλημάτων του προαναφερθέντος δικτύου (WP.2). Επιπλέον, το πρόγραμμα εργασίας του έργου περιλαμβάνει δύο συμπληρωματικές δραστηριότητες που σχετίζονται με την παραγωγή συνόλων δεδομένων και τη βιοεπικύρωση των αποτελεσμάτων (WP4) και τα στοιχεία λογισμικού (WP5).Αποτελέσματα έργου: 1) Μέθοδοι για την ανίχνευση συγκεντρώσεων πρωτεϊνών σε δείγματα ιστών και κυττάρων από δεδομένα μεταγραφής.2) Μέθοδοι ολοκληρωμένης ανάλυσης δεδομένων αλληλεπίδρασης χρωματίνης, επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι για αυτοματοποιημένη ταυτοποίηση γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS για ολοκληρωμένη διαμεσολάβηση χρωματίνης, ανάλυση δεδομένων επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι αυτόματης ταυτοποίησης γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS πειραματικού σχεδιασμού. 634 744,42 EUR (επιλέξιμες δαπάνες: 633 384,42 EUR, Συνεισφορά ΕΤΠΑ: 538 376,74 EUR». Διάρκεια του σχεδίου: 35 μήνες. Διάρκεια υλοποίησης του έργου 21.02.2017. 31.12.2019 (Greek) | |||||||||||||||
| Property / summary: Περίληψη έργου ΠεριγραφήΗ λεγόμενη τεχνολογική ανάπτυξη «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει οδηγήσει στη διαθεσιμότητα μεγάλων ποσοτήτων συνόλων δεδομένων που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των βιολογικών διεργασιών που τα ρυθμίζουν — για παράδειγμα, την κατανόηση συστημάτων όπως η «ομική» που περιγράφουν διάφορες κυτταρικές και διακυτταρικές διεργασίες και την αλληλεπίδραση μεταξύ των δικτύων αυτών. Ταυτόχρονα, λόγω του μεγάλου όγκου των εν λόγω συνόλων δεδομένων και της πολυπλοκότητας των πληροφοριών που περιέχονται σε αυτά, η απόκτηση χρήσιμων πληροφοριών από αυτά τα σύνολα δεδομένων είναι ένα πολύ μη τετριμμένο πρόβλημα, και οι μέθοδοι που χρησιμοποιούνται για το σκοπό αυτό περιορίζονται συνήθως στις δυνατότητες των μεθόδων στατιστικής ή μηχανικής μάθησης. Σκοπός αυτού του έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που βασίζονται στη χρήση ενός συνδυασμού αλγορίθμων γραφικής ανάλυσης και μεθόδων γραφικής απεικόνισης. Οι μελέτες που έχουν ήδη διεξαχθεί από τους συντάκτες του έργου κατέδειξαν τη χρησιμότητα μιας τέτοιας προσέγγισης για την έρευνα της ομολογίας των πρωτεϊνών, και πιστεύουμε ότι η προσέγγιση αυτή θα μπορούσε επίσης να είναι πολύ χρήσιμη για την ανάλυση άλλων τύπων συνόλων δεδομένων βιοπληροφορικής. Στο πλαίσιο του έργου προγραμματίζεται να επικεντρωθεί στην ανάλυση της δυναμικής της διαδικασίας ρύθμισης γονιδίων, στην ανάλυση της δυναμικής της τομής χρωματίνης, στην πρόβλεψη επιγονιδιωματικών δεικτών και σε μελέτες για διεργασίες που καθορίζουν διαφορετικούς τύπους κυτταρικής διακριτότητας. Από μια ευρύτερη προοπτική, αναμένουμε ότι η μεθοδολογία που θα αναπτυχθεί θα συμπληρώσει ικανοποιητικά τις υφιστάμενες μεθόδους ανάλυσης των δεδομένων της βιοπληροφορικής. Βιοπληροφορική· Μοντελοποίηση βιολογικών συστημάτων· Γραφικοί αλγόριθμοι· Εξόρυξη δεδομένων· Οπτικοποίηση δεδομένων.Πληροφορίες που θα δημοσιευθούν στον δικτυακό τόπο των ταμείων της Ευρωπαϊκής Ένωσης www.esfondi.lvStrauja σε περίπτωση έγκρισης μιας αίτησης έργου, η λεγόμενη ανάπτυξη τεχνολογίας «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει εξασφαλίσει τη διαθεσιμότητα συνόλων δεδομένων μεγάλης κλίμακας που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των ρυθμιστικών βιολογικών διαδικασιών τους. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε συνδυασμό διαφορετικών αλγορίθμων ανάλυσης γραφημάτων και στην κατανόηση των τριών γραφημάτων για την κατανόηση των βιολογικών διεργασιών. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε μια συγκεκριμένη μέθοδο κατανόησης των διαφόρων γραφημάτων και θα χρησιμοποιούνται οι ειδικοί αναλυτικοί αλγόριθμοι, όπου θα εστιάζουμε τους αλγόριθμους στους οποίους θα εστιάζουμε την ανάλυση των βιολογικών διεργασιών και τις νέες τεχνολογίες. 1) Ποσοτικός χαρακτηρισμός του πρωτεασώματος από δεδομένα έκφρασης γονιδίων. 2) Ανάλυση των δικτύων διαμεσολάβησης χρωματίνης 3) Ανάλυση της δυναμικής και της εξέλιξης των δικτύων γονιδιακής ρύθμισης.Τύπος έρευνας: Βιομηχανική έρευνα (100 %) Ο τύπος του έργου δεν σχετίζεται με την οικονομική δραστηριότητα.Το έργο είναι διεπιστημονικό και θα διεξαχθεί στους ακόλουθους τομείς:- Επιστήμη υπολογιστών και πληροφοριών (ΟΟΣΑ-FOS-1.2)·- Βιολογικές επιστήμες (ΟΟΣΑ-FOS-1.6). Βασικές δραστηριότητες: 1) Μελέτες για τον ποσοτικό χαρακτηρισμό των πρωταγωνιστών από δεδομένα γονιδιακής έκφρασης (WP1).2) Μελέτες για τη δομή του δικτύου αλληλεπίδρασης χρωματίνης (GWP) για τους συγκεκριμένους τομείς των δικτύων (WP) για τον ειδικό χαρακτηρισμό του πρωτεώματος από την έκφραση των γονιδίων δεδομένα (WP1).2) Μελέτες σχετικά με τη δομή δικτύου αλληλεπίδρασης χρωματίνης 3 και τη δυναμική συγκεκριμένων προβλημάτων του προαναφερθέντος δικτύου (WP.2). Επιπλέον, το πρόγραμμα εργασίας του έργου περιλαμβάνει δύο συμπληρωματικές δραστηριότητες που σχετίζονται με την παραγωγή συνόλων δεδομένων και τη βιοεπικύρωση των αποτελεσμάτων (WP4) και τα στοιχεία λογισμικού (WP5).Αποτελέσματα έργου: 1) Μέθοδοι για την ανίχνευση συγκεντρώσεων πρωτεϊνών σε δείγματα ιστών και κυττάρων από δεδομένα μεταγραφής.2) Μέθοδοι ολοκληρωμένης ανάλυσης δεδομένων αλληλεπίδρασης χρωματίνης, επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι για αυτοματοποιημένη ταυτοποίηση γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS για ολοκληρωμένη διαμεσολάβηση χρωματίνης, ανάλυση δεδομένων επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι αυτόματης ταυτοποίησης γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS πειραματικού σχεδιασμού. 634 744,42 EUR (επιλέξιμες δαπάνες: 633 384,42 EUR, Συνεισφορά ΕΤΠΑ: 538 376,74 EUR». Διάρκεια του σχεδίου: 35 μήνες. Διάρκεια υλοποίησης του έργου 21.02.2017. 31.12.2019 (Greek) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Περίληψη έργου ΠεριγραφήΗ λεγόμενη τεχνολογική ανάπτυξη «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει οδηγήσει στη διαθεσιμότητα μεγάλων ποσοτήτων συνόλων δεδομένων που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των βιολογικών διεργασιών που τα ρυθμίζουν — για παράδειγμα, την κατανόηση συστημάτων όπως η «ομική» που περιγράφουν διάφορες κυτταρικές και διακυτταρικές διεργασίες και την αλληλεπίδραση μεταξύ των δικτύων αυτών. Ταυτόχρονα, λόγω του μεγάλου όγκου των εν λόγω συνόλων δεδομένων και της πολυπλοκότητας των πληροφοριών που περιέχονται σε αυτά, η απόκτηση χρήσιμων πληροφοριών από αυτά τα σύνολα δεδομένων είναι ένα πολύ μη τετριμμένο πρόβλημα, και οι μέθοδοι που χρησιμοποιούνται για το σκοπό αυτό περιορίζονται συνήθως στις δυνατότητες των μεθόδων στατιστικής ή μηχανικής μάθησης. Σκοπός αυτού του έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που βασίζονται στη χρήση ενός συνδυασμού αλγορίθμων γραφικής ανάλυσης και μεθόδων γραφικής απεικόνισης. Οι μελέτες που έχουν ήδη διεξαχθεί από τους συντάκτες του έργου κατέδειξαν τη χρησιμότητα μιας τέτοιας προσέγγισης για την έρευνα της ομολογίας των πρωτεϊνών, και πιστεύουμε ότι η προσέγγιση αυτή θα μπορούσε επίσης να είναι πολύ χρήσιμη για την ανάλυση άλλων τύπων συνόλων δεδομένων βιοπληροφορικής. Στο πλαίσιο του έργου προγραμματίζεται να επικεντρωθεί στην ανάλυση της δυναμικής της διαδικασίας ρύθμισης γονιδίων, στην ανάλυση της δυναμικής της τομής χρωματίνης, στην πρόβλεψη επιγονιδιωματικών δεικτών και σε μελέτες για διεργασίες που καθορίζουν διαφορετικούς τύπους κυτταρικής διακριτότητας. Από μια ευρύτερη προοπτική, αναμένουμε ότι η μεθοδολογία που θα αναπτυχθεί θα συμπληρώσει ικανοποιητικά τις υφιστάμενες μεθόδους ανάλυσης των δεδομένων της βιοπληροφορικής. Βιοπληροφορική· Μοντελοποίηση βιολογικών συστημάτων· Γραφικοί αλγόριθμοι· Εξόρυξη δεδομένων· Οπτικοποίηση δεδομένων.Πληροφορίες που θα δημοσιευθούν στον δικτυακό τόπο των ταμείων της Ευρωπαϊκής Ένωσης www.esfondi.lvStrauja σε περίπτωση έγκρισης μιας αίτησης έργου, η λεγόμενη ανάπτυξη τεχνολογίας «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει εξασφαλίσει τη διαθεσιμότητα συνόλων δεδομένων μεγάλης κλίμακας που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των ρυθμιστικών βιολογικών διαδικασιών τους. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε συνδυασμό διαφορετικών αλγορίθμων ανάλυσης γραφημάτων και στην κατανόηση των τριών γραφημάτων για την κατανόηση των βιολογικών διεργασιών. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε μια συγκεκριμένη μέθοδο κατανόησης των διαφόρων γραφημάτων και θα χρησιμοποιούνται οι ειδικοί αναλυτικοί αλγόριθμοι, όπου θα εστιάζουμε τους αλγόριθμους στους οποίους θα εστιάζουμε την ανάλυση των βιολογικών διεργασιών και τις νέες τεχνολογίες. 1) Ποσοτικός χαρακτηρισμός του πρωτεασώματος από δεδομένα έκφρασης γονιδίων. 2) Ανάλυση των δικτύων διαμεσολάβησης χρωματίνης 3) Ανάλυση της δυναμικής και της εξέλιξης των δικτύων γονιδιακής ρύθμισης.Τύπος έρευνας: Βιομηχανική έρευνα (100 %) Ο τύπος του έργου δεν σχετίζεται με την οικονομική δραστηριότητα.Το έργο είναι διεπιστημονικό και θα διεξαχθεί στους ακόλουθους τομείς:- Επιστήμη υπολογιστών και πληροφοριών (ΟΟΣΑ-FOS-1.2)·- Βιολογικές επιστήμες (ΟΟΣΑ-FOS-1.6). Βασικές δραστηριότητες: 1) Μελέτες για τον ποσοτικό χαρακτηρισμό των πρωταγωνιστών από δεδομένα γονιδιακής έκφρασης (WP1).2) Μελέτες για τη δομή του δικτύου αλληλεπίδρασης χρωματίνης (GWP) για τους συγκεκριμένους τομείς των δικτύων (WP) για τον ειδικό χαρακτηρισμό του πρωτεώματος από την έκφραση των γονιδίων δεδομένα (WP1).2) Μελέτες σχετικά με τη δομή δικτύου αλληλεπίδρασης χρωματίνης 3 και τη δυναμική συγκεκριμένων προβλημάτων του προαναφερθέντος δικτύου (WP.2). Επιπλέον, το πρόγραμμα εργασίας του έργου περιλαμβάνει δύο συμπληρωματικές δραστηριότητες που σχετίζονται με την παραγωγή συνόλων δεδομένων και τη βιοεπικύρωση των αποτελεσμάτων (WP4) και τα στοιχεία λογισμικού (WP5).Αποτελέσματα έργου: 1) Μέθοδοι για την ανίχνευση συγκεντρώσεων πρωτεϊνών σε δείγματα ιστών και κυττάρων από δεδομένα μεταγραφής.2) Μέθοδοι ολοκληρωμένης ανάλυσης δεδομένων αλληλεπίδρασης χρωματίνης, επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι για αυτοματοποιημένη ταυτοποίηση γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS για ολοκληρωμένη διαμεσολάβηση χρωματίνης, ανάλυση δεδομένων επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι αυτόματης ταυτοποίησης γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS πειραματικού σχεδιασμού. 634 744,42 EUR (επιλέξιμες δαπάνες: 633 384,42 EUR, Συνεισφορά ΕΤΠΑ: 538 376,74 EUR». Διάρκεια του σχεδίου: 35 μήνες. Διάρκεια υλοποίησης του έργου 21.02.2017. 31.12.2019 (Greek) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Zhrnutie projektu Popis Takzvaný „vysokovýkonný“ technologický vývoj na získavanie bioinformatických údajov viedol k dostupnosti veľkého množstva dátových súborov, ktoré obsahujú cenné informácie pre modelovanie komplexných biologických systémov a pochopenie biologických procesov, ktoré ich regulujú – napríklad pochopenie systémov ako „omika“ opisujúcich rôzne bunkové a medzibunkové procesy a interakcia medzi takýmito sieťami. Zároveň vzhľadom na veľký objem takýchto súborov údajov a zložitosť informácií, ktoré sú v nich obsiahnuté, je získavanie užitočných informácií z takýchto súborov údajov veľmi netriviálnym problémom a metódy používané na tento účel sú zvyčajne obmedzené na možnosti štatistických metód alebo metód strojového učenia. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy údajov založené na použití kombinácie algoritmov grafickej analýzy a metód grafickej vizualizácie. Štúdie, ktoré už autori projektu vykonali, preukázali užitočnosť takéhoto prístupu k výskumu homológie bielkovín a veríme, že tento prístup by mohol byť veľmi užitočný aj pri analýze iných typov bioinformatických súborov údajov. V rámci projektu sa plánuje zamerať na analýzu dynamiky procesov regulácie génov, analýzu dynamiky chromatínovej križovatky, predikciu epigenomických markerov a štúdie procesov, ktoré určujú rôzne typy bunkovej rozlišovacej spôsobilosti. Zo širšieho hľadiska očakávame, že vypracovaná metodika bude dobre dopĺňať existujúce metódy analýzy bioinformatických údajov. Bioinformatika; Modelovanie biologických systémov; Grafické algoritmy; Vyťažovanie údajov; Vizualizácia dát.Informácie, ktoré budú zverejnené na webovej stránke Európskej únie financuje www.esfondi.lvStrauja v prípade schválenia projektovej aplikácie, takzvaný „high-throughput“ vývoj technológií pre získavanie bioinformatiky dát zabezpečila dostupnosť rozsiahlych dátových súborov obsahujúcich cenné informácie pre modelovanie komplexných biologických systémov a pochopenie ich regulačných biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy dát, ktoré budú založené na kombinácii rôznych algoritmov analýzy grafov a pochopení troch grafov pre pochopenie biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy, ktoré budú založené na kombinácii rôznych grafických analytických algoritmov, na základe ktorých sa zameriame na rôzne algoritmy analýzy, na základe ktorých sa zameriame na rôzne algoritmy analýzy a na pochopenie grafu. 1) kvantitatívne charakterizácia proteazómu z údajov o génovej expresii; 2) Analýza sprostredkovateľských sietí chromatínu; 3) Analýza dynamiky a vývoja génových regulačných sietí. Typ výskumu: Priemyselný výskum (100 %) Typ projektu nesúvisí s hospodárskou činnosťou. Projekt je interdisciplinárny a bude sa vykonávať v nasledujúcich oblastiach:- Počítačová a informačná veda (OECD-FOS-1.2);- biologické vedy (OECD-FOS-1.6).Kľúčové činnosti:1) Štúdie o kvantitatívnej charakterizácii protagonistov z dát génovej expresie (WP1).2) Štúdie o štruktúre siete interakcie chromatínu (GWP) pre špecifické oblasti sietí (WP) pre špecifickú charakterizáciu proteómu z údajov o génovej expresii (WP1).2) Štúdie štruktúry siete interakcie chromatínu 3 a dynamiky špecifických problémov uvedenej siete (WP.2). Okrem toho pracovný plán projektu zahŕňa dve doplnkové činnosti súvisiace s tvorbou súborov údajov a bivalidáciou výsledkov (WP4) a softvérových komponentov (WP5).Project results:1) Metódy zisťovania koncentrácií bielkovín v tkanivách a bunkových vzorkách z transkriptných údajov.2) Metódy integrovanej interakcie chromatínu, analýzy epigenomiky a génovej regulácie.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov NGS pre integrované sprostredkovanie chromatínu, analýzu údajov o epigenomickej a génovej regulácii.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov z experimentálneho návrhu NGS. 634 744,42 EUR (oprávnené náklady: 633 384,42 EUR, príspevok z EFRR: 538 376,74 EUR“. Trvanie projektu: 35 mesiacov. Trvanie realizácie projektu 21.2.2017. 31.12.2019 (Slovak) | |||||||||||||||
| Property / summary: Zhrnutie projektu Popis Takzvaný „vysokovýkonný“ technologický vývoj na získavanie bioinformatických údajov viedol k dostupnosti veľkého množstva dátových súborov, ktoré obsahujú cenné informácie pre modelovanie komplexných biologických systémov a pochopenie biologických procesov, ktoré ich regulujú – napríklad pochopenie systémov ako „omika“ opisujúcich rôzne bunkové a medzibunkové procesy a interakcia medzi takýmito sieťami. Zároveň vzhľadom na veľký objem takýchto súborov údajov a zložitosť informácií, ktoré sú v nich obsiahnuté, je získavanie užitočných informácií z takýchto súborov údajov veľmi netriviálnym problémom a metódy používané na tento účel sú zvyčajne obmedzené na možnosti štatistických metód alebo metód strojového učenia. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy údajov založené na použití kombinácie algoritmov grafickej analýzy a metód grafickej vizualizácie. Štúdie, ktoré už autori projektu vykonali, preukázali užitočnosť takéhoto prístupu k výskumu homológie bielkovín a veríme, že tento prístup by mohol byť veľmi užitočný aj pri analýze iných typov bioinformatických súborov údajov. V rámci projektu sa plánuje zamerať na analýzu dynamiky procesov regulácie génov, analýzu dynamiky chromatínovej križovatky, predikciu epigenomických markerov a štúdie procesov, ktoré určujú rôzne typy bunkovej rozlišovacej spôsobilosti. Zo širšieho hľadiska očakávame, že vypracovaná metodika bude dobre dopĺňať existujúce metódy analýzy bioinformatických údajov. Bioinformatika; Modelovanie biologických systémov; Grafické algoritmy; Vyťažovanie údajov; Vizualizácia dát.Informácie, ktoré budú zverejnené na webovej stránke Európskej únie financuje www.esfondi.lvStrauja v prípade schválenia projektovej aplikácie, takzvaný „high-throughput“ vývoj technológií pre získavanie bioinformatiky dát zabezpečila dostupnosť rozsiahlych dátových súborov obsahujúcich cenné informácie pre modelovanie komplexných biologických systémov a pochopenie ich regulačných biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy dát, ktoré budú založené na kombinácii rôznych algoritmov analýzy grafov a pochopení troch grafov pre pochopenie biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy, ktoré budú založené na kombinácii rôznych grafických analytických algoritmov, na základe ktorých sa zameriame na rôzne algoritmy analýzy, na základe ktorých sa zameriame na rôzne algoritmy analýzy a na pochopenie grafu. 1) kvantitatívne charakterizácia proteazómu z údajov o génovej expresii; 2) Analýza sprostredkovateľských sietí chromatínu; 3) Analýza dynamiky a vývoja génových regulačných sietí. Typ výskumu: Priemyselný výskum (100 %) Typ projektu nesúvisí s hospodárskou činnosťou. Projekt je interdisciplinárny a bude sa vykonávať v nasledujúcich oblastiach:- Počítačová a informačná veda (OECD-FOS-1.2);- biologické vedy (OECD-FOS-1.6).Kľúčové činnosti:1) Štúdie o kvantitatívnej charakterizácii protagonistov z dát génovej expresie (WP1).2) Štúdie o štruktúre siete interakcie chromatínu (GWP) pre špecifické oblasti sietí (WP) pre špecifickú charakterizáciu proteómu z údajov o génovej expresii (WP1).2) Štúdie štruktúry siete interakcie chromatínu 3 a dynamiky špecifických problémov uvedenej siete (WP.2). Okrem toho pracovný plán projektu zahŕňa dve doplnkové činnosti súvisiace s tvorbou súborov údajov a bivalidáciou výsledkov (WP4) a softvérových komponentov (WP5).Project results:1) Metódy zisťovania koncentrácií bielkovín v tkanivách a bunkových vzorkách z transkriptných údajov.2) Metódy integrovanej interakcie chromatínu, analýzy epigenomiky a génovej regulácie.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov NGS pre integrované sprostredkovanie chromatínu, analýzu údajov o epigenomickej a génovej regulácii.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov z experimentálneho návrhu NGS. 634 744,42 EUR (oprávnené náklady: 633 384,42 EUR, príspevok z EFRR: 538 376,74 EUR“. Trvanie projektu: 35 mesiacov. Trvanie realizácie projektu 21.2.2017. 31.12.2019 (Slovak) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Zhrnutie projektu Popis Takzvaný „vysokovýkonný“ technologický vývoj na získavanie bioinformatických údajov viedol k dostupnosti veľkého množstva dátových súborov, ktoré obsahujú cenné informácie pre modelovanie komplexných biologických systémov a pochopenie biologických procesov, ktoré ich regulujú – napríklad pochopenie systémov ako „omika“ opisujúcich rôzne bunkové a medzibunkové procesy a interakcia medzi takýmito sieťami. Zároveň vzhľadom na veľký objem takýchto súborov údajov a zložitosť informácií, ktoré sú v nich obsiahnuté, je získavanie užitočných informácií z takýchto súborov údajov veľmi netriviálnym problémom a metódy používané na tento účel sú zvyčajne obmedzené na možnosti štatistických metód alebo metód strojového učenia. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy údajov založené na použití kombinácie algoritmov grafickej analýzy a metód grafickej vizualizácie. Štúdie, ktoré už autori projektu vykonali, preukázali užitočnosť takéhoto prístupu k výskumu homológie bielkovín a veríme, že tento prístup by mohol byť veľmi užitočný aj pri analýze iných typov bioinformatických súborov údajov. V rámci projektu sa plánuje zamerať na analýzu dynamiky procesov regulácie génov, analýzu dynamiky chromatínovej križovatky, predikciu epigenomických markerov a štúdie procesov, ktoré určujú rôzne typy bunkovej rozlišovacej spôsobilosti. Zo širšieho hľadiska očakávame, že vypracovaná metodika bude dobre dopĺňať existujúce metódy analýzy bioinformatických údajov. Bioinformatika; Modelovanie biologických systémov; Grafické algoritmy; Vyťažovanie údajov; Vizualizácia dát.Informácie, ktoré budú zverejnené na webovej stránke Európskej únie financuje www.esfondi.lvStrauja v prípade schválenia projektovej aplikácie, takzvaný „high-throughput“ vývoj technológií pre získavanie bioinformatiky dát zabezpečila dostupnosť rozsiahlych dátových súborov obsahujúcich cenné informácie pre modelovanie komplexných biologických systémov a pochopenie ich regulačných biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy dát, ktoré budú založené na kombinácii rôznych algoritmov analýzy grafov a pochopení troch grafov pre pochopenie biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy, ktoré budú založené na kombinácii rôznych grafických analytických algoritmov, na základe ktorých sa zameriame na rôzne algoritmy analýzy, na základe ktorých sa zameriame na rôzne algoritmy analýzy a na pochopenie grafu. 1) kvantitatívne charakterizácia proteazómu z údajov o génovej expresii; 2) Analýza sprostredkovateľských sietí chromatínu; 3) Analýza dynamiky a vývoja génových regulačných sietí. Typ výskumu: Priemyselný výskum (100 %) Typ projektu nesúvisí s hospodárskou činnosťou. Projekt je interdisciplinárny a bude sa vykonávať v nasledujúcich oblastiach:- Počítačová a informačná veda (OECD-FOS-1.2);- biologické vedy (OECD-FOS-1.6).Kľúčové činnosti:1) Štúdie o kvantitatívnej charakterizácii protagonistov z dát génovej expresie (WP1).2) Štúdie o štruktúre siete interakcie chromatínu (GWP) pre špecifické oblasti sietí (WP) pre špecifickú charakterizáciu proteómu z údajov o génovej expresii (WP1).2) Štúdie štruktúry siete interakcie chromatínu 3 a dynamiky špecifických problémov uvedenej siete (WP.2). Okrem toho pracovný plán projektu zahŕňa dve doplnkové činnosti súvisiace s tvorbou súborov údajov a bivalidáciou výsledkov (WP4) a softvérových komponentov (WP5).Project results:1) Metódy zisťovania koncentrácií bielkovín v tkanivách a bunkových vzorkách z transkriptných údajov.2) Metódy integrovanej interakcie chromatínu, analýzy epigenomiky a génovej regulácie.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov NGS pre integrované sprostredkovanie chromatínu, analýzu údajov o epigenomickej a génovej regulácii.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov z experimentálneho návrhu NGS. 634 744,42 EUR (oprávnené náklady: 633 384,42 EUR, príspevok z EFRR: 538 376,74 EUR“. Trvanie projektu: 35 mesiacov. Trvanie realizácie projektu 21.2.2017. 31.12.2019 (Slovak) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projektin tiivistelmä KuvausNiin sanottu ”suuren tuotantotehon” teknologian kehittäminen bioinformatiikan tietojen hankkimiseksi on johtanut siihen, että saatavilla on suuria määriä tietokokonaisuuksia, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja sitä säätelevien biologisten prosessien ymmärtämiseen – esimerkiksi erilaisten solu- ja solujenvälisten prosessien kuvaavien ”omiikan” kaltaisten järjestelmien ymmärtämiseen ja tällaisten verkostojen väliseen vuorovaikutukseen. Samaan aikaan tällaisten tietoaineistojen suuren määrän ja niihin sisältyvien tietojen monimutkaisuuden vuoksi hyödyllisen tiedon hankkiminen tällaisista tietoaineistoista on hyvin epäselvä ongelma, ja tähän tarkoitukseen käytetyt menetelmät rajoittuvat yleensä tilastollisten tai koneoppimismenetelmien mahdollisuuksiin. Hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat graafisten analyysialgoritmien ja graafisten visualisointimenetelmien yhdistelmään. Hankkeen laatijoiden jo tekemät tutkimukset ovat osoittaneet tällaisen lähestymistavan hyödyllisyyden proteiinihomologian tutkimisessa, ja uskomme, että tämä lähestymistapa voisi olla erittäin hyödyllinen myös muuntyyppisten bioinformatiikan tietoaineistojen analysoinnissa. Hankkeen puitteissa on tarkoitus keskittyä geenien säätelyprosessin dynamiikan analysointiin, kromatiinin leikkausdynamiikan analysointiin, epigenomisten merkkiaineiden ennustamiseen ja prosesseja koskeviin tutkimuksiin, jotka määrittävät eri solujen erottamiskyvyn. Laajemmasta näkökulmasta katsoen odotamme, että kehitetyt menetelmät täydentävät hyvin nykyisiä bioinformatiikan tietojen analyysimenetelmiä. Bioinformatiikka; Biologisten järjestelmien mallintaminen; Graafiset algoritmit; Tiedonlouhinta; Data visualisointi.Tiedot, jotka julkaistaan Euroopan unionin rahastojen verkkosivustolla www.esfondi.lvStrauja, jos hankehakemus hyväksytään, bioinformatiikan tiedonhankinnan ”high-throughput” -teknologian kehittäminen on varmistanut, että saatavilla on laajamittaisia tietoaineistoja, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja niiden lainsäädännöllisten biologisten prosessien ymmärtämiseen. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten data-analyysien yhdistelmiin, jotka perustuvat erilaisten graafisten analyysien yhdistelmiin ja jotka perustuvat erilaisten kaavioiden analysointiin, sekä kolmen graafisen analyysin ymmärtämiseen biologisten prosessien ymmärtämiseksi. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten kaavioiden analysointiin ja joissa käytämme erilaisia tietoja algoritmeista. 1) Proteasomin kvantitatiivinen luonnehdinta geenin ilmentymätiedoista; 2) kromatiinin välitysverkostojen analysointi; 3) Analyysi dynamiikkaa ja kehitystä geenien sääntely verkkojen.Tutkimustyyppi: Teollinen tutkimus (100 %) Hankkeen tyyppi ei liity taloudelliseen toimintaan. Hanke on poikkitieteellinen ja toteutetaan seuraavilla aloilla:- Computer and Information Science (OECD-FOS-1.2);- Biologiatieteet (OECD-FOS-1.6).Avaintoimet:1) Tutkimukset päähenkilöiden kvantitatiivisesta karakterisointista geenin ilmentymistiedoista (WP1).2) Tutkimukset kromatiinien vuorovaikutuksen verkoston rakenteesta (GWP) tietyillä verkkojen (WP) aloilla proteooman erityisten ongelmien karakterisointi geenien ilmentymisestä tiedot (WP1).2) Tutkimukset kromatiinin vuorovaikutteisen verkon rakenteesta 3 ja edellä mainitun verkon erityisongelmien dynamiikasta (WP.2). Lisäksi hankkeen työsuunnitelma sisältää kaksi täydentävää toimintoa, jotka liittyvät tietoaineistojen tuottamiseen ja tulosten biovalidointiin (WP4) ja ohjelmistokomponenttien (WP5) tuotantoon.Projektin tulokset: 1) Menetelmät proteiinipitoisuuksien havaitsemiseksi kudos- ja solunäytteissä transkriptiotiedoista.2) Menetelmät kromatiinin vuorovaikutuksen, epigenomiikan ja geenien säätelytietojen analysoimiseksi.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-tiedoista integroidun kromatiinin välityksen, epigenomisen ja geenien säätelyn data-analyysin osalta.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-kokeilutiedoista. 634744,42 euroa (tukikelpoiset kustannukset: 633384,42 euroa, EAKR:n rahoitusosuus: 538376,74 EUROA”. Hankkeen kesto: 35 kuukautta. Hankkeen toteutuksen kesto 21.2.2017. 31.12.2019 (Finnish) | |||||||||||||||
| Property / summary: Projektin tiivistelmä KuvausNiin sanottu ”suuren tuotantotehon” teknologian kehittäminen bioinformatiikan tietojen hankkimiseksi on johtanut siihen, että saatavilla on suuria määriä tietokokonaisuuksia, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja sitä säätelevien biologisten prosessien ymmärtämiseen – esimerkiksi erilaisten solu- ja solujenvälisten prosessien kuvaavien ”omiikan” kaltaisten järjestelmien ymmärtämiseen ja tällaisten verkostojen väliseen vuorovaikutukseen. Samaan aikaan tällaisten tietoaineistojen suuren määrän ja niihin sisältyvien tietojen monimutkaisuuden vuoksi hyödyllisen tiedon hankkiminen tällaisista tietoaineistoista on hyvin epäselvä ongelma, ja tähän tarkoitukseen käytetyt menetelmät rajoittuvat yleensä tilastollisten tai koneoppimismenetelmien mahdollisuuksiin. Hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat graafisten analyysialgoritmien ja graafisten visualisointimenetelmien yhdistelmään. Hankkeen laatijoiden jo tekemät tutkimukset ovat osoittaneet tällaisen lähestymistavan hyödyllisyyden proteiinihomologian tutkimisessa, ja uskomme, että tämä lähestymistapa voisi olla erittäin hyödyllinen myös muuntyyppisten bioinformatiikan tietoaineistojen analysoinnissa. Hankkeen puitteissa on tarkoitus keskittyä geenien säätelyprosessin dynamiikan analysointiin, kromatiinin leikkausdynamiikan analysointiin, epigenomisten merkkiaineiden ennustamiseen ja prosesseja koskeviin tutkimuksiin, jotka määrittävät eri solujen erottamiskyvyn. Laajemmasta näkökulmasta katsoen odotamme, että kehitetyt menetelmät täydentävät hyvin nykyisiä bioinformatiikan tietojen analyysimenetelmiä. Bioinformatiikka; Biologisten järjestelmien mallintaminen; Graafiset algoritmit; Tiedonlouhinta; Data visualisointi.Tiedot, jotka julkaistaan Euroopan unionin rahastojen verkkosivustolla www.esfondi.lvStrauja, jos hankehakemus hyväksytään, bioinformatiikan tiedonhankinnan ”high-throughput” -teknologian kehittäminen on varmistanut, että saatavilla on laajamittaisia tietoaineistoja, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja niiden lainsäädännöllisten biologisten prosessien ymmärtämiseen. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten data-analyysien yhdistelmiin, jotka perustuvat erilaisten graafisten analyysien yhdistelmiin ja jotka perustuvat erilaisten kaavioiden analysointiin, sekä kolmen graafisen analyysin ymmärtämiseen biologisten prosessien ymmärtämiseksi. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten kaavioiden analysointiin ja joissa käytämme erilaisia tietoja algoritmeista. 1) Proteasomin kvantitatiivinen luonnehdinta geenin ilmentymätiedoista; 2) kromatiinin välitysverkostojen analysointi; 3) Analyysi dynamiikkaa ja kehitystä geenien sääntely verkkojen.Tutkimustyyppi: Teollinen tutkimus (100 %) Hankkeen tyyppi ei liity taloudelliseen toimintaan. Hanke on poikkitieteellinen ja toteutetaan seuraavilla aloilla:- Computer and Information Science (OECD-FOS-1.2);- Biologiatieteet (OECD-FOS-1.6).Avaintoimet:1) Tutkimukset päähenkilöiden kvantitatiivisesta karakterisointista geenin ilmentymistiedoista (WP1).2) Tutkimukset kromatiinien vuorovaikutuksen verkoston rakenteesta (GWP) tietyillä verkkojen (WP) aloilla proteooman erityisten ongelmien karakterisointi geenien ilmentymisestä tiedot (WP1).2) Tutkimukset kromatiinin vuorovaikutteisen verkon rakenteesta 3 ja edellä mainitun verkon erityisongelmien dynamiikasta (WP.2). Lisäksi hankkeen työsuunnitelma sisältää kaksi täydentävää toimintoa, jotka liittyvät tietoaineistojen tuottamiseen ja tulosten biovalidointiin (WP4) ja ohjelmistokomponenttien (WP5) tuotantoon.Projektin tulokset: 1) Menetelmät proteiinipitoisuuksien havaitsemiseksi kudos- ja solunäytteissä transkriptiotiedoista.2) Menetelmät kromatiinin vuorovaikutuksen, epigenomiikan ja geenien säätelytietojen analysoimiseksi.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-tiedoista integroidun kromatiinin välityksen, epigenomisen ja geenien säätelyn data-analyysin osalta.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-kokeilutiedoista. 634744,42 euroa (tukikelpoiset kustannukset: 633384,42 euroa, EAKR:n rahoitusosuus: 538376,74 EUROA”. Hankkeen kesto: 35 kuukautta. Hankkeen toteutuksen kesto 21.2.2017. 31.12.2019 (Finnish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projektin tiivistelmä KuvausNiin sanottu ”suuren tuotantotehon” teknologian kehittäminen bioinformatiikan tietojen hankkimiseksi on johtanut siihen, että saatavilla on suuria määriä tietokokonaisuuksia, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja sitä säätelevien biologisten prosessien ymmärtämiseen – esimerkiksi erilaisten solu- ja solujenvälisten prosessien kuvaavien ”omiikan” kaltaisten järjestelmien ymmärtämiseen ja tällaisten verkostojen väliseen vuorovaikutukseen. Samaan aikaan tällaisten tietoaineistojen suuren määrän ja niihin sisältyvien tietojen monimutkaisuuden vuoksi hyödyllisen tiedon hankkiminen tällaisista tietoaineistoista on hyvin epäselvä ongelma, ja tähän tarkoitukseen käytetyt menetelmät rajoittuvat yleensä tilastollisten tai koneoppimismenetelmien mahdollisuuksiin. Hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat graafisten analyysialgoritmien ja graafisten visualisointimenetelmien yhdistelmään. Hankkeen laatijoiden jo tekemät tutkimukset ovat osoittaneet tällaisen lähestymistavan hyödyllisyyden proteiinihomologian tutkimisessa, ja uskomme, että tämä lähestymistapa voisi olla erittäin hyödyllinen myös muuntyyppisten bioinformatiikan tietoaineistojen analysoinnissa. Hankkeen puitteissa on tarkoitus keskittyä geenien säätelyprosessin dynamiikan analysointiin, kromatiinin leikkausdynamiikan analysointiin, epigenomisten merkkiaineiden ennustamiseen ja prosesseja koskeviin tutkimuksiin, jotka määrittävät eri solujen erottamiskyvyn. Laajemmasta näkökulmasta katsoen odotamme, että kehitetyt menetelmät täydentävät hyvin nykyisiä bioinformatiikan tietojen analyysimenetelmiä. Bioinformatiikka; Biologisten järjestelmien mallintaminen; Graafiset algoritmit; Tiedonlouhinta; Data visualisointi.Tiedot, jotka julkaistaan Euroopan unionin rahastojen verkkosivustolla www.esfondi.lvStrauja, jos hankehakemus hyväksytään, bioinformatiikan tiedonhankinnan ”high-throughput” -teknologian kehittäminen on varmistanut, että saatavilla on laajamittaisia tietoaineistoja, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja niiden lainsäädännöllisten biologisten prosessien ymmärtämiseen. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten data-analyysien yhdistelmiin, jotka perustuvat erilaisten graafisten analyysien yhdistelmiin ja jotka perustuvat erilaisten kaavioiden analysointiin, sekä kolmen graafisen analyysin ymmärtämiseen biologisten prosessien ymmärtämiseksi. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten kaavioiden analysointiin ja joissa käytämme erilaisia tietoja algoritmeista. 1) Proteasomin kvantitatiivinen luonnehdinta geenin ilmentymätiedoista; 2) kromatiinin välitysverkostojen analysointi; 3) Analyysi dynamiikkaa ja kehitystä geenien sääntely verkkojen.Tutkimustyyppi: Teollinen tutkimus (100 %) Hankkeen tyyppi ei liity taloudelliseen toimintaan. Hanke on poikkitieteellinen ja toteutetaan seuraavilla aloilla:- Computer and Information Science (OECD-FOS-1.2);- Biologiatieteet (OECD-FOS-1.6).Avaintoimet:1) Tutkimukset päähenkilöiden kvantitatiivisesta karakterisointista geenin ilmentymistiedoista (WP1).2) Tutkimukset kromatiinien vuorovaikutuksen verkoston rakenteesta (GWP) tietyillä verkkojen (WP) aloilla proteooman erityisten ongelmien karakterisointi geenien ilmentymisestä tiedot (WP1).2) Tutkimukset kromatiinin vuorovaikutteisen verkon rakenteesta 3 ja edellä mainitun verkon erityisongelmien dynamiikasta (WP.2). Lisäksi hankkeen työsuunnitelma sisältää kaksi täydentävää toimintoa, jotka liittyvät tietoaineistojen tuottamiseen ja tulosten biovalidointiin (WP4) ja ohjelmistokomponenttien (WP5) tuotantoon.Projektin tulokset: 1) Menetelmät proteiinipitoisuuksien havaitsemiseksi kudos- ja solunäytteissä transkriptiotiedoista.2) Menetelmät kromatiinin vuorovaikutuksen, epigenomiikan ja geenien säätelytietojen analysoimiseksi.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-tiedoista integroidun kromatiinin välityksen, epigenomisen ja geenien säätelyn data-analyysin osalta.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-kokeilutiedoista. 634744,42 euroa (tukikelpoiset kustannukset: 633384,42 euroa, EAKR:n rahoitusosuus: 538376,74 EUROA”. Hankkeen kesto: 35 kuukautta. Hankkeen toteutuksen kesto 21.2.2017. 31.12.2019 (Finnish) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Podsumowanie projektu OpisTzw. Rozwój technologii „wysokiej wydajności” w celu pozyskiwania danych bioinformatycznych doprowadził do dostępności dużych ilości zbiorów danych, które zawierają cenne informacje do modelowania złożonych systemów biologicznych i zrozumienia procesów biologicznych, które je regulują – na przykład zrozumienie systemów takich jak „omika” opisujących różne procesy komórkowe i międzykomórkowe oraz interakcję między tymi sieciami. Jednocześnie, ze względu na dużą ilość takich zbiorów danych i złożoność zawartych w nich informacji, pozyskiwanie użytecznych informacji z takich zbiorów danych jest bardzo nietrywialnym problemem, a stosowane w tym celu metody są zazwyczaj ograniczone do możliwości metod statystycznych lub uczenia maszynowego. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych opartych na wykorzystaniu kombinacji algorytmów analizy graficznej i metod wizualizacji graficznej. Badania przeprowadzone już przez autorów projektu wykazały przydatność takiego podejścia do badania homologii białek i uważamy, że takie podejście może być również bardzo przydatne do analizy innych rodzajów zbiorów danych bioinformatycznych. W ramach projektu planowane jest skoncentrowanie się na analizie dynamiki procesu regulacji genów, analizie dynamiki przecięcia chromatyny, przewidywaniu markerów epigenomicznych oraz badaniach nad procesami, które określają różne rodzaje odrębności komórek. Z szerszej perspektywy oczekujemy, że opracowana metodologia będzie dobrze uzupełniać istniejące metody analizy danych bioinformatycznych. Bioinformatyka; Modelowanie systemów biologicznych; Algorytmy graficzne; Eksploracja danych; Wizualizacja danych.Informacje, które zostaną opublikowane na stronie internetowej funduszy Unii Europejskiej www.esfondi.lvStrauja w przypadku zatwierdzenia wniosku projektowego, tzw. „wysokowydajny” rozwój technologii pozyskiwania danych bioinformatycznych zapewnił dostępność zbiorów danych na dużą skalę zawierających cenne informacje na potrzeby modelowania złożonych systemów biologicznych i zrozumienia ich regulacyjnych procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą oparte na połączeniu różnych algorytmów analizy wykresów oraz na zrozumieniu trzech wykresów w celu zrozumienia procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą opierać się na kombinacji różnych algorytmów analizy wykresów, w przypadku gdy w oparciu o analizę naukową, a także na konkretnych analizach, w których będzie się opierać na analizach biologicznych, a także na konkretnych analizach. 1) Ilościowa charakterystyka proteasomu z danych ekspresji genu; 2) Analiza sieci pośrednictwa chromatyny; 3) Analiza dynamiki i ewolucji sieci regulacji genów.Rodzaj badań: Badania przemysłowe (100 %) Rodzaj projektu nie jest związany z działalnością gospodarczą.Projekt jest interdyscyplinarny i będzie realizowany w następujących dziedzinach:- Informatyka i Informatyka (OECD-FOS-1.2);- Nauki biologiczne (OECD-FOS-1.6).Działania kluczowe:1) Badania dotyczące charakterystyki ilościowej bohaterów z danych ekspresji genowej (WP1).2) Badania nad strukturą sieci interakcji chromatyny (GWP) dla konkretnych dziedzin sieci (WP) dla specyficznej charakterystyki problemu proteoma z danych ekspresji genów (WP1).2) Badania struktury sieci interakcji chromatyny 3 i dynamiki specyficznych problemów wyżej wymienionej sieci (WP.2). Ponadto plan prac w ramach projektu obejmuje dwa uzupełniające się działania związane z produkcją zbiorów danych i biowalidacją wyników (WP4) i komponentami oprogramowania (WP5).Wyniki projektu:1) Metody wykrywania stężeń białek w próbkach tkanek i komórek z danych transkrypcyjnych.2) Metody zintegrowanej interakcji chromatyny, analiza danych epigenomicznych i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i danych NGS dla zintegrowanej analizy chromatyny, analizy danych dotyczących epigenomii i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i eksperymentalnych danych projektowych NGS. 634 744,42 EUR (koszty kwalifikowalne: 633 384,42 EUR, wkład EFRR: 538 376,74 EUR”. Czas trwania projektu: 35 miesięcy. Czas realizacji projektu 21.02.2017. 31.12.2019 (Polish) | |||||||||||||||
| Property / summary: Podsumowanie projektu OpisTzw. Rozwój technologii „wysokiej wydajności” w celu pozyskiwania danych bioinformatycznych doprowadził do dostępności dużych ilości zbiorów danych, które zawierają cenne informacje do modelowania złożonych systemów biologicznych i zrozumienia procesów biologicznych, które je regulują – na przykład zrozumienie systemów takich jak „omika” opisujących różne procesy komórkowe i międzykomórkowe oraz interakcję między tymi sieciami. Jednocześnie, ze względu na dużą ilość takich zbiorów danych i złożoność zawartych w nich informacji, pozyskiwanie użytecznych informacji z takich zbiorów danych jest bardzo nietrywialnym problemem, a stosowane w tym celu metody są zazwyczaj ograniczone do możliwości metod statystycznych lub uczenia maszynowego. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych opartych na wykorzystaniu kombinacji algorytmów analizy graficznej i metod wizualizacji graficznej. Badania przeprowadzone już przez autorów projektu wykazały przydatność takiego podejścia do badania homologii białek i uważamy, że takie podejście może być również bardzo przydatne do analizy innych rodzajów zbiorów danych bioinformatycznych. W ramach projektu planowane jest skoncentrowanie się na analizie dynamiki procesu regulacji genów, analizie dynamiki przecięcia chromatyny, przewidywaniu markerów epigenomicznych oraz badaniach nad procesami, które określają różne rodzaje odrębności komórek. Z szerszej perspektywy oczekujemy, że opracowana metodologia będzie dobrze uzupełniać istniejące metody analizy danych bioinformatycznych. Bioinformatyka; Modelowanie systemów biologicznych; Algorytmy graficzne; Eksploracja danych; Wizualizacja danych.Informacje, które zostaną opublikowane na stronie internetowej funduszy Unii Europejskiej www.esfondi.lvStrauja w przypadku zatwierdzenia wniosku projektowego, tzw. „wysokowydajny” rozwój technologii pozyskiwania danych bioinformatycznych zapewnił dostępność zbiorów danych na dużą skalę zawierających cenne informacje na potrzeby modelowania złożonych systemów biologicznych i zrozumienia ich regulacyjnych procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą oparte na połączeniu różnych algorytmów analizy wykresów oraz na zrozumieniu trzech wykresów w celu zrozumienia procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą opierać się na kombinacji różnych algorytmów analizy wykresów, w przypadku gdy w oparciu o analizę naukową, a także na konkretnych analizach, w których będzie się opierać na analizach biologicznych, a także na konkretnych analizach. 1) Ilościowa charakterystyka proteasomu z danych ekspresji genu; 2) Analiza sieci pośrednictwa chromatyny; 3) Analiza dynamiki i ewolucji sieci regulacji genów.Rodzaj badań: Badania przemysłowe (100 %) Rodzaj projektu nie jest związany z działalnością gospodarczą.Projekt jest interdyscyplinarny i będzie realizowany w następujących dziedzinach:- Informatyka i Informatyka (OECD-FOS-1.2);- Nauki biologiczne (OECD-FOS-1.6).Działania kluczowe:1) Badania dotyczące charakterystyki ilościowej bohaterów z danych ekspresji genowej (WP1).2) Badania nad strukturą sieci interakcji chromatyny (GWP) dla konkretnych dziedzin sieci (WP) dla specyficznej charakterystyki problemu proteoma z danych ekspresji genów (WP1).2) Badania struktury sieci interakcji chromatyny 3 i dynamiki specyficznych problemów wyżej wymienionej sieci (WP.2). Ponadto plan prac w ramach projektu obejmuje dwa uzupełniające się działania związane z produkcją zbiorów danych i biowalidacją wyników (WP4) i komponentami oprogramowania (WP5).Wyniki projektu:1) Metody wykrywania stężeń białek w próbkach tkanek i komórek z danych transkrypcyjnych.2) Metody zintegrowanej interakcji chromatyny, analiza danych epigenomicznych i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i danych NGS dla zintegrowanej analizy chromatyny, analizy danych dotyczących epigenomii i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i eksperymentalnych danych projektowych NGS. 634 744,42 EUR (koszty kwalifikowalne: 633 384,42 EUR, wkład EFRR: 538 376,74 EUR”. Czas trwania projektu: 35 miesięcy. Czas realizacji projektu 21.02.2017. 31.12.2019 (Polish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Podsumowanie projektu OpisTzw. Rozwój technologii „wysokiej wydajności” w celu pozyskiwania danych bioinformatycznych doprowadził do dostępności dużych ilości zbiorów danych, które zawierają cenne informacje do modelowania złożonych systemów biologicznych i zrozumienia procesów biologicznych, które je regulują – na przykład zrozumienie systemów takich jak „omika” opisujących różne procesy komórkowe i międzykomórkowe oraz interakcję między tymi sieciami. Jednocześnie, ze względu na dużą ilość takich zbiorów danych i złożoność zawartych w nich informacji, pozyskiwanie użytecznych informacji z takich zbiorów danych jest bardzo nietrywialnym problemem, a stosowane w tym celu metody są zazwyczaj ograniczone do możliwości metod statystycznych lub uczenia maszynowego. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych opartych na wykorzystaniu kombinacji algorytmów analizy graficznej i metod wizualizacji graficznej. Badania przeprowadzone już przez autorów projektu wykazały przydatność takiego podejścia do badania homologii białek i uważamy, że takie podejście może być również bardzo przydatne do analizy innych rodzajów zbiorów danych bioinformatycznych. W ramach projektu planowane jest skoncentrowanie się na analizie dynamiki procesu regulacji genów, analizie dynamiki przecięcia chromatyny, przewidywaniu markerów epigenomicznych oraz badaniach nad procesami, które określają różne rodzaje odrębności komórek. Z szerszej perspektywy oczekujemy, że opracowana metodologia będzie dobrze uzupełniać istniejące metody analizy danych bioinformatycznych. Bioinformatyka; Modelowanie systemów biologicznych; Algorytmy graficzne; Eksploracja danych; Wizualizacja danych.Informacje, które zostaną opublikowane na stronie internetowej funduszy Unii Europejskiej www.esfondi.lvStrauja w przypadku zatwierdzenia wniosku projektowego, tzw. „wysokowydajny” rozwój technologii pozyskiwania danych bioinformatycznych zapewnił dostępność zbiorów danych na dużą skalę zawierających cenne informacje na potrzeby modelowania złożonych systemów biologicznych i zrozumienia ich regulacyjnych procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą oparte na połączeniu różnych algorytmów analizy wykresów oraz na zrozumieniu trzech wykresów w celu zrozumienia procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą opierać się na kombinacji różnych algorytmów analizy wykresów, w przypadku gdy w oparciu o analizę naukową, a także na konkretnych analizach, w których będzie się opierać na analizach biologicznych, a także na konkretnych analizach. 1) Ilościowa charakterystyka proteasomu z danych ekspresji genu; 2) Analiza sieci pośrednictwa chromatyny; 3) Analiza dynamiki i ewolucji sieci regulacji genów.Rodzaj badań: Badania przemysłowe (100 %) Rodzaj projektu nie jest związany z działalnością gospodarczą.Projekt jest interdyscyplinarny i będzie realizowany w następujących dziedzinach:- Informatyka i Informatyka (OECD-FOS-1.2);- Nauki biologiczne (OECD-FOS-1.6).Działania kluczowe:1) Badania dotyczące charakterystyki ilościowej bohaterów z danych ekspresji genowej (WP1).2) Badania nad strukturą sieci interakcji chromatyny (GWP) dla konkretnych dziedzin sieci (WP) dla specyficznej charakterystyki problemu proteoma z danych ekspresji genów (WP1).2) Badania struktury sieci interakcji chromatyny 3 i dynamiki specyficznych problemów wyżej wymienionej sieci (WP.2). Ponadto plan prac w ramach projektu obejmuje dwa uzupełniające się działania związane z produkcją zbiorów danych i biowalidacją wyników (WP4) i komponentami oprogramowania (WP5).Wyniki projektu:1) Metody wykrywania stężeń białek w próbkach tkanek i komórek z danych transkrypcyjnych.2) Metody zintegrowanej interakcji chromatyny, analiza danych epigenomicznych i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i danych NGS dla zintegrowanej analizy chromatyny, analizy danych dotyczących epigenomii i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i eksperymentalnych danych projektowych NGS. 634 744,42 EUR (koszty kwalifikowalne: 633 384,42 EUR, wkład EFRR: 538 376,74 EUR”. Czas trwania projektu: 35 miesięcy. Czas realizacji projektu 21.02.2017. 31.12.2019 (Polish) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekt összefoglaló LeírásAz úgynevezett „nagy áteresztőképességű” technológiafejlesztés a bioinformatikai adatok beszerzéséhez vezetett nagy mennyiségű adatkészletek rendelkezésre állásához, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és az azt szabályozó biológiai folyamatok megértéséhez – például a különböző celluláris és intercelluláris folyamatokat leíró „omika” rendszerek megértéséhez és az ilyen hálózatok közötti kölcsönhatáshoz. Ugyanakkor az ilyen adatkészletek nagy mennyisége és az azokban található információk összetettsége miatt az ilyen adatkészletekből származó hasznos információk beszerzése nagyon ritka probléma, és az erre a célra használt módszerek általában a statisztikai vagy gépi tanulási módszerek lehetőségeire korlátozódnak. A projekt célja olyan új, innovatív adatelemzési módszerek kifejlesztése, amelyek a grafikai elemzési algoritmusok és a grafikai megjelenítési módszerek kombinációján alapulnak. A projekt szerzői által már elvégzett tanulmányok igazolták egy ilyen megközelítés hasznosságát a fehérjehomológia kutatásában, és úgy véljük, hogy ez a megközelítés nagyon hasznos lehet más típusú bioinformatikai adatkészletek elemzéséhez is. A projekt keretében a tervek szerint a génszabályozási folyamat dinamikájának elemzésére, a kromatin-kereszteződés dinamikájának elemzésére, az epigenomikus markerek előrejelzésére és a különböző típusú sejtek megkülönböztető képességét meghatározó folyamatokra vonatkozó vizsgálatokra összpontosítanak. Tágabb értelemben arra számítunk, hogy a kidolgozott módszertan jól kiegészíti a bioinformatikai adatok elemzésének meglévő módszereit. Bioinformatika; Biológiai rendszerek modellezése; Grafikus algoritmusok; Adatbányászat; Adatvizualizáció.A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek különböző gráfelemző algoritmusok kombinációján és a biológiai folyamatok megértését szolgáló három grafikon megértésén alapulnak. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és a szabályozási biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket fejlesszen ki, amelyek különböző gráfelemzési algoritmusok kombinációján és a három grafikon megértésén alapulnak majd a biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket dolgozzunk ki, amelyek a különböző gráfelemzési algoritmusok kombinációján alapulnak majd, és ahol a különböző grafikológiai algoritmusok kombinációjára összpontosítunk, ahol a különböző gráfelemzésekre és a biológiai folyamatok megértésére összpontosítunk. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek a különböző gráfelemző algoritmusok kombinációján alapulnak, ahol a különböző gráfelemzések kombinációján és a biológiai folyamatok megértésén alapul majd a különböző grafikális elemzésekre összpontosító új, innovatív adatelemzési módszerek kidolgozása, ahol a különböző grafikon alapuló algoritmusok és a biológiai folyamatok megértésére összpontosítunk. 1) A proteaszóma mennyiségi jellemzése a génexpressziós adatokból; 2) Kromatin közvetítő hálózatok elemzése; 3) A génszabályozási hálózatok dinamikájának és fejlődésének elemzése.A kutatás típusa: Ipari kutatás (100%) A projekt típusa nem kapcsolódik a gazdasági tevékenységhez.A projekt interdiszciplináris és a következő területeken kerül végrehajtásra:- Számítástechnikai és Informatikai Tudomány (OECD-FOS-1.2);- Biológia tudományok (OECD-FOS-1.6).Kulcstevékenységek:1) A génexpressziós adatokból származó főszereplők kvantitatív jellemzéséről szóló tanulmányok (WP1) A kromatin interakciós hálózat szerkezetének (GWP) vizsgálata a hálózatok konkrét területeire (WP) a proteóma génkifejezési adatokból történő specifikus problémajellemzésére (WP1).2) tanulmányok a kromatin interakciós hálózat szerkezetéről 3 és a fent említett hálózat specifikus problémáinak dinamikájáról (WP.2). Emellett a projekt munkaterve két egymást kiegészítő tevékenységet is tartalmaz az adatkészletek előállításával és az eredmények (WP4) és szoftverkomponensek (WP5) biológiai validálásával kapcsolatban.Projekteredmények:1) A fehérjekoncentráció kimutatására szolgáló módszerek a szöveti és sejtmintákban a transzkript adatokból.2) Az integrált kromatin kölcsönhatás, epigenomikai és génszabályozási adatok elemzésének módszerei.3) A mikromassza és az NGS-adatok automatizált génszabályozási azonosításának módszerei az integrált kromatinközvetítéshez, epigenomikus és génszabályozási adatok elemzéséhez.3) Módszerek az automatizált génszabályozás azonosítására a mikromassza és az NGS kísérleti tervezési adatokból. 634 744,42 EUR (támogatható költségek: 633 384,42 EUR, ERFA-hozzájárulás: 538 376,74 EUR”. A projekt időtartama: 35 hónap. A projekt végrehajtásának időtartama 2017.02.21. 31.12.2019 (Hungarian) | |||||||||||||||
| Property / summary: Projekt összefoglaló LeírásAz úgynevezett „nagy áteresztőképességű” technológiafejlesztés a bioinformatikai adatok beszerzéséhez vezetett nagy mennyiségű adatkészletek rendelkezésre állásához, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és az azt szabályozó biológiai folyamatok megértéséhez – például a különböző celluláris és intercelluláris folyamatokat leíró „omika” rendszerek megértéséhez és az ilyen hálózatok közötti kölcsönhatáshoz. Ugyanakkor az ilyen adatkészletek nagy mennyisége és az azokban található információk összetettsége miatt az ilyen adatkészletekből származó hasznos információk beszerzése nagyon ritka probléma, és az erre a célra használt módszerek általában a statisztikai vagy gépi tanulási módszerek lehetőségeire korlátozódnak. A projekt célja olyan új, innovatív adatelemzési módszerek kifejlesztése, amelyek a grafikai elemzési algoritmusok és a grafikai megjelenítési módszerek kombinációján alapulnak. A projekt szerzői által már elvégzett tanulmányok igazolták egy ilyen megközelítés hasznosságát a fehérjehomológia kutatásában, és úgy véljük, hogy ez a megközelítés nagyon hasznos lehet más típusú bioinformatikai adatkészletek elemzéséhez is. A projekt keretében a tervek szerint a génszabályozási folyamat dinamikájának elemzésére, a kromatin-kereszteződés dinamikájának elemzésére, az epigenomikus markerek előrejelzésére és a különböző típusú sejtek megkülönböztető képességét meghatározó folyamatokra vonatkozó vizsgálatokra összpontosítanak. Tágabb értelemben arra számítunk, hogy a kidolgozott módszertan jól kiegészíti a bioinformatikai adatok elemzésének meglévő módszereit. Bioinformatika; Biológiai rendszerek modellezése; Grafikus algoritmusok; Adatbányászat; Adatvizualizáció.A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek különböző gráfelemző algoritmusok kombinációján és a biológiai folyamatok megértését szolgáló három grafikon megértésén alapulnak. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és a szabályozási biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket fejlesszen ki, amelyek különböző gráfelemzési algoritmusok kombinációján és a három grafikon megértésén alapulnak majd a biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket dolgozzunk ki, amelyek a különböző gráfelemzési algoritmusok kombinációján alapulnak majd, és ahol a különböző grafikológiai algoritmusok kombinációjára összpontosítunk, ahol a különböző gráfelemzésekre és a biológiai folyamatok megértésére összpontosítunk. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek a különböző gráfelemző algoritmusok kombinációján alapulnak, ahol a különböző gráfelemzések kombinációján és a biológiai folyamatok megértésén alapul majd a különböző grafikális elemzésekre összpontosító új, innovatív adatelemzési módszerek kidolgozása, ahol a különböző grafikon alapuló algoritmusok és a biológiai folyamatok megértésére összpontosítunk. 1) A proteaszóma mennyiségi jellemzése a génexpressziós adatokból; 2) Kromatin közvetítő hálózatok elemzése; 3) A génszabályozási hálózatok dinamikájának és fejlődésének elemzése.A kutatás típusa: Ipari kutatás (100%) A projekt típusa nem kapcsolódik a gazdasági tevékenységhez.A projekt interdiszciplináris és a következő területeken kerül végrehajtásra:- Számítástechnikai és Informatikai Tudomány (OECD-FOS-1.2);- Biológia tudományok (OECD-FOS-1.6).Kulcstevékenységek:1) A génexpressziós adatokból származó főszereplők kvantitatív jellemzéséről szóló tanulmányok (WP1) A kromatin interakciós hálózat szerkezetének (GWP) vizsgálata a hálózatok konkrét területeire (WP) a proteóma génkifejezési adatokból történő specifikus problémajellemzésére (WP1).2) tanulmányok a kromatin interakciós hálózat szerkezetéről 3 és a fent említett hálózat specifikus problémáinak dinamikájáról (WP.2). Emellett a projekt munkaterve két egymást kiegészítő tevékenységet is tartalmaz az adatkészletek előállításával és az eredmények (WP4) és szoftverkomponensek (WP5) biológiai validálásával kapcsolatban.Projekteredmények:1) A fehérjekoncentráció kimutatására szolgáló módszerek a szöveti és sejtmintákban a transzkript adatokból.2) Az integrált kromatin kölcsönhatás, epigenomikai és génszabályozási adatok elemzésének módszerei.3) A mikromassza és az NGS-adatok automatizált génszabályozási azonosításának módszerei az integrált kromatinközvetítéshez, epigenomikus és génszabályozási adatok elemzéséhez.3) Módszerek az automatizált génszabályozás azonosítására a mikromassza és az NGS kísérleti tervezési adatokból. 634 744,42 EUR (támogatható költségek: 633 384,42 EUR, ERFA-hozzájárulás: 538 376,74 EUR”. A projekt időtartama: 35 hónap. A projekt végrehajtásának időtartama 2017.02.21. 31.12.2019 (Hungarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekt összefoglaló LeírásAz úgynevezett „nagy áteresztőképességű” technológiafejlesztés a bioinformatikai adatok beszerzéséhez vezetett nagy mennyiségű adatkészletek rendelkezésre állásához, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és az azt szabályozó biológiai folyamatok megértéséhez – például a különböző celluláris és intercelluláris folyamatokat leíró „omika” rendszerek megértéséhez és az ilyen hálózatok közötti kölcsönhatáshoz. Ugyanakkor az ilyen adatkészletek nagy mennyisége és az azokban található információk összetettsége miatt az ilyen adatkészletekből származó hasznos információk beszerzése nagyon ritka probléma, és az erre a célra használt módszerek általában a statisztikai vagy gépi tanulási módszerek lehetőségeire korlátozódnak. A projekt célja olyan új, innovatív adatelemzési módszerek kifejlesztése, amelyek a grafikai elemzési algoritmusok és a grafikai megjelenítési módszerek kombinációján alapulnak. A projekt szerzői által már elvégzett tanulmányok igazolták egy ilyen megközelítés hasznosságát a fehérjehomológia kutatásában, és úgy véljük, hogy ez a megközelítés nagyon hasznos lehet más típusú bioinformatikai adatkészletek elemzéséhez is. A projekt keretében a tervek szerint a génszabályozási folyamat dinamikájának elemzésére, a kromatin-kereszteződés dinamikájának elemzésére, az epigenomikus markerek előrejelzésére és a különböző típusú sejtek megkülönböztető képességét meghatározó folyamatokra vonatkozó vizsgálatokra összpontosítanak. Tágabb értelemben arra számítunk, hogy a kidolgozott módszertan jól kiegészíti a bioinformatikai adatok elemzésének meglévő módszereit. Bioinformatika; Biológiai rendszerek modellezése; Grafikus algoritmusok; Adatbányászat; Adatvizualizáció.A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek különböző gráfelemző algoritmusok kombinációján és a biológiai folyamatok megértését szolgáló három grafikon megértésén alapulnak. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és a szabályozási biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket fejlesszen ki, amelyek különböző gráfelemzési algoritmusok kombinációján és a három grafikon megértésén alapulnak majd a biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket dolgozzunk ki, amelyek a különböző gráfelemzési algoritmusok kombinációján alapulnak majd, és ahol a különböző grafikológiai algoritmusok kombinációjára összpontosítunk, ahol a különböző gráfelemzésekre és a biológiai folyamatok megértésére összpontosítunk. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek a különböző gráfelemző algoritmusok kombinációján alapulnak, ahol a különböző gráfelemzések kombinációján és a biológiai folyamatok megértésén alapul majd a különböző grafikális elemzésekre összpontosító új, innovatív adatelemzési módszerek kidolgozása, ahol a különböző grafikon alapuló algoritmusok és a biológiai folyamatok megértésére összpontosítunk. 1) A proteaszóma mennyiségi jellemzése a génexpressziós adatokból; 2) Kromatin közvetítő hálózatok elemzése; 3) A génszabályozási hálózatok dinamikájának és fejlődésének elemzése.A kutatás típusa: Ipari kutatás (100%) A projekt típusa nem kapcsolódik a gazdasági tevékenységhez.A projekt interdiszciplináris és a következő területeken kerül végrehajtásra:- Számítástechnikai és Informatikai Tudomány (OECD-FOS-1.2);- Biológia tudományok (OECD-FOS-1.6).Kulcstevékenységek:1) A génexpressziós adatokból származó főszereplők kvantitatív jellemzéséről szóló tanulmányok (WP1) A kromatin interakciós hálózat szerkezetének (GWP) vizsgálata a hálózatok konkrét területeire (WP) a proteóma génkifejezési adatokból történő specifikus problémajellemzésére (WP1).2) tanulmányok a kromatin interakciós hálózat szerkezetéről 3 és a fent említett hálózat specifikus problémáinak dinamikájáról (WP.2). Emellett a projekt munkaterve két egymást kiegészítő tevékenységet is tartalmaz az adatkészletek előállításával és az eredmények (WP4) és szoftverkomponensek (WP5) biológiai validálásával kapcsolatban.Projekteredmények:1) A fehérjekoncentráció kimutatására szolgáló módszerek a szöveti és sejtmintákban a transzkript adatokból.2) Az integrált kromatin kölcsönhatás, epigenomikai és génszabályozási adatok elemzésének módszerei.3) A mikromassza és az NGS-adatok automatizált génszabályozási azonosításának módszerei az integrált kromatinközvetítéshez, epigenomikus és génszabályozási adatok elemzéséhez.3) Módszerek az automatizált génszabályozás azonosítására a mikromassza és az NGS kísérleti tervezési adatokból. 634 744,42 EUR (támogatható költségek: 633 384,42 EUR, ERFA-hozzájárulás: 538 376,74 EUR”. A projekt időtartama: 35 hónap. A projekt végrehajtásának időtartama 2017.02.21. 31.12.2019 (Hungarian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PopisTakzvaný „vysoce výkonný“ technologický vývoj pro získávání bioinformatických dat vedl k dostupnosti velkého množství datových souborů, které obsahují cenné informace pro modelování složitých biologických systémů a pochopení biologických procesů, které je regulují – například pochopení systémů jako „omika“ popisující různé buněčné a mezibuněčné procesy a interakce mezi těmito sítěmi. Zároveň, vzhledem k velkému objemu těchto datových souborů a složitosti informací v nich obsažených, je získávání užitečných informací z těchto datových souborů velmi neobvyklým problémem a metody používané k tomuto účelu jsou obvykle omezeny na možnosti statistických nebo strojových metod učení. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat založené na použití kombinace algoritmů grafické analýzy a grafických vizualizačních metod. Studie, které již realizovali autoři projektu, prokázaly užitečnost takového přístupu pro výzkum homologie bílkovin a domníváme se, že tento přístup by mohl být velmi užitečný i pro analýzu jiných typů bioinformatických datových souborů. V rámci projektu se plánuje zaměřit se na analýzu dynamiky procesu regulace genů, analýzu dynamiky průsečíku chromatinu, predikci epigenomických markerů a studie procesů, které určují různé typy buněčné odlišnosti. Z širšího hlediska očekáváme, že vyvinutá metodika dobře doplní stávající metody analýzy bioinformatických údajů. Bioinformatika; Modelování biologických systémů; Grafické algoritmy; Vytěžování dat; Vizualizace dat.Informace, které budou zveřejněny na webových stránkách fondů Evropské unie www.esfondi.lvStrauja v případě schválení projektové aplikace, takzvaný „high-throughput“ technologický vývoj pro získávání bioinformatických dat zajistil dostupnost rozsáhlých datových souborů obsahujících cenné informace pro modelování složitých biologických systémů a pochopení jejich regulačních biologických procesů.Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů a pochopení tří grafů pro pochopení biologických procesů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů grafové analýzy a pochopení tří grafů. Cílem tohoto projektu je zaměřit se na nové metody analýzy dat, na které budou založeny různé metody analýzy, na různé algoritmy analýzy grafů a na pochopení těchto tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, a na pochopení tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, na které se zaměříme na analýzy, na které se zaměříme na konkrétní metody analýzy, a na to, kde se zaměříme na konkrétní metody analýzy, na které se zaměříme na analýzy, na které se zaměříme na analýzu, na různé metody analýzy a na konkrétní metody analýzy, kde se zaměříme na analýzy, na které se zaměříme na nové metody analýzy dat, na které se zaměříme na různé metody analýzy grafů, na konkrétní metody analýzy, na které se zaměříme na pochopení biologických procesů. 1) Kvantitativní charakterizace proteazomu z dat genové exprese; 2) Analýza chromatin zprostředkovatelských sítí; 3) Analýza dynamiky a evoluce sítí regulace genů.Typ výzkumu: Průmyslový výzkum (100 %) Typ projektu nesouvisí s hospodářskou činností.Projekt je interdisciplinární a bude prováděn v následujících oblastech:- Počítačová a informační věda (OECD-FOS-1.2);- Biologické vědy (OECD-FOS-1.6).Klíčové činnosti:1) Studie kvantitativní charakterizace protagonistů z dat genové exprese (WP1).2) Studie o struktuře chromatinu interakce sítě (GWP) pro specifické oblasti sítí (WP) pro konkrétní problém charakterizace proteomu z data genové exprese (WP1).2) Studie struktury sítě chromatinových interakcí 3 a dynamika specifických problémů výše uvedené sítě (WP.2). Kromě toho pracovní plán projektu zahrnuje dvě doplňkové činnosti související s tvorbou datových souborů a biovalidací výsledků (WP4) a softwarovými složkami (WP5).Výsledky projektu:1) Metody detekce koncentrací proteinů ve vzorcích tkání a buněk z transkripčních dat.2) Metody pro integrovanou chromatinovou interakci, epigenomiku a analýzu údajů o genové regulaci.3) Metody automatizované identifikace genové regulace z mikromasy a NGS data pro integrovanou chromatinovou zprostředkovatelskou, epigenomickou a genovou regulační analýzu.3) Metody automatizované identifikace genové regulace z mikromasy a NGS experimentální konstrukční údaje. 634 744,42 EUR (způsobilé náklady: 633 384,42 EUR, příspěvek z EFRR: 538 376,74 EUR.“ Doba trvání projektu: 35 měsíců. Trvání realizace projektu 21.02.2017. 31.12.2019 (Czech) | |||||||||||||||
| Property / summary: PopisTakzvaný „vysoce výkonný“ technologický vývoj pro získávání bioinformatických dat vedl k dostupnosti velkého množství datových souborů, které obsahují cenné informace pro modelování složitých biologických systémů a pochopení biologických procesů, které je regulují – například pochopení systémů jako „omika“ popisující různé buněčné a mezibuněčné procesy a interakce mezi těmito sítěmi. Zároveň, vzhledem k velkému objemu těchto datových souborů a složitosti informací v nich obsažených, je získávání užitečných informací z těchto datových souborů velmi neobvyklým problémem a metody používané k tomuto účelu jsou obvykle omezeny na možnosti statistických nebo strojových metod učení. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat založené na použití kombinace algoritmů grafické analýzy a grafických vizualizačních metod. Studie, které již realizovali autoři projektu, prokázaly užitečnost takového přístupu pro výzkum homologie bílkovin a domníváme se, že tento přístup by mohl být velmi užitečný i pro analýzu jiných typů bioinformatických datových souborů. V rámci projektu se plánuje zaměřit se na analýzu dynamiky procesu regulace genů, analýzu dynamiky průsečíku chromatinu, predikci epigenomických markerů a studie procesů, které určují různé typy buněčné odlišnosti. Z širšího hlediska očekáváme, že vyvinutá metodika dobře doplní stávající metody analýzy bioinformatických údajů. Bioinformatika; Modelování biologických systémů; Grafické algoritmy; Vytěžování dat; Vizualizace dat.Informace, které budou zveřejněny na webových stránkách fondů Evropské unie www.esfondi.lvStrauja v případě schválení projektové aplikace, takzvaný „high-throughput“ technologický vývoj pro získávání bioinformatických dat zajistil dostupnost rozsáhlých datových souborů obsahujících cenné informace pro modelování složitých biologických systémů a pochopení jejich regulačních biologických procesů.Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů a pochopení tří grafů pro pochopení biologických procesů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů grafové analýzy a pochopení tří grafů. Cílem tohoto projektu je zaměřit se na nové metody analýzy dat, na které budou založeny různé metody analýzy, na různé algoritmy analýzy grafů a na pochopení těchto tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, a na pochopení tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, na které se zaměříme na analýzy, na které se zaměříme na konkrétní metody analýzy, a na to, kde se zaměříme na konkrétní metody analýzy, na které se zaměříme na analýzy, na které se zaměříme na analýzu, na různé metody analýzy a na konkrétní metody analýzy, kde se zaměříme na analýzy, na které se zaměříme na nové metody analýzy dat, na které se zaměříme na různé metody analýzy grafů, na konkrétní metody analýzy, na které se zaměříme na pochopení biologických procesů. 1) Kvantitativní charakterizace proteazomu z dat genové exprese; 2) Analýza chromatin zprostředkovatelských sítí; 3) Analýza dynamiky a evoluce sítí regulace genů.Typ výzkumu: Průmyslový výzkum (100 %) Typ projektu nesouvisí s hospodářskou činností.Projekt je interdisciplinární a bude prováděn v následujících oblastech:- Počítačová a informační věda (OECD-FOS-1.2);- Biologické vědy (OECD-FOS-1.6).Klíčové činnosti:1) Studie kvantitativní charakterizace protagonistů z dat genové exprese (WP1).2) Studie o struktuře chromatinu interakce sítě (GWP) pro specifické oblasti sítí (WP) pro konkrétní problém charakterizace proteomu z data genové exprese (WP1).2) Studie struktury sítě chromatinových interakcí 3 a dynamika specifických problémů výše uvedené sítě (WP.2). Kromě toho pracovní plán projektu zahrnuje dvě doplňkové činnosti související s tvorbou datových souborů a biovalidací výsledků (WP4) a softwarovými složkami (WP5).Výsledky projektu:1) Metody detekce koncentrací proteinů ve vzorcích tkání a buněk z transkripčních dat.2) Metody pro integrovanou chromatinovou interakci, epigenomiku a analýzu údajů o genové regulaci.3) Metody automatizované identifikace genové regulace z mikromasy a NGS data pro integrovanou chromatinovou zprostředkovatelskou, epigenomickou a genovou regulační analýzu.3) Metody automatizované identifikace genové regulace z mikromasy a NGS experimentální konstrukční údaje. 634 744,42 EUR (způsobilé náklady: 633 384,42 EUR, příspěvek z EFRR: 538 376,74 EUR.“ Doba trvání projektu: 35 měsíců. Trvání realizace projektu 21.02.2017. 31.12.2019 (Czech) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PopisTakzvaný „vysoce výkonný“ technologický vývoj pro získávání bioinformatických dat vedl k dostupnosti velkého množství datových souborů, které obsahují cenné informace pro modelování složitých biologických systémů a pochopení biologických procesů, které je regulují – například pochopení systémů jako „omika“ popisující různé buněčné a mezibuněčné procesy a interakce mezi těmito sítěmi. Zároveň, vzhledem k velkému objemu těchto datových souborů a složitosti informací v nich obsažených, je získávání užitečných informací z těchto datových souborů velmi neobvyklým problémem a metody používané k tomuto účelu jsou obvykle omezeny na možnosti statistických nebo strojových metod učení. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat založené na použití kombinace algoritmů grafické analýzy a grafických vizualizačních metod. Studie, které již realizovali autoři projektu, prokázaly užitečnost takového přístupu pro výzkum homologie bílkovin a domníváme se, že tento přístup by mohl být velmi užitečný i pro analýzu jiných typů bioinformatických datových souborů. V rámci projektu se plánuje zaměřit se na analýzu dynamiky procesu regulace genů, analýzu dynamiky průsečíku chromatinu, predikci epigenomických markerů a studie procesů, které určují různé typy buněčné odlišnosti. Z širšího hlediska očekáváme, že vyvinutá metodika dobře doplní stávající metody analýzy bioinformatických údajů. Bioinformatika; Modelování biologických systémů; Grafické algoritmy; Vytěžování dat; Vizualizace dat.Informace, které budou zveřejněny na webových stránkách fondů Evropské unie www.esfondi.lvStrauja v případě schválení projektové aplikace, takzvaný „high-throughput“ technologický vývoj pro získávání bioinformatických dat zajistil dostupnost rozsáhlých datových souborů obsahujících cenné informace pro modelování složitých biologických systémů a pochopení jejich regulačních biologických procesů.Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů a pochopení tří grafů pro pochopení biologických procesů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů grafové analýzy a pochopení tří grafů. Cílem tohoto projektu je zaměřit se na nové metody analýzy dat, na které budou založeny různé metody analýzy, na různé algoritmy analýzy grafů a na pochopení těchto tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, a na pochopení tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, na které se zaměříme na analýzy, na které se zaměříme na konkrétní metody analýzy, a na to, kde se zaměříme na konkrétní metody analýzy, na které se zaměříme na analýzy, na které se zaměříme na analýzu, na různé metody analýzy a na konkrétní metody analýzy, kde se zaměříme na analýzy, na které se zaměříme na nové metody analýzy dat, na které se zaměříme na různé metody analýzy grafů, na konkrétní metody analýzy, na které se zaměříme na pochopení biologických procesů. 1) Kvantitativní charakterizace proteazomu z dat genové exprese; 2) Analýza chromatin zprostředkovatelských sítí; 3) Analýza dynamiky a evoluce sítí regulace genů.Typ výzkumu: Průmyslový výzkum (100 %) Typ projektu nesouvisí s hospodářskou činností.Projekt je interdisciplinární a bude prováděn v následujících oblastech:- Počítačová a informační věda (OECD-FOS-1.2);- Biologické vědy (OECD-FOS-1.6).Klíčové činnosti:1) Studie kvantitativní charakterizace protagonistů z dat genové exprese (WP1).2) Studie o struktuře chromatinu interakce sítě (GWP) pro specifické oblasti sítí (WP) pro konkrétní problém charakterizace proteomu z data genové exprese (WP1).2) Studie struktury sítě chromatinových interakcí 3 a dynamika specifických problémů výše uvedené sítě (WP.2). Kromě toho pracovní plán projektu zahrnuje dvě doplňkové činnosti související s tvorbou datových souborů a biovalidací výsledků (WP4) a softwarovými složkami (WP5).Výsledky projektu:1) Metody detekce koncentrací proteinů ve vzorcích tkání a buněk z transkripčních dat.2) Metody pro integrovanou chromatinovou interakci, epigenomiku a analýzu údajů o genové regulaci.3) Metody automatizované identifikace genové regulace z mikromasy a NGS data pro integrovanou chromatinovou zprostředkovatelskou, epigenomickou a genovou regulační analýzu.3) Metody automatizované identifikace genové regulace z mikromasy a NGS experimentální konstrukční údaje. 634 744,42 EUR (způsobilé náklady: 633 384,42 EUR, příspěvek z EFRR: 538 376,74 EUR.“ Doba trvání projektu: 35 měsíců. Trvání realizace projektu 21.02.2017. 31.12.2019 (Czech) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Mar thoradh ar an bhforbairt teicneolaíochta “ard-tréchuir” chun sonraí bithfhaisnéisíochta a fháil, mar a thugtar air, tá méideanna móra tacar sonraí ar fáil ina bhfuil faisnéis luachmhar chun córais bhitheolaíochta chasta a shamhaltú agus tuiscint a fháil ar na próisis bhitheolaíocha a rialaíonn é — mar shampla, tuiscint ar chórais amhail “maíochtaí” lena ndéantar cur síos ar phróisis cheallacha agus idircheallacha éagsúla agus ar an idirghníomhaíocht idir líonraí den sórt sin. Ag an am céanna, mar gheall ar an líon mór tacar sonraí den sórt sin agus ar chastacht na faisnéise atá iontu, is fadhb an-neamhbhríoch é faisnéis úsáideach a fháil ó thacair sonraí den sórt sin, agus de ghnáth bíonn na modhanna a úsáidtear chun na críche sin teoranta do na féidearthachtaí a bhaineann le modhanna staitistiúla nó meaisínfhoghlama. Léirigh na staidéir a rinne údair an tionscadail cheana féin a úsáidí atá cur chuige den sórt sin chun taighde a dhéanamh ar homaeolaíocht próitéine, agus creidimid go bhféadfadh an cur chuige sin a bheith an-úsáideach freisin chun anailís a dhéanamh ar chineálacha eile tacar sonraí bithfhaisnéisíochta. Laistigh de chreat an tionscadail tá sé beartaithe díriú ar anailís ar dhinimic an phróisis rialála géine, anailís ar dhinimic crosbhealaigh chromatin, tuar marcóirí epigenomic agus staidéir ar phróisis a chinneann cineálacha éagsúla sainiúlachta cille. Ó thaobh níos leithne de, táimid ag súil go gcomhlánóidh an mhodheolaíocht a fhorbrófar na modhanna atá ann cheana chun anailís a dhéanamh ar shonraí bithfhaisnéisíochta. Bithfhaisnéisíocht; Córais bhitheolaíocha a shamhaltú; Algartaim ghrafacha; Mianadóireacht sonraí; Léirshamhlú sonraí.Faisnéis a fhoilseofar ar shuíomh gréasáin chistí an Aontais Eorpaigh www.esfondi.lvStrauja i gcás ina bhformheasfar iarratas tionscadail, is é is aidhm don tionscadal seo modhanna nuálacha nua anailíse sonraí a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint.Is é is aidhm don tionscadal seo modhanna nuálacha anailíse sonraí nua a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint. 1) Saintréithiú cainníochtúil an proteasome ó shonraí léiriú géine; 2) Anailís ar líonraí idirghabhála chromatin; 3) Anailís ar an dinimic agus éabhlóid na líonraí rialachán géine.Cineál taighde: Taighde tionsclaíoch (100 %) Ní bhaineann cineál an tionscadail le gníomhaíocht eacnamaíoch.Tá an tionscadal idirdhisciplíneach agus déanfar é sna réimsí seo a leanas:- Eolaíocht Ríomhaireachta agus Faisnéise (OECD-FOS-1.2);- Eolaíochtaí bitheolaíochta (OECD-FOS-1.6).Gníomhaíochtaí eochair:1) Staidéir ar thréithriú cainníochtúil na bpríomhphearsana ó shonraí léirithe géine (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin (GWP) do réimsí sonracha na líonraí (WP) le haghaidh tréithriú sonrach an phróitéoma ó shonraí léirithe géine (WP) (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin 3 agus dinimic fadhbanna sonracha an líonra thuasluaite (WP.2). Ina theannta sin, áirítear sa phlean oibre tionscadail dhá ghníomhaíocht chomhlántacha a bhaineann le tacair sonraí a tháirgeadh agus le bithbhailíochtú torthaí (WP4) agus comhpháirteanna bogearraí (WP5).Torthaí an tionscadail:1) Modhanna chun tiúchan próitéine i samplaí fíochán agus ceall a bhrath ó shonraí tras-scríbhinne.2) Modhanna le haghaidh idirghníomhaíocht chomhtháite chromatin, epigenomics agus anailís sonraí maidir le rialáil géinte.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus ó shonraí NGS le haghaidh idirghabháil chomhtháite chromatin, anailís sonraí eipigéanómaíoch agus géine.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus sonraí deartha turgnamhaí NGS. EUR 634744,42 (costais incháilithe: EUR 633384,42, ranníocaíocht CFRE: EUR 538376,74'. Fad an tionscadail: 35 mhí. Fad chur chun feidhme an tionscadail 21.02.2017. 31.12.2019 (Irish) | |||||||||||||||
| Property / summary: Mar thoradh ar an bhforbairt teicneolaíochta “ard-tréchuir” chun sonraí bithfhaisnéisíochta a fháil, mar a thugtar air, tá méideanna móra tacar sonraí ar fáil ina bhfuil faisnéis luachmhar chun córais bhitheolaíochta chasta a shamhaltú agus tuiscint a fháil ar na próisis bhitheolaíocha a rialaíonn é — mar shampla, tuiscint ar chórais amhail “maíochtaí” lena ndéantar cur síos ar phróisis cheallacha agus idircheallacha éagsúla agus ar an idirghníomhaíocht idir líonraí den sórt sin. Ag an am céanna, mar gheall ar an líon mór tacar sonraí den sórt sin agus ar chastacht na faisnéise atá iontu, is fadhb an-neamhbhríoch é faisnéis úsáideach a fháil ó thacair sonraí den sórt sin, agus de ghnáth bíonn na modhanna a úsáidtear chun na críche sin teoranta do na féidearthachtaí a bhaineann le modhanna staitistiúla nó meaisínfhoghlama. Léirigh na staidéir a rinne údair an tionscadail cheana féin a úsáidí atá cur chuige den sórt sin chun taighde a dhéanamh ar homaeolaíocht próitéine, agus creidimid go bhféadfadh an cur chuige sin a bheith an-úsáideach freisin chun anailís a dhéanamh ar chineálacha eile tacar sonraí bithfhaisnéisíochta. Laistigh de chreat an tionscadail tá sé beartaithe díriú ar anailís ar dhinimic an phróisis rialála géine, anailís ar dhinimic crosbhealaigh chromatin, tuar marcóirí epigenomic agus staidéir ar phróisis a chinneann cineálacha éagsúla sainiúlachta cille. Ó thaobh níos leithne de, táimid ag súil go gcomhlánóidh an mhodheolaíocht a fhorbrófar na modhanna atá ann cheana chun anailís a dhéanamh ar shonraí bithfhaisnéisíochta. Bithfhaisnéisíocht; Córais bhitheolaíocha a shamhaltú; Algartaim ghrafacha; Mianadóireacht sonraí; Léirshamhlú sonraí.Faisnéis a fhoilseofar ar shuíomh gréasáin chistí an Aontais Eorpaigh www.esfondi.lvStrauja i gcás ina bhformheasfar iarratas tionscadail, is é is aidhm don tionscadal seo modhanna nuálacha nua anailíse sonraí a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint.Is é is aidhm don tionscadal seo modhanna nuálacha anailíse sonraí nua a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint. 1) Saintréithiú cainníochtúil an proteasome ó shonraí léiriú géine; 2) Anailís ar líonraí idirghabhála chromatin; 3) Anailís ar an dinimic agus éabhlóid na líonraí rialachán géine.Cineál taighde: Taighde tionsclaíoch (100 %) Ní bhaineann cineál an tionscadail le gníomhaíocht eacnamaíoch.Tá an tionscadal idirdhisciplíneach agus déanfar é sna réimsí seo a leanas:- Eolaíocht Ríomhaireachta agus Faisnéise (OECD-FOS-1.2);- Eolaíochtaí bitheolaíochta (OECD-FOS-1.6).Gníomhaíochtaí eochair:1) Staidéir ar thréithriú cainníochtúil na bpríomhphearsana ó shonraí léirithe géine (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin (GWP) do réimsí sonracha na líonraí (WP) le haghaidh tréithriú sonrach an phróitéoma ó shonraí léirithe géine (WP) (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin 3 agus dinimic fadhbanna sonracha an líonra thuasluaite (WP.2). Ina theannta sin, áirítear sa phlean oibre tionscadail dhá ghníomhaíocht chomhlántacha a bhaineann le tacair sonraí a tháirgeadh agus le bithbhailíochtú torthaí (WP4) agus comhpháirteanna bogearraí (WP5).Torthaí an tionscadail:1) Modhanna chun tiúchan próitéine i samplaí fíochán agus ceall a bhrath ó shonraí tras-scríbhinne.2) Modhanna le haghaidh idirghníomhaíocht chomhtháite chromatin, epigenomics agus anailís sonraí maidir le rialáil géinte.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus ó shonraí NGS le haghaidh idirghabháil chomhtháite chromatin, anailís sonraí eipigéanómaíoch agus géine.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus sonraí deartha turgnamhaí NGS. EUR 634744,42 (costais incháilithe: EUR 633384,42, ranníocaíocht CFRE: EUR 538376,74'. Fad an tionscadail: 35 mhí. Fad chur chun feidhme an tionscadail 21.02.2017. 31.12.2019 (Irish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Mar thoradh ar an bhforbairt teicneolaíochta “ard-tréchuir” chun sonraí bithfhaisnéisíochta a fháil, mar a thugtar air, tá méideanna móra tacar sonraí ar fáil ina bhfuil faisnéis luachmhar chun córais bhitheolaíochta chasta a shamhaltú agus tuiscint a fháil ar na próisis bhitheolaíocha a rialaíonn é — mar shampla, tuiscint ar chórais amhail “maíochtaí” lena ndéantar cur síos ar phróisis cheallacha agus idircheallacha éagsúla agus ar an idirghníomhaíocht idir líonraí den sórt sin. Ag an am céanna, mar gheall ar an líon mór tacar sonraí den sórt sin agus ar chastacht na faisnéise atá iontu, is fadhb an-neamhbhríoch é faisnéis úsáideach a fháil ó thacair sonraí den sórt sin, agus de ghnáth bíonn na modhanna a úsáidtear chun na críche sin teoranta do na féidearthachtaí a bhaineann le modhanna staitistiúla nó meaisínfhoghlama. Léirigh na staidéir a rinne údair an tionscadail cheana féin a úsáidí atá cur chuige den sórt sin chun taighde a dhéanamh ar homaeolaíocht próitéine, agus creidimid go bhféadfadh an cur chuige sin a bheith an-úsáideach freisin chun anailís a dhéanamh ar chineálacha eile tacar sonraí bithfhaisnéisíochta. Laistigh de chreat an tionscadail tá sé beartaithe díriú ar anailís ar dhinimic an phróisis rialála géine, anailís ar dhinimic crosbhealaigh chromatin, tuar marcóirí epigenomic agus staidéir ar phróisis a chinneann cineálacha éagsúla sainiúlachta cille. Ó thaobh níos leithne de, táimid ag súil go gcomhlánóidh an mhodheolaíocht a fhorbrófar na modhanna atá ann cheana chun anailís a dhéanamh ar shonraí bithfhaisnéisíochta. Bithfhaisnéisíocht; Córais bhitheolaíocha a shamhaltú; Algartaim ghrafacha; Mianadóireacht sonraí; Léirshamhlú sonraí.Faisnéis a fhoilseofar ar shuíomh gréasáin chistí an Aontais Eorpaigh www.esfondi.lvStrauja i gcás ina bhformheasfar iarratas tionscadail, is é is aidhm don tionscadal seo modhanna nuálacha nua anailíse sonraí a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint.Is é is aidhm don tionscadal seo modhanna nuálacha anailíse sonraí nua a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint. 1) Saintréithiú cainníochtúil an proteasome ó shonraí léiriú géine; 2) Anailís ar líonraí idirghabhála chromatin; 3) Anailís ar an dinimic agus éabhlóid na líonraí rialachán géine.Cineál taighde: Taighde tionsclaíoch (100 %) Ní bhaineann cineál an tionscadail le gníomhaíocht eacnamaíoch.Tá an tionscadal idirdhisciplíneach agus déanfar é sna réimsí seo a leanas:- Eolaíocht Ríomhaireachta agus Faisnéise (OECD-FOS-1.2);- Eolaíochtaí bitheolaíochta (OECD-FOS-1.6).Gníomhaíochtaí eochair:1) Staidéir ar thréithriú cainníochtúil na bpríomhphearsana ó shonraí léirithe géine (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin (GWP) do réimsí sonracha na líonraí (WP) le haghaidh tréithriú sonrach an phróitéoma ó shonraí léirithe géine (WP) (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin 3 agus dinimic fadhbanna sonracha an líonra thuasluaite (WP.2). Ina theannta sin, áirítear sa phlean oibre tionscadail dhá ghníomhaíocht chomhlántacha a bhaineann le tacair sonraí a tháirgeadh agus le bithbhailíochtú torthaí (WP4) agus comhpháirteanna bogearraí (WP5).Torthaí an tionscadail:1) Modhanna chun tiúchan próitéine i samplaí fíochán agus ceall a bhrath ó shonraí tras-scríbhinne.2) Modhanna le haghaidh idirghníomhaíocht chomhtháite chromatin, epigenomics agus anailís sonraí maidir le rialáil géinte.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus ó shonraí NGS le haghaidh idirghabháil chomhtháite chromatin, anailís sonraí eipigéanómaíoch agus géine.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus sonraí deartha turgnamhaí NGS. EUR 634744,42 (costais incháilithe: EUR 633384,42, ranníocaíocht CFRE: EUR 538376,74'. Fad an tionscadail: 35 mhí. Fad chur chun feidhme an tionscadail 21.02.2017. 31.12.2019 (Irish) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Povzetek projekta Opis Tako imenovani „visoko zmogljivi“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je privedel do razpoložljivosti velikih količin podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje bioloških procesov, ki jih urejajo – na primer razumevanje sistemov, kot je „omika“, ki opisujejo različne celične in medcelične procese ter interakcijo med takšnimi omrežji. Hkrati je zaradi velikega obsega takšnih podatkovnih nizov in kompleksnosti informacij, ki jih vsebujejo, pridobivanje koristnih informacij iz takšnih podatkovnih nizov zelo neobičajen problem, metode, ki se uporabljajo v ta namen, pa so običajno omejene na možnosti statističnih ali strojnih metod učenja. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki temeljijo na uporabi kombinacije algoritmov grafične analize in metod grafične vizualizacije. Študije, ki so jih že izvedli avtorji projekta, so pokazale uporabnost takšnega pristopa za raziskovanje beljakovinske homologije in menimo, da bi bil ta pristop lahko zelo koristen tudi za analizo drugih vrst bioinformatičnih podatkovnih nizov. V okviru projekta se načrtuje osredotočanje na analizo dinamike procesov regulacije genov, analizo dinamike križišč kromatina, napovedovanje epigenomskih označevalcev in študije o procesih, ki določajo različne tipe ločevalnosti celic. S širšega vidika pričakujemo, da bo razvita metodologija dobro dopolnjevala obstoječe metode analize bioinformatičnih podatkov. Bioinformatika; Modeliranje bioloških sistemov; Grafični algoritmi; Podatkovno rudarjenje; Vizualizacija podatkov.Informacije, ki bodo objavljene na spletni strani skladov Evropske unije www.esfondi.lvStrauja v primeru odobritve projektne aplikacije, tako imenovani „visokozmočni“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je zagotovil razpoložljivost obsežnih podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje njihovih regulativnih bioloških procesov. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov za analizo grafov in razumevanja treh grafov za razumevanje bioloških procesov. Namen tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafične analize in razumevanja različnih biografskih analiz, kjer se bomo osredotočili na specifične vidike bioloških procesov. Cilj tega projekta je razviti nove inovativne metode za analizo podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafa analize grafov in razumevanja specifičnih konceptov, kjer se bomo osredotočili na specifične metode analize, kjer se bomo osredotočili na nove metode analize podatkov, ki bodo temeljile na različnih grafičnih analizah. 1) Kvantitativna karakterizacija proteasoma iz genskih ekspresivnih podatkov; 2) analiza kromatinskih posredniških omrežij; 3) Analiza dinamike in razvoja omrežij za regulacijo genov.Vrsta raziskav: Industrijske raziskave (100 %) Vrsta projekta ni povezana z gospodarsko dejavnostjo.Projekt je interdisciplinaren in se bo izvajal na naslednjih področjih:- Računalniška in informacijska znanost (OECD-FOS-1.2);- Biološke znanosti (OECD-FOS-1.6).Ključne dejavnosti:1) Študije o kvantitativnem opisu protagonistov iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcije kromatina (GWP) za specifična področja omrežij (WP) za specifično karakterizacijo problema proteoma iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcij kromatina 3 in dinamiki specifičnih problemov zgoraj omenjene mreže (WP.2). Poleg tega projektni delovni načrt vključuje dve dopolnilni dejavnosti, povezani s pripravo podatkovnih nizov in biovalizacijo rezultatov (WP4) in komponentami programske opreme (WP5). Rezultati projekta:1) Metode za odkrivanje koncentracij beljakovin v vzorcih tkiv in celic iz podatkov prepisov.2) Metode za integrirano interakcijo kromatina, epigenomiko in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov NGS za integrirano posredovanje kromatina, epigenomsko analizo podatkov in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov o eksperimentalni zasnovi NGS. 634 744,42 EUR (upravičeni stroški: 633 384,42 EUR, prispevek ESRR: 538 376,74 EUR“. Trajanje projekta: 35 mesecev. Trajanje izvajanja projekta 21.02.2017. 31.12.2019 (Slovenian) | |||||||||||||||
| Property / summary: Povzetek projekta Opis Tako imenovani „visoko zmogljivi“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je privedel do razpoložljivosti velikih količin podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje bioloških procesov, ki jih urejajo – na primer razumevanje sistemov, kot je „omika“, ki opisujejo različne celične in medcelične procese ter interakcijo med takšnimi omrežji. Hkrati je zaradi velikega obsega takšnih podatkovnih nizov in kompleksnosti informacij, ki jih vsebujejo, pridobivanje koristnih informacij iz takšnih podatkovnih nizov zelo neobičajen problem, metode, ki se uporabljajo v ta namen, pa so običajno omejene na možnosti statističnih ali strojnih metod učenja. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki temeljijo na uporabi kombinacije algoritmov grafične analize in metod grafične vizualizacije. Študije, ki so jih že izvedli avtorji projekta, so pokazale uporabnost takšnega pristopa za raziskovanje beljakovinske homologije in menimo, da bi bil ta pristop lahko zelo koristen tudi za analizo drugih vrst bioinformatičnih podatkovnih nizov. V okviru projekta se načrtuje osredotočanje na analizo dinamike procesov regulacije genov, analizo dinamike križišč kromatina, napovedovanje epigenomskih označevalcev in študije o procesih, ki določajo različne tipe ločevalnosti celic. S širšega vidika pričakujemo, da bo razvita metodologija dobro dopolnjevala obstoječe metode analize bioinformatičnih podatkov. Bioinformatika; Modeliranje bioloških sistemov; Grafični algoritmi; Podatkovno rudarjenje; Vizualizacija podatkov.Informacije, ki bodo objavljene na spletni strani skladov Evropske unije www.esfondi.lvStrauja v primeru odobritve projektne aplikacije, tako imenovani „visokozmočni“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je zagotovil razpoložljivost obsežnih podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje njihovih regulativnih bioloških procesov. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov za analizo grafov in razumevanja treh grafov za razumevanje bioloških procesov. Namen tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafične analize in razumevanja različnih biografskih analiz, kjer se bomo osredotočili na specifične vidike bioloških procesov. Cilj tega projekta je razviti nove inovativne metode za analizo podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafa analize grafov in razumevanja specifičnih konceptov, kjer se bomo osredotočili na specifične metode analize, kjer se bomo osredotočili na nove metode analize podatkov, ki bodo temeljile na različnih grafičnih analizah. 1) Kvantitativna karakterizacija proteasoma iz genskih ekspresivnih podatkov; 2) analiza kromatinskih posredniških omrežij; 3) Analiza dinamike in razvoja omrežij za regulacijo genov.Vrsta raziskav: Industrijske raziskave (100 %) Vrsta projekta ni povezana z gospodarsko dejavnostjo.Projekt je interdisciplinaren in se bo izvajal na naslednjih področjih:- Računalniška in informacijska znanost (OECD-FOS-1.2);- Biološke znanosti (OECD-FOS-1.6).Ključne dejavnosti:1) Študije o kvantitativnem opisu protagonistov iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcije kromatina (GWP) za specifična področja omrežij (WP) za specifično karakterizacijo problema proteoma iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcij kromatina 3 in dinamiki specifičnih problemov zgoraj omenjene mreže (WP.2). Poleg tega projektni delovni načrt vključuje dve dopolnilni dejavnosti, povezani s pripravo podatkovnih nizov in biovalizacijo rezultatov (WP4) in komponentami programske opreme (WP5). Rezultati projekta:1) Metode za odkrivanje koncentracij beljakovin v vzorcih tkiv in celic iz podatkov prepisov.2) Metode za integrirano interakcijo kromatina, epigenomiko in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov NGS za integrirano posredovanje kromatina, epigenomsko analizo podatkov in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov o eksperimentalni zasnovi NGS. 634 744,42 EUR (upravičeni stroški: 633 384,42 EUR, prispevek ESRR: 538 376,74 EUR“. Trajanje projekta: 35 mesecev. Trajanje izvajanja projekta 21.02.2017. 31.12.2019 (Slovenian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Povzetek projekta Opis Tako imenovani „visoko zmogljivi“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je privedel do razpoložljivosti velikih količin podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje bioloških procesov, ki jih urejajo – na primer razumevanje sistemov, kot je „omika“, ki opisujejo različne celične in medcelične procese ter interakcijo med takšnimi omrežji. Hkrati je zaradi velikega obsega takšnih podatkovnih nizov in kompleksnosti informacij, ki jih vsebujejo, pridobivanje koristnih informacij iz takšnih podatkovnih nizov zelo neobičajen problem, metode, ki se uporabljajo v ta namen, pa so običajno omejene na možnosti statističnih ali strojnih metod učenja. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki temeljijo na uporabi kombinacije algoritmov grafične analize in metod grafične vizualizacije. Študije, ki so jih že izvedli avtorji projekta, so pokazale uporabnost takšnega pristopa za raziskovanje beljakovinske homologije in menimo, da bi bil ta pristop lahko zelo koristen tudi za analizo drugih vrst bioinformatičnih podatkovnih nizov. V okviru projekta se načrtuje osredotočanje na analizo dinamike procesov regulacije genov, analizo dinamike križišč kromatina, napovedovanje epigenomskih označevalcev in študije o procesih, ki določajo različne tipe ločevalnosti celic. S širšega vidika pričakujemo, da bo razvita metodologija dobro dopolnjevala obstoječe metode analize bioinformatičnih podatkov. Bioinformatika; Modeliranje bioloških sistemov; Grafični algoritmi; Podatkovno rudarjenje; Vizualizacija podatkov.Informacije, ki bodo objavljene na spletni strani skladov Evropske unije www.esfondi.lvStrauja v primeru odobritve projektne aplikacije, tako imenovani „visokozmočni“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je zagotovil razpoložljivost obsežnih podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje njihovih regulativnih bioloških procesov. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov za analizo grafov in razumevanja treh grafov za razumevanje bioloških procesov. Namen tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafične analize in razumevanja različnih biografskih analiz, kjer se bomo osredotočili na specifične vidike bioloških procesov. Cilj tega projekta je razviti nove inovativne metode za analizo podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafa analize grafov in razumevanja specifičnih konceptov, kjer se bomo osredotočili na specifične metode analize, kjer se bomo osredotočili na nove metode analize podatkov, ki bodo temeljile na različnih grafičnih analizah. 1) Kvantitativna karakterizacija proteasoma iz genskih ekspresivnih podatkov; 2) analiza kromatinskih posredniških omrežij; 3) Analiza dinamike in razvoja omrežij za regulacijo genov.Vrsta raziskav: Industrijske raziskave (100 %) Vrsta projekta ni povezana z gospodarsko dejavnostjo.Projekt je interdisciplinaren in se bo izvajal na naslednjih področjih:- Računalniška in informacijska znanost (OECD-FOS-1.2);- Biološke znanosti (OECD-FOS-1.6).Ključne dejavnosti:1) Študije o kvantitativnem opisu protagonistov iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcije kromatina (GWP) za specifična področja omrežij (WP) za specifično karakterizacijo problema proteoma iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcij kromatina 3 in dinamiki specifičnih problemov zgoraj omenjene mreže (WP.2). Poleg tega projektni delovni načrt vključuje dve dopolnilni dejavnosti, povezani s pripravo podatkovnih nizov in biovalizacijo rezultatov (WP4) in komponentami programske opreme (WP5). Rezultati projekta:1) Metode za odkrivanje koncentracij beljakovin v vzorcih tkiv in celic iz podatkov prepisov.2) Metode za integrirano interakcijo kromatina, epigenomiko in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov NGS za integrirano posredovanje kromatina, epigenomsko analizo podatkov in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov o eksperimentalni zasnovi NGS. 634 744,42 EUR (upravičeni stroški: 633 384,42 EUR, prispevek ESRR: 538 376,74 EUR“. Trajanje projekta: 35 mesecev. Trajanje izvajanja projekta 21.02.2017. 31.12.2019 (Slovenian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Обобщение на проекта ОписаниеТ.нар. „високопроизводителна„технология за придобиване на биоинформатични данни доведе до наличието на големи количества масиви от данни, които съдържат ценна информация за моделиране на сложни биологични системи и разбиране на биологичните процеси, които ги регулират — например разбирането на системи като „омика“, описващи различни клетъчни и междуклетъчни процеси и взаимодействието между тези мрежи. В същото време, поради големия обем на тези набори от данни и сложността на съдържащата се в тях информация, придобиването на полезна информация от такива масиви от данни е много нетривиален проблем и методите, използвани за тази цел, обикновено са ограничени до възможностите за статистически или машинно самообучение.Целта на този проект е да се разработят нови иновативни методи за анализ на данни, основани на използването на комбинация от алгоритми за графичен анализ и графични методи за визуализация. Проучванията, които вече са проведени от авторите на проекта, показаха ползата от подобен подход за изследване на белтъчната хомология и считаме, че този подход би могъл да бъде много полезен и за анализа на други видове биоинформатични масиви от данни. В рамките на проекта се планира да се съсредоточи върху анализ на динамиката на процеса на генно регулиране, анализ на динамиката на кръстовищата на хроматина, прогнозиране на епигеномичните маркери и проучвания на процесите, които определят различните видове клетъчна отличителност. В по-широк план очакваме разработената методология да допълни съществуващите методи за анализ на биоинформатичните данни. Биоинформатика; Моделиране на биологични системи; Графични алгоритми; Извличане на данни; Визуализация на данни.Информация, която ще бъде публикувана на уеб сайта на фондовете на Европейския съюз www.esfondi.lvStrauja в случай на одобрение на проектно заявление, така наречената „високопроизводителна“ технология за придобиване на биоинформатични данни гарантира наличието на широкомащабни масиви от данни, съдържащи ценна информация за моделиране на сложни биологични системи и разбиране на техните регулаторни биологични процеси. Целта на този проект е да се разработят нови иновативни методи за анализ на данни, които ще се основават на комбинация от различни алгоритми за графичен анализ и разбиране на трите графики за разбиране на биологичните процеси. Целта на този проект е да разработи нови иновативни методи за анализ, които ще се основават на комбинация от различни методи за анализ на графики, ще трябва да се фокусираме върху нови методи за анализ на графики и графики за разбиране на иновативните процеси. 1) Количествено характеризиране на протеазомата от данните за генната експресия; 2) Анализ на хроматиновите посреднически мрежи; 3) Анализ на динамиката и еволюцията на мрежите за генно регулиране.Тип изследвания: Индустриални изследвания (100 %) Типът на проекта не е свързан с икономическа дейност.Проектът е интердисциплинарен и ще се осъществява в следните области:- Компютърни и информационни науки (ОИСР-ФОС-1.2);- Биологични науки (ОИСР-ФОС-1.6).Основни дейности:1) Проучвания върху количественото характеризиране на главните герои от данните за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин (GWP) за специфичните области на мрежите (WP) за специфични проблеми характеризиране на протеома от данни за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин 3 и динамиката на специфичните проблеми на гореспоменатата мрежа (WP.2). Освен това работният план на проекта включва две допълнителни дейности, свързани с изготвянето на набори от данни и биовалидиране на резултати (WP4) и софтуерни компоненти (WP5).Резултати от проекта: 1) Методи за откриване на протеинови концентрации в тъканни и клетъчни проби от транскриптни данни.2) Методи за интегрирани хроматинови взаимодействия, епигеномика и анализ на данни за генно регулиране.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и данни от NGS за интегрирано хроматинно посредничество, епигеномичен и генно регулиране анализ.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и NGS експериментални данни. 634 744,42 EUR (допустими разходи: 633 384,42 EUR, принос от ЕФРР: 538 376,74 EUR". Продължителност на проекта: От 35 месеца. Продължителност на изпълнението на проекта 21.02.2017 г. 31.12.2019 (Bulgarian) | |||||||||||||||
| Property / summary: Обобщение на проекта ОписаниеТ.нар. „високопроизводителна„технология за придобиване на биоинформатични данни доведе до наличието на големи количества масиви от данни, които съдържат ценна информация за моделиране на сложни биологични системи и разбиране на биологичните процеси, които ги регулират — например разбирането на системи като „омика“, описващи различни клетъчни и междуклетъчни процеси и взаимодействието между тези мрежи. В същото време, поради големия обем на тези набори от данни и сложността на съдържащата се в тях информация, придобиването на полезна информация от такива масиви от данни е много нетривиален проблем и методите, използвани за тази цел, обикновено са ограничени до възможностите за статистически или машинно самообучение.Целта на този проект е да се разработят нови иновативни методи за анализ на данни, основани на използването на комбинация от алгоритми за графичен анализ и графични методи за визуализация. Проучванията, които вече са проведени от авторите на проекта, показаха ползата от подобен подход за изследване на белтъчната хомология и считаме, че този подход би могъл да бъде много полезен и за анализа на други видове биоинформатични масиви от данни. В рамките на проекта се планира да се съсредоточи върху анализ на динамиката на процеса на генно регулиране, анализ на динамиката на кръстовищата на хроматина, прогнозиране на епигеномичните маркери и проучвания на процесите, които определят различните видове клетъчна отличителност. В по-широк план очакваме разработената методология да допълни съществуващите методи за анализ на биоинформатичните данни. Биоинформатика; Моделиране на биологични системи; Графични алгоритми; Извличане на данни; Визуализация на данни.Информация, която ще бъде публикувана на уеб сайта на фондовете на Европейския съюз www.esfondi.lvStrauja в случай на одобрение на проектно заявление, така наречената „високопроизводителна“ технология за придобиване на биоинформатични данни гарантира наличието на широкомащабни масиви от данни, съдържащи ценна информация за моделиране на сложни биологични системи и разбиране на техните регулаторни биологични процеси. Целта на този проект е да се разработят нови иновативни методи за анализ на данни, които ще се основават на комбинация от различни алгоритми за графичен анализ и разбиране на трите графики за разбиране на биологичните процеси. Целта на този проект е да разработи нови иновативни методи за анализ, които ще се основават на комбинация от различни методи за анализ на графики, ще трябва да се фокусираме върху нови методи за анализ на графики и графики за разбиране на иновативните процеси. 1) Количествено характеризиране на протеазомата от данните за генната експресия; 2) Анализ на хроматиновите посреднически мрежи; 3) Анализ на динамиката и еволюцията на мрежите за генно регулиране.Тип изследвания: Индустриални изследвания (100 %) Типът на проекта не е свързан с икономическа дейност.Проектът е интердисциплинарен и ще се осъществява в следните области:- Компютърни и информационни науки (ОИСР-ФОС-1.2);- Биологични науки (ОИСР-ФОС-1.6).Основни дейности:1) Проучвания върху количественото характеризиране на главните герои от данните за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин (GWP) за специфичните области на мрежите (WP) за специфични проблеми характеризиране на протеома от данни за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин 3 и динамиката на специфичните проблеми на гореспоменатата мрежа (WP.2). Освен това работният план на проекта включва две допълнителни дейности, свързани с изготвянето на набори от данни и биовалидиране на резултати (WP4) и софтуерни компоненти (WP5).Резултати от проекта: 1) Методи за откриване на протеинови концентрации в тъканни и клетъчни проби от транскриптни данни.2) Методи за интегрирани хроматинови взаимодействия, епигеномика и анализ на данни за генно регулиране.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и данни от NGS за интегрирано хроматинно посредничество, епигеномичен и генно регулиране анализ.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и NGS експериментални данни. 634 744,42 EUR (допустими разходи: 633 384,42 EUR, принос от ЕФРР: 538 376,74 EUR". Продължителност на проекта: От 35 месеца. Продължителност на изпълнението на проекта 21.02.2017 г. 31.12.2019 (Bulgarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Обобщение на проекта ОписаниеТ.нар. „високопроизводителна„технология за придобиване на биоинформатични данни доведе до наличието на големи количества масиви от данни, които съдържат ценна информация за моделиране на сложни биологични системи и разбиране на биологичните процеси, които ги регулират — например разбирането на системи като „омика“, описващи различни клетъчни и междуклетъчни процеси и взаимодействието между тези мрежи. В същото време, поради големия обем на тези набори от данни и сложността на съдържащата се в тях информация, придобиването на полезна информация от такива масиви от данни е много нетривиален проблем и методите, използвани за тази цел, обикновено са ограничени до възможностите за статистически или машинно самообучение.Целта на този проект е да се разработят нови иновативни методи за анализ на данни, основани на използването на комбинация от алгоритми за графичен анализ и графични методи за визуализация. Проучванията, които вече са проведени от авторите на проекта, показаха ползата от подобен подход за изследване на белтъчната хомология и считаме, че този подход би могъл да бъде много полезен и за анализа на други видове биоинформатични масиви от данни. В рамките на проекта се планира да се съсредоточи върху анализ на динамиката на процеса на генно регулиране, анализ на динамиката на кръстовищата на хроматина, прогнозиране на епигеномичните маркери и проучвания на процесите, които определят различните видове клетъчна отличителност. В по-широк план очакваме разработената методология да допълни съществуващите методи за анализ на биоинформатичните данни. Биоинформатика; Моделиране на биологични системи; Графични алгоритми; Извличане на данни; Визуализация на данни.Информация, която ще бъде публикувана на уеб сайта на фондовете на Европейския съюз www.esfondi.lvStrauja в случай на одобрение на проектно заявление, така наречената „високопроизводителна“ технология за придобиване на биоинформатични данни гарантира наличието на широкомащабни масиви от данни, съдържащи ценна информация за моделиране на сложни биологични системи и разбиране на техните регулаторни биологични процеси. Целта на този проект е да се разработят нови иновативни методи за анализ на данни, които ще се основават на комбинация от различни алгоритми за графичен анализ и разбиране на трите графики за разбиране на биологичните процеси. Целта на този проект е да разработи нови иновативни методи за анализ, които ще се основават на комбинация от различни методи за анализ на графики, ще трябва да се фокусираме върху нови методи за анализ на графики и графики за разбиране на иновативните процеси. 1) Количествено характеризиране на протеазомата от данните за генната експресия; 2) Анализ на хроматиновите посреднически мрежи; 3) Анализ на динамиката и еволюцията на мрежите за генно регулиране.Тип изследвания: Индустриални изследвания (100 %) Типът на проекта не е свързан с икономическа дейност.Проектът е интердисциплинарен и ще се осъществява в следните области:- Компютърни и информационни науки (ОИСР-ФОС-1.2);- Биологични науки (ОИСР-ФОС-1.6).Основни дейности:1) Проучвания върху количественото характеризиране на главните герои от данните за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин (GWP) за специфичните области на мрежите (WP) за специфични проблеми характеризиране на протеома от данни за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин 3 и динамиката на специфичните проблеми на гореспоменатата мрежа (WP.2). Освен това работният план на проекта включва две допълнителни дейности, свързани с изготвянето на набори от данни и биовалидиране на резултати (WP4) и софтуерни компоненти (WP5).Резултати от проекта: 1) Методи за откриване на протеинови концентрации в тъканни и клетъчни проби от транскриптни данни.2) Методи за интегрирани хроматинови взаимодействия, епигеномика и анализ на данни за генно регулиране.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и данни от NGS за интегрирано хроматинно посредничество, епигеномичен и генно регулиране анализ.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и NGS експериментални данни. 634 744,42 EUR (допустими разходи: 633 384,42 EUR, принос от ЕФРР: 538 376,74 EUR". Продължителност на проекта: От 35 месеца. Продължителност на изпълнението на проекта 21.02.2017 г. 31.12.2019 (Bulgarian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Deskrizzjoni tas-sommarju tal-proġett L-hekk imsejjaħ żvilupp teknoloġiku “b’rata għolja” għall-akkwist ta’ data bijoinformatika wassal għad-disponibbiltà ta’ ammonti kbar ta’ settijiet ta’ data li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u l-fehim tal-proċessi bijoloġiċi li jirregolawha — pereżempju, il-fehim ta’ sistemi bħal “omika” li jiddeskrivu diversi proċessi ċellulari u interċellulari u l-interazzjoni bejn dawn in-netwerks. Fl-istess ħin, minħabba l-volum kbir ta’ settijiet ta’ data bħal dawn u l-kumplessità tal-informazzjoni li tinsab fihom, l-akkwist ta’ informazzjoni utli minn tali settijiet ta’ data hija problema importanti ħafna, u l-metodi użati għal dan il-għan huma normalment limitati għall-possibbiltajiet ta’ metodi ta’ statistika jew ta’ tagħlim awtomatiku. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data bbażati fuq l-użu ta’ kombinazzjoni ta’ algoritmi ta’ analiżi grafika u metodi ta’ viżwalizzazzjoni grafika. L-istudji li diġà twettqu mill-awturi tal-proġett urew l-utilità ta’ approċċ bħal dan għar-riċerka tal-omoloġija tal-proteini, u nemmnu li dan l-approċċ jista’ jkun utli ħafna wkoll għall-analiżi ta’ tipi oħra ta’ settijiet ta’ data bijoinformatika. Fil-qafas tal-proġett huwa ppjanat li ssir enfasi fuq l-analiżi tad-dinamika tal-proċess tar-regolazzjoni tal-ġeni, l-analiżi tad-dinamika tal-intersezzjoni tal-kromatin, it-tbassir ta’ markaturi epiġenomiċi u studji dwar proċessi li jiddeterminaw tipi differenti ta’ distintività taċ-ċelloli. Minn perspettiva usa’, nistennew li l-metodoloġija żviluppata tikkumplimenta sew il-metodi eżistenti ta’ analiżi tad-data bijoinformatika. Bijoinformatika; L-immudellar ta’ sistemi bijoloġiċi; Algoritmi grafiċi; Estrazzjoni tad-data; Informazzjoni li se tiġi ppubblikata fuq is-sit web tal-fondi tal-Unjoni Ewropea www.esfondi.lvStrauja f’każ ta’ approvazzjoni ta’ applikazzjoni ta’ proġett, l-hekk imsejjaħ żvilupp teknoloġiku “high-throughput” għall-akkwist ta’ data bijoinformatika żgura d-disponibbiltà ta’ settijiet ta’ data fuq skala kbira li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u fehim tal-proċessi bijoloġiċi regolatorji tagħhom. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ algoritmi differenti ta’ analiżi ta’ graffs u l-fehim ta’ tliet grafiċi għall-fehim ta’ algoritmi differenti, l-għan ta’ dan il-proġett huwa li niżviluppaw metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, l-għan ta’ dan il-proġett se jiżviluppa metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, fejn l-għan ta’ dan il-proġett se jkun li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ grafiċi differenti u fuq l-analiżi algoritmika differenti u l-fehim ta’ dawn il-proċessi bijoloġiċi differenti. 1) Karatterizzazzjoni kwantitattiva tal-proteasome minn data ta’ espressjoni tal-ġeni; 2) Analiżi tan-netwerks ta’ intermedjazzjoni tal-kromatin; 3) Analiżi tad-dinamika u l-evoluzzjoni ta ‘netwerks ta’ regolamentazzjoni tal-ġeni.Tip ta ‘riċerka: Riċerka industrijali (100 %) It-tip ta’ proġett mhuwiex relatat ma’ attività ekonomika.Il-proġett huwa interdixxiplinarju u se jitwettaq fl-oqsma li ġejjin:- Ix-Xjenza tal-Kompjuter u l-Informazzjoni (OECD-FOS-1.2);- Xjenzi tal-Bijoloġija (OECD-FOS-1.6).Attivitajiet ewlenin:1) Studji dwar il-karatterizzazzjoni kwantitattiva tal-protagonisti mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatina (GWP) għall-oqsma speċifiċi tan-netwerks (WP) għall-karatterizzazzjoni speċifika tal-proteoma mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatin 3 u d-dinamika tal-problemi speċifiċi tan-netwerk imsemmi hawn fuq (WP2). Barra minn hekk, il-pjan ta’ ħidma tal-proġett jinkludi żewġ attivitajiet komplementari relatati mal-produzzjoni ta’ settijiet tad-data u l-bijovalidazzjoni tar-riżultati (WP4) u l-komponenti tas-softwer (WP5).Riżultati tal-proġett:1) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni minn mikromassa u data NGS għal intermedjazzjoni integrata tal-kromatin, analiżi tad-data epiġenomika u tar-regolamentazzjoni tal-ġeni.3) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni mid-data tad-disinn sperimentali tal-mikromassa u tal-NGS. EUR 634744,42 (spejjeż eliġibbli: EUR 633384,42, kontribuzzjoni tal-FEŻR: EUR 538376,74”. Tul ta’ żmien tal-proġett: 35 xahar. Tul ta’ żmien tal-implimentazzjoni tal-proġett 21.02.2017. 31.12.2019 (Maltese) | |||||||||||||||
| Property / summary: Deskrizzjoni tas-sommarju tal-proġett L-hekk imsejjaħ żvilupp teknoloġiku “b’rata għolja” għall-akkwist ta’ data bijoinformatika wassal għad-disponibbiltà ta’ ammonti kbar ta’ settijiet ta’ data li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u l-fehim tal-proċessi bijoloġiċi li jirregolawha — pereżempju, il-fehim ta’ sistemi bħal “omika” li jiddeskrivu diversi proċessi ċellulari u interċellulari u l-interazzjoni bejn dawn in-netwerks. Fl-istess ħin, minħabba l-volum kbir ta’ settijiet ta’ data bħal dawn u l-kumplessità tal-informazzjoni li tinsab fihom, l-akkwist ta’ informazzjoni utli minn tali settijiet ta’ data hija problema importanti ħafna, u l-metodi użati għal dan il-għan huma normalment limitati għall-possibbiltajiet ta’ metodi ta’ statistika jew ta’ tagħlim awtomatiku. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data bbażati fuq l-użu ta’ kombinazzjoni ta’ algoritmi ta’ analiżi grafika u metodi ta’ viżwalizzazzjoni grafika. L-istudji li diġà twettqu mill-awturi tal-proġett urew l-utilità ta’ approċċ bħal dan għar-riċerka tal-omoloġija tal-proteini, u nemmnu li dan l-approċċ jista’ jkun utli ħafna wkoll għall-analiżi ta’ tipi oħra ta’ settijiet ta’ data bijoinformatika. Fil-qafas tal-proġett huwa ppjanat li ssir enfasi fuq l-analiżi tad-dinamika tal-proċess tar-regolazzjoni tal-ġeni, l-analiżi tad-dinamika tal-intersezzjoni tal-kromatin, it-tbassir ta’ markaturi epiġenomiċi u studji dwar proċessi li jiddeterminaw tipi differenti ta’ distintività taċ-ċelloli. Minn perspettiva usa’, nistennew li l-metodoloġija żviluppata tikkumplimenta sew il-metodi eżistenti ta’ analiżi tad-data bijoinformatika. Bijoinformatika; L-immudellar ta’ sistemi bijoloġiċi; Algoritmi grafiċi; Estrazzjoni tad-data; Informazzjoni li se tiġi ppubblikata fuq is-sit web tal-fondi tal-Unjoni Ewropea www.esfondi.lvStrauja f’każ ta’ approvazzjoni ta’ applikazzjoni ta’ proġett, l-hekk imsejjaħ żvilupp teknoloġiku “high-throughput” għall-akkwist ta’ data bijoinformatika żgura d-disponibbiltà ta’ settijiet ta’ data fuq skala kbira li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u fehim tal-proċessi bijoloġiċi regolatorji tagħhom. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ algoritmi differenti ta’ analiżi ta’ graffs u l-fehim ta’ tliet grafiċi għall-fehim ta’ algoritmi differenti, l-għan ta’ dan il-proġett huwa li niżviluppaw metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, l-għan ta’ dan il-proġett se jiżviluppa metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, fejn l-għan ta’ dan il-proġett se jkun li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ grafiċi differenti u fuq l-analiżi algoritmika differenti u l-fehim ta’ dawn il-proċessi bijoloġiċi differenti. 1) Karatterizzazzjoni kwantitattiva tal-proteasome minn data ta’ espressjoni tal-ġeni; 2) Analiżi tan-netwerks ta’ intermedjazzjoni tal-kromatin; 3) Analiżi tad-dinamika u l-evoluzzjoni ta ‘netwerks ta’ regolamentazzjoni tal-ġeni.Tip ta ‘riċerka: Riċerka industrijali (100 %) It-tip ta’ proġett mhuwiex relatat ma’ attività ekonomika.Il-proġett huwa interdixxiplinarju u se jitwettaq fl-oqsma li ġejjin:- Ix-Xjenza tal-Kompjuter u l-Informazzjoni (OECD-FOS-1.2);- Xjenzi tal-Bijoloġija (OECD-FOS-1.6).Attivitajiet ewlenin:1) Studji dwar il-karatterizzazzjoni kwantitattiva tal-protagonisti mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatina (GWP) għall-oqsma speċifiċi tan-netwerks (WP) għall-karatterizzazzjoni speċifika tal-proteoma mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatin 3 u d-dinamika tal-problemi speċifiċi tan-netwerk imsemmi hawn fuq (WP2). Barra minn hekk, il-pjan ta’ ħidma tal-proġett jinkludi żewġ attivitajiet komplementari relatati mal-produzzjoni ta’ settijiet tad-data u l-bijovalidazzjoni tar-riżultati (WP4) u l-komponenti tas-softwer (WP5).Riżultati tal-proġett:1) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni minn mikromassa u data NGS għal intermedjazzjoni integrata tal-kromatin, analiżi tad-data epiġenomika u tar-regolamentazzjoni tal-ġeni.3) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni mid-data tad-disinn sperimentali tal-mikromassa u tal-NGS. EUR 634744,42 (spejjeż eliġibbli: EUR 633384,42, kontribuzzjoni tal-FEŻR: EUR 538376,74”. Tul ta’ żmien tal-proġett: 35 xahar. Tul ta’ żmien tal-implimentazzjoni tal-proġett 21.02.2017. 31.12.2019 (Maltese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Deskrizzjoni tas-sommarju tal-proġett L-hekk imsejjaħ żvilupp teknoloġiku “b’rata għolja” għall-akkwist ta’ data bijoinformatika wassal għad-disponibbiltà ta’ ammonti kbar ta’ settijiet ta’ data li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u l-fehim tal-proċessi bijoloġiċi li jirregolawha — pereżempju, il-fehim ta’ sistemi bħal “omika” li jiddeskrivu diversi proċessi ċellulari u interċellulari u l-interazzjoni bejn dawn in-netwerks. Fl-istess ħin, minħabba l-volum kbir ta’ settijiet ta’ data bħal dawn u l-kumplessità tal-informazzjoni li tinsab fihom, l-akkwist ta’ informazzjoni utli minn tali settijiet ta’ data hija problema importanti ħafna, u l-metodi użati għal dan il-għan huma normalment limitati għall-possibbiltajiet ta’ metodi ta’ statistika jew ta’ tagħlim awtomatiku. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data bbażati fuq l-użu ta’ kombinazzjoni ta’ algoritmi ta’ analiżi grafika u metodi ta’ viżwalizzazzjoni grafika. L-istudji li diġà twettqu mill-awturi tal-proġett urew l-utilità ta’ approċċ bħal dan għar-riċerka tal-omoloġija tal-proteini, u nemmnu li dan l-approċċ jista’ jkun utli ħafna wkoll għall-analiżi ta’ tipi oħra ta’ settijiet ta’ data bijoinformatika. Fil-qafas tal-proġett huwa ppjanat li ssir enfasi fuq l-analiżi tad-dinamika tal-proċess tar-regolazzjoni tal-ġeni, l-analiżi tad-dinamika tal-intersezzjoni tal-kromatin, it-tbassir ta’ markaturi epiġenomiċi u studji dwar proċessi li jiddeterminaw tipi differenti ta’ distintività taċ-ċelloli. Minn perspettiva usa’, nistennew li l-metodoloġija żviluppata tikkumplimenta sew il-metodi eżistenti ta’ analiżi tad-data bijoinformatika. Bijoinformatika; L-immudellar ta’ sistemi bijoloġiċi; Algoritmi grafiċi; Estrazzjoni tad-data; Informazzjoni li se tiġi ppubblikata fuq is-sit web tal-fondi tal-Unjoni Ewropea www.esfondi.lvStrauja f’każ ta’ approvazzjoni ta’ applikazzjoni ta’ proġett, l-hekk imsejjaħ żvilupp teknoloġiku “high-throughput” għall-akkwist ta’ data bijoinformatika żgura d-disponibbiltà ta’ settijiet ta’ data fuq skala kbira li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u fehim tal-proċessi bijoloġiċi regolatorji tagħhom. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ algoritmi differenti ta’ analiżi ta’ graffs u l-fehim ta’ tliet grafiċi għall-fehim ta’ algoritmi differenti, l-għan ta’ dan il-proġett huwa li niżviluppaw metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, l-għan ta’ dan il-proġett se jiżviluppa metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, fejn l-għan ta’ dan il-proġett se jkun li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ grafiċi differenti u fuq l-analiżi algoritmika differenti u l-fehim ta’ dawn il-proċessi bijoloġiċi differenti. 1) Karatterizzazzjoni kwantitattiva tal-proteasome minn data ta’ espressjoni tal-ġeni; 2) Analiżi tan-netwerks ta’ intermedjazzjoni tal-kromatin; 3) Analiżi tad-dinamika u l-evoluzzjoni ta ‘netwerks ta’ regolamentazzjoni tal-ġeni.Tip ta ‘riċerka: Riċerka industrijali (100 %) It-tip ta’ proġett mhuwiex relatat ma’ attività ekonomika.Il-proġett huwa interdixxiplinarju u se jitwettaq fl-oqsma li ġejjin:- Ix-Xjenza tal-Kompjuter u l-Informazzjoni (OECD-FOS-1.2);- Xjenzi tal-Bijoloġija (OECD-FOS-1.6).Attivitajiet ewlenin:1) Studji dwar il-karatterizzazzjoni kwantitattiva tal-protagonisti mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatina (GWP) għall-oqsma speċifiċi tan-netwerks (WP) għall-karatterizzazzjoni speċifika tal-proteoma mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatin 3 u d-dinamika tal-problemi speċifiċi tan-netwerk imsemmi hawn fuq (WP2). Barra minn hekk, il-pjan ta’ ħidma tal-proġett jinkludi żewġ attivitajiet komplementari relatati mal-produzzjoni ta’ settijiet tad-data u l-bijovalidazzjoni tar-riżultati (WP4) u l-komponenti tas-softwer (WP5).Riżultati tal-proġett:1) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni minn mikromassa u data NGS għal intermedjazzjoni integrata tal-kromatin, analiżi tad-data epiġenomika u tar-regolamentazzjoni tal-ġeni.3) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni mid-data tad-disinn sperimentali tal-mikromassa u tal-NGS. EUR 634744,42 (spejjeż eliġibbli: EUR 633384,42, kontribuzzjoni tal-FEŻR: EUR 538376,74”. Tul ta’ żmien tal-proġett: 35 xahar. Tul ta’ żmien tal-implimentazzjoni tal-proġett 21.02.2017. 31.12.2019 (Maltese) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
O chamado desenvolvimento tecnológico de «elevado rendimento» para a aquisição de dados bioinformáticos conduziu à disponibilidade de grandes quantidades de conjuntos de dados que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos processos biológicos que os regulam – por exemplo, a compreensão de sistemas como «ómicos» que descrevem vários processos celulares e intercelulares e a interação entre essas redes. Ao mesmo tempo, devido ao grande volume desses conjuntos de dados e à complexidade das informações neles contidas, a aquisição de informações úteis a partir desses conjuntos de dados é um problema muito pouco trivial, e os métodos utilizados para este efeito limitam-se geralmente às possibilidades de métodos estatísticos ou de aprendizagem automática. O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados baseados na utilização de uma combinação de algoritmos de análise gráfica e métodos de visualização gráfica. Os estudos já realizados pelos autores do projeto demonstraram a utilidade de tal abordagem para pesquisar homologia de proteínas, e acreditamos que essa abordagem também pode ser muito útil para a análise de outros tipos de conjuntos de dados de bioinformática. No âmbito do projeto, está planeado centrar-se na análise da dinâmica do processo de regulação genética, na análise da dinâmica de intersecção da cromatina, na previsão de marcadores epigenómicos e em estudos sobre processos que determinam diferentes tipos de distintividade celular. De uma perspectiva mais ampla, esperamos que a metodologia desenvolvida complemente bem os métodos existentes de análise de dados de bioinformática. Bioinformática; Modelização de sistemas biológicos; Algoritmos gráficos; Prospeção de dados; Visualização de dados.Informação que será publicada no sítio Web dos fundos da União Europeia www.esfondi.lvStrauja em caso de aprovação de uma candidatura a um projeto, o chamado desenvolvimento tecnológico de «alta capacidade» para a aquisição de dados de bioinformática assegurou a disponibilidade de conjuntos de dados em grande escala que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos seus processos biológicos regulamentares.O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados que se basearão numa combinação de diferentes algoritmos de análise de gráficos e na compreensão dos três gráficos em termos de informação, em que nos concentraremos nos desafios específicos do biovisual e desenvolveremos novos métodos inovadores de análise de dados baseados numa combinação de diferentes algoritmos de análise de gráficos e gráficos, em que nos concentraremos na necessidade de nos problemas específicos do biovisual e nos métodos científicos. 1) Caracterização quantitativa do proteassoma a partir de dados de expressão genética; 2) Análise das redes de intermediação da cromatina; 3) Análise da dinâmica e evolução das redes de regulação genética.Tipo de investigação: Investigação industrial (100 %) O tipo de projeto não está relacionado com a atividade económica.O projeto é interdisciplinar e será realizado nos seguintes domínios:- Ciência da Computação e da Informação (OCDE-FOS-1.2);- Ciências biológicas (OCDE-FOS-1.6).Atividades-chave:1) Estudos sobre a caracterização quantitativa dos protagonistas a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina (GWP) para os domínios específicos das redes (WP) para a caracterização de problemas específicos do proteoma a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina 3 e a dinâmica de problemas específicos da rede supramencionada (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. 634744,42 EUR (custos elegíveis: 633384,42 EUR, participação do FEDER: 538376,74 EUR». Duração do projecto: 35 meses. Duração da execução do projeto 21.2.2017. 31.12.2019 (Portuguese) | |||||||||||||||
| Property / summary: O chamado desenvolvimento tecnológico de «elevado rendimento» para a aquisição de dados bioinformáticos conduziu à disponibilidade de grandes quantidades de conjuntos de dados que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos processos biológicos que os regulam – por exemplo, a compreensão de sistemas como «ómicos» que descrevem vários processos celulares e intercelulares e a interação entre essas redes. Ao mesmo tempo, devido ao grande volume desses conjuntos de dados e à complexidade das informações neles contidas, a aquisição de informações úteis a partir desses conjuntos de dados é um problema muito pouco trivial, e os métodos utilizados para este efeito limitam-se geralmente às possibilidades de métodos estatísticos ou de aprendizagem automática. O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados baseados na utilização de uma combinação de algoritmos de análise gráfica e métodos de visualização gráfica. Os estudos já realizados pelos autores do projeto demonstraram a utilidade de tal abordagem para pesquisar homologia de proteínas, e acreditamos que essa abordagem também pode ser muito útil para a análise de outros tipos de conjuntos de dados de bioinformática. No âmbito do projeto, está planeado centrar-se na análise da dinâmica do processo de regulação genética, na análise da dinâmica de intersecção da cromatina, na previsão de marcadores epigenómicos e em estudos sobre processos que determinam diferentes tipos de distintividade celular. De uma perspectiva mais ampla, esperamos que a metodologia desenvolvida complemente bem os métodos existentes de análise de dados de bioinformática. Bioinformática; Modelização de sistemas biológicos; Algoritmos gráficos; Prospeção de dados; Visualização de dados.Informação que será publicada no sítio Web dos fundos da União Europeia www.esfondi.lvStrauja em caso de aprovação de uma candidatura a um projeto, o chamado desenvolvimento tecnológico de «alta capacidade» para a aquisição de dados de bioinformática assegurou a disponibilidade de conjuntos de dados em grande escala que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos seus processos biológicos regulamentares.O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados que se basearão numa combinação de diferentes algoritmos de análise de gráficos e na compreensão dos três gráficos em termos de informação, em que nos concentraremos nos desafios específicos do biovisual e desenvolveremos novos métodos inovadores de análise de dados baseados numa combinação de diferentes algoritmos de análise de gráficos e gráficos, em que nos concentraremos na necessidade de nos problemas específicos do biovisual e nos métodos científicos. 1) Caracterização quantitativa do proteassoma a partir de dados de expressão genética; 2) Análise das redes de intermediação da cromatina; 3) Análise da dinâmica e evolução das redes de regulação genética.Tipo de investigação: Investigação industrial (100 %) O tipo de projeto não está relacionado com a atividade económica.O projeto é interdisciplinar e será realizado nos seguintes domínios:- Ciência da Computação e da Informação (OCDE-FOS-1.2);- Ciências biológicas (OCDE-FOS-1.6).Atividades-chave:1) Estudos sobre a caracterização quantitativa dos protagonistas a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina (GWP) para os domínios específicos das redes (WP) para a caracterização de problemas específicos do proteoma a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina 3 e a dinâmica de problemas específicos da rede supramencionada (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. 634744,42 EUR (custos elegíveis: 633384,42 EUR, participação do FEDER: 538376,74 EUR». Duração do projecto: 35 meses. Duração da execução do projeto 21.2.2017. 31.12.2019 (Portuguese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: O chamado desenvolvimento tecnológico de «elevado rendimento» para a aquisição de dados bioinformáticos conduziu à disponibilidade de grandes quantidades de conjuntos de dados que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos processos biológicos que os regulam – por exemplo, a compreensão de sistemas como «ómicos» que descrevem vários processos celulares e intercelulares e a interação entre essas redes. Ao mesmo tempo, devido ao grande volume desses conjuntos de dados e à complexidade das informações neles contidas, a aquisição de informações úteis a partir desses conjuntos de dados é um problema muito pouco trivial, e os métodos utilizados para este efeito limitam-se geralmente às possibilidades de métodos estatísticos ou de aprendizagem automática. O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados baseados na utilização de uma combinação de algoritmos de análise gráfica e métodos de visualização gráfica. Os estudos já realizados pelos autores do projeto demonstraram a utilidade de tal abordagem para pesquisar homologia de proteínas, e acreditamos que essa abordagem também pode ser muito útil para a análise de outros tipos de conjuntos de dados de bioinformática. No âmbito do projeto, está planeado centrar-se na análise da dinâmica do processo de regulação genética, na análise da dinâmica de intersecção da cromatina, na previsão de marcadores epigenómicos e em estudos sobre processos que determinam diferentes tipos de distintividade celular. De uma perspectiva mais ampla, esperamos que a metodologia desenvolvida complemente bem os métodos existentes de análise de dados de bioinformática. Bioinformática; Modelização de sistemas biológicos; Algoritmos gráficos; Prospeção de dados; Visualização de dados.Informação que será publicada no sítio Web dos fundos da União Europeia www.esfondi.lvStrauja em caso de aprovação de uma candidatura a um projeto, o chamado desenvolvimento tecnológico de «alta capacidade» para a aquisição de dados de bioinformática assegurou a disponibilidade de conjuntos de dados em grande escala que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos seus processos biológicos regulamentares.O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados que se basearão numa combinação de diferentes algoritmos de análise de gráficos e na compreensão dos três gráficos em termos de informação, em que nos concentraremos nos desafios específicos do biovisual e desenvolveremos novos métodos inovadores de análise de dados baseados numa combinação de diferentes algoritmos de análise de gráficos e gráficos, em que nos concentraremos na necessidade de nos problemas específicos do biovisual e nos métodos científicos. 1) Caracterização quantitativa do proteassoma a partir de dados de expressão genética; 2) Análise das redes de intermediação da cromatina; 3) Análise da dinâmica e evolução das redes de regulação genética.Tipo de investigação: Investigação industrial (100 %) O tipo de projeto não está relacionado com a atividade económica.O projeto é interdisciplinar e será realizado nos seguintes domínios:- Ciência da Computação e da Informação (OCDE-FOS-1.2);- Ciências biológicas (OCDE-FOS-1.6).Atividades-chave:1) Estudos sobre a caracterização quantitativa dos protagonistas a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina (GWP) para os domínios específicos das redes (WP) para a caracterização de problemas específicos do proteoma a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina 3 e a dinâmica de problemas específicos da rede supramencionada (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. 634744,42 EUR (custos elegíveis: 633384,42 EUR, participação do FEDER: 538376,74 EUR». Duração do projecto: 35 meses. Duração da execução do projeto 21.2.2017. 31.12.2019 (Portuguese) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projektresumé BeskrivelseDen såkaldte "high-throughput" teknologiudvikling til erhvervelse af bioinformatikdata har ført til tilgængeligheden af store mængder datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af de biologiske processer, der regulerer det — f.eks. forståelsen af systemer som "omics", der beskriver forskellige cellulære og intercellulære processer og samspillet mellem sådanne netværk. Samtidig, på grund af den store mængde af sådanne datasæt og kompleksiteten af de oplysninger, der er indeholdt heri, er erhvervelsen af nyttige oplysninger fra sådanne datasæt et meget utrivielt problem, og de metoder, der anvendes til dette formål er normalt begrænset til mulighederne for statistiske eller maskinlæringsmetoder.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder baseret på anvendelse af en kombination af grafiske analysealgoritmer og grafiske visualiseringsmetoder. De undersøgelser, som projektforfatterne allerede har udført, har vist nytten af en sådan tilgang til forskning i protein homologi, og vi mener, at denne tilgang også kan være meget nyttig for analysen af andre typer bioinformatikdatasæt. Inden for rammerne af projektet er det planlagt at fokusere på analyse af genreguleringsprocesdynamik, analyse af kromatinkrydsdynamik, forudsigelse af epigenomiske markører og undersøgelser af processer, der bestemmer forskellige typer cellekarakteristika. Ud fra et bredere perspektiv forventer vi, at den metode, der er udviklet, i høj grad vil supplere de eksisterende metoder til analyse af bioinformatikdata. Bioinformatik Modellering af biologiske systemer Grafiske algoritmer Dataudvinding Datavisualisering.Oplysninger, der vil blive offentliggjort på webstedet for Den Europæiske Unions fonde www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, har den såkaldte "high-throughput" teknologiudvikling til bioinformatik dataindsamling sikret tilgængeligheden af store datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af deres lovgivningsmæssige biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer til at forstå de biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer, hvor vi vil have fokus på de specifikke grafikmetoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de tre forskellige metoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre forskellige metoder, hvor vi vil have fokus på de forskellige grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige former for dataanalyse, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelsen af de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de forskellige former for dataanalyse, på EU-fondenes websted www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, den såkaldte "high-throughput" teknologiudvikling til bioinformatik til indsamling af bioinformatikdata.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafer, og forståelsen af de tre grafer og de tre grafer for at forstå de biologiske processer. Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder og på forståelsen af de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder, og forståelse af de tre grafer, hvor vi vil fokusere på de specifikke grafikmetoder, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige grafikmetoder, hvor vi vil fokusere på de forskellige grafikmetoder, og hvor vi vil fokuse... (Danish) | |||||||||||||||
| Property / summary: Projektresumé BeskrivelseDen såkaldte "high-throughput" teknologiudvikling til erhvervelse af bioinformatikdata har ført til tilgængeligheden af store mængder datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af de biologiske processer, der regulerer det — f.eks. forståelsen af systemer som "omics", der beskriver forskellige cellulære og intercellulære processer og samspillet mellem sådanne netværk. Samtidig, på grund af den store mængde af sådanne datasæt og kompleksiteten af de oplysninger, der er indeholdt heri, er erhvervelsen af nyttige oplysninger fra sådanne datasæt et meget utrivielt problem, og de metoder, der anvendes til dette formål er normalt begrænset til mulighederne for statistiske eller maskinlæringsmetoder.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder baseret på anvendelse af en kombination af grafiske analysealgoritmer og grafiske visualiseringsmetoder. De undersøgelser, som projektforfatterne allerede har udført, har vist nytten af en sådan tilgang til forskning i protein homologi, og vi mener, at denne tilgang også kan være meget nyttig for analysen af andre typer bioinformatikdatasæt. Inden for rammerne af projektet er det planlagt at fokusere på analyse af genreguleringsprocesdynamik, analyse af kromatinkrydsdynamik, forudsigelse af epigenomiske markører og undersøgelser af processer, der bestemmer forskellige typer cellekarakteristika. Ud fra et bredere perspektiv forventer vi, at den metode, der er udviklet, i høj grad vil supplere de eksisterende metoder til analyse af bioinformatikdata. Bioinformatik Modellering af biologiske systemer Grafiske algoritmer Dataudvinding Datavisualisering.Oplysninger, der vil blive offentliggjort på webstedet for Den Europæiske Unions fonde www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, har den såkaldte "high-throughput" teknologiudvikling til bioinformatik dataindsamling sikret tilgængeligheden af store datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af deres lovgivningsmæssige biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer til at forstå de biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer, hvor vi vil have fokus på de specifikke grafikmetoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de tre forskellige metoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre forskellige metoder, hvor vi vil have fokus på de forskellige grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige former for dataanalyse, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelsen af de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de forskellige former for dataanalyse, på EU-fondenes websted www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, den såkaldte "high-throughput" teknologiudvikling til bioinformatik til indsamling af bioinformatikdata.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafer, og forståelsen af de tre grafer og de tre grafer for at forstå de biologiske processer. Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder og på forståelsen af de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder, og forståelse af de tre grafer, hvor vi vil fokusere på de specifikke grafikmetoder, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige grafikmetoder, hvor vi vil fokusere på de forskellige grafikmetoder, og hvor vi vil fokuse... (Danish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projektresumé BeskrivelseDen såkaldte "high-throughput" teknologiudvikling til erhvervelse af bioinformatikdata har ført til tilgængeligheden af store mængder datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af de biologiske processer, der regulerer det — f.eks. forståelsen af systemer som "omics", der beskriver forskellige cellulære og intercellulære processer og samspillet mellem sådanne netværk. Samtidig, på grund af den store mængde af sådanne datasæt og kompleksiteten af de oplysninger, der er indeholdt heri, er erhvervelsen af nyttige oplysninger fra sådanne datasæt et meget utrivielt problem, og de metoder, der anvendes til dette formål er normalt begrænset til mulighederne for statistiske eller maskinlæringsmetoder.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder baseret på anvendelse af en kombination af grafiske analysealgoritmer og grafiske visualiseringsmetoder. De undersøgelser, som projektforfatterne allerede har udført, har vist nytten af en sådan tilgang til forskning i protein homologi, og vi mener, at denne tilgang også kan være meget nyttig for analysen af andre typer bioinformatikdatasæt. Inden for rammerne af projektet er det planlagt at fokusere på analyse af genreguleringsprocesdynamik, analyse af kromatinkrydsdynamik, forudsigelse af epigenomiske markører og undersøgelser af processer, der bestemmer forskellige typer cellekarakteristika. Ud fra et bredere perspektiv forventer vi, at den metode, der er udviklet, i høj grad vil supplere de eksisterende metoder til analyse af bioinformatikdata. Bioinformatik Modellering af biologiske systemer Grafiske algoritmer Dataudvinding Datavisualisering.Oplysninger, der vil blive offentliggjort på webstedet for Den Europæiske Unions fonde www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, har den såkaldte "high-throughput" teknologiudvikling til bioinformatik dataindsamling sikret tilgængeligheden af store datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af deres lovgivningsmæssige biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer til at forstå de biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer, hvor vi vil have fokus på de specifikke grafikmetoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de tre forskellige metoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre forskellige metoder, hvor vi vil have fokus på de forskellige grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige former for dataanalyse, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelsen af de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de forskellige former for dataanalyse, på EU-fondenes websted www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, den såkaldte "high-throughput" teknologiudvikling til bioinformatik til indsamling af bioinformatikdata.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafer, og forståelsen af de tre grafer og de tre grafer for at forstå de biologiske processer. Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder og på forståelsen af de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder, og forståelse af de tre grafer, hvor vi vil fokusere på de specifikke grafikmetoder, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige grafikmetoder, hvor vi vil fokusere på de forskellige grafikmetoder, og hvor vi vil fokuse... (Danish) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Rezumatul proiectuluiDescrierea așa-numitei tehnologii „de mare capacitate” pentru achiziționarea de date bioinformatice a condus la disponibilitatea unor cantități mari de seturi de date care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice care le reglementează – de exemplu, înțelegerea unor sisteme precum „omica” care descriu diferite procese celulare și intercelulare și interacțiunea dintre astfel de rețele. În același timp, datorită volumului mare de astfel de seturi de date și complexității informațiilor conținute în acestea, achiziționarea de informații utile din astfel de seturi de date este o problemă foarte netrivială, iar metodele utilizate în acest scop sunt de obicei limitate la posibilitățile metodelor de învățare statistică sau automată. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor bazate pe utilizarea unei combinații de algoritmi de analiză grafică și metode de vizualizare grafică. Studiile deja realizate de autorii proiectului au demonstrat utilitatea unei astfel de abordări pentru cercetarea omologiei proteice și considerăm că această abordare ar putea fi foarte utilă și pentru analiza altor tipuri de seturi de date bioinformatice. În cadrul proiectului se intenționează să se concentreze pe analiza dinamicii procesului de reglare a genelor, analiza dinamicii intersecțiilor cromatinei, predicția markerilor epigenomici și studiile asupra proceselor care determină diferite tipuri de distinctivitate celulară. Dintr-o perspectivă mai largă, ne așteptăm ca metodologia elaborată să completeze metodele existente de analiză a datelor bioinformatice. Bioinformatică; Modelarea sistemelor biologice; Algoritmi grafici; Extragerea datelor; Vizualizarea datelor.Informații care vor fi publicate pe site-ul fondurilor Uniunii Europene www.esfondi.lvStrauja în cazul aprobării unei aplicații de proiect, așa-numita dezvoltare tehnologică „high-through” pentru achiziționarea de date bioinformatică a asigurat disponibilitatea seturilor de date la scară largă care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice de reglementare ale acestora. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe o combinație de algoritmi de analiză a graficelor diferite și pe înțelegerea celor trei grafice pe care le vom focaliza pe analiza științifică a proceselor biologice. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe diferiți algoritmi de analiză a graficelor și pe metode specifice de analiză pe care le vom focaliza pe diferite metode de analiză a datelor, pe care le vom concentra pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe analiza datelor pe care le vom pune în aplicare. 1) caracterizarea cantitativă a proteazomului din datele de expresie genetică; 2) Analiza rețelelor de intermediere a cromatinei; 3) Analiza dinamicii și evoluției rețelelor de reglementare a genelor.Tipul cercetării: Cercetare industrială (100 %) Tipul de proiect nu este legat de activitatea economică. Proiectul este interdisciplinar și se va desfășura în următoarele domenii:- Informatică și Informatică (OCDE-FOS-1.2);- Științe biologice (OCDE-FOS-1.6).Activități cheie:1) Studii privind caracterizarea cantitativă a protagoniștilor din datele de expresie genetică (WP1).2) Studii privind structura rețelei de interacțiune cromatină (GWP) pentru domeniile specifice ale rețelelor (WP) pentru caracterizarea problemei specifice a proteomului din datele privind expresia genelor (WP1).2) Studii privind structura rețelei de interacțiune cromatină 3 și dinamica problemelor specifice ale rețelei menționate mai sus (WP.2). În plus, planul de lucru al proiectului include două activități complementare legate de producerea de seturi de date și de biovalidarea rezultatelor (WP4) și a componentelor software (WP5). Rezultatele proiectului:1) Metode de detectare a concentrațiilor de proteine în probele de țesut și celule din datele transcrierii.2) Metode de interacțiune integrată a cromatinei, analiza epigenomică și analiza datelor de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS pentru intermedierea integrată a cromatinei, analiza datelor epigenomice și de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS experimentale. 634 744,42 EUR (costuri eligibile: 633 384,42 EUR, contribuția FEDR: 538 376,74 EUR”. Durata proiectului: 35 de luni. Durata implementării proiectului 21.02.2017. 31.12.2019 (Romanian) | |||||||||||||||
| Property / summary: Rezumatul proiectuluiDescrierea așa-numitei tehnologii „de mare capacitate” pentru achiziționarea de date bioinformatice a condus la disponibilitatea unor cantități mari de seturi de date care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice care le reglementează – de exemplu, înțelegerea unor sisteme precum „omica” care descriu diferite procese celulare și intercelulare și interacțiunea dintre astfel de rețele. În același timp, datorită volumului mare de astfel de seturi de date și complexității informațiilor conținute în acestea, achiziționarea de informații utile din astfel de seturi de date este o problemă foarte netrivială, iar metodele utilizate în acest scop sunt de obicei limitate la posibilitățile metodelor de învățare statistică sau automată. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor bazate pe utilizarea unei combinații de algoritmi de analiză grafică și metode de vizualizare grafică. Studiile deja realizate de autorii proiectului au demonstrat utilitatea unei astfel de abordări pentru cercetarea omologiei proteice și considerăm că această abordare ar putea fi foarte utilă și pentru analiza altor tipuri de seturi de date bioinformatice. În cadrul proiectului se intenționează să se concentreze pe analiza dinamicii procesului de reglare a genelor, analiza dinamicii intersecțiilor cromatinei, predicția markerilor epigenomici și studiile asupra proceselor care determină diferite tipuri de distinctivitate celulară. Dintr-o perspectivă mai largă, ne așteptăm ca metodologia elaborată să completeze metodele existente de analiză a datelor bioinformatice. Bioinformatică; Modelarea sistemelor biologice; Algoritmi grafici; Extragerea datelor; Vizualizarea datelor.Informații care vor fi publicate pe site-ul fondurilor Uniunii Europene www.esfondi.lvStrauja în cazul aprobării unei aplicații de proiect, așa-numita dezvoltare tehnologică „high-through” pentru achiziționarea de date bioinformatică a asigurat disponibilitatea seturilor de date la scară largă care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice de reglementare ale acestora. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe o combinație de algoritmi de analiză a graficelor diferite și pe înțelegerea celor trei grafice pe care le vom focaliza pe analiza științifică a proceselor biologice. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe diferiți algoritmi de analiză a graficelor și pe metode specifice de analiză pe care le vom focaliza pe diferite metode de analiză a datelor, pe care le vom concentra pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe analiza datelor pe care le vom pune în aplicare. 1) caracterizarea cantitativă a proteazomului din datele de expresie genetică; 2) Analiza rețelelor de intermediere a cromatinei; 3) Analiza dinamicii și evoluției rețelelor de reglementare a genelor.Tipul cercetării: Cercetare industrială (100 %) Tipul de proiect nu este legat de activitatea economică. Proiectul este interdisciplinar și se va desfășura în următoarele domenii:- Informatică și Informatică (OCDE-FOS-1.2);- Științe biologice (OCDE-FOS-1.6).Activități cheie:1) Studii privind caracterizarea cantitativă a protagoniștilor din datele de expresie genetică (WP1).2) Studii privind structura rețelei de interacțiune cromatină (GWP) pentru domeniile specifice ale rețelelor (WP) pentru caracterizarea problemei specifice a proteomului din datele privind expresia genelor (WP1).2) Studii privind structura rețelei de interacțiune cromatină 3 și dinamica problemelor specifice ale rețelei menționate mai sus (WP.2). În plus, planul de lucru al proiectului include două activități complementare legate de producerea de seturi de date și de biovalidarea rezultatelor (WP4) și a componentelor software (WP5). Rezultatele proiectului:1) Metode de detectare a concentrațiilor de proteine în probele de țesut și celule din datele transcrierii.2) Metode de interacțiune integrată a cromatinei, analiza epigenomică și analiza datelor de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS pentru intermedierea integrată a cromatinei, analiza datelor epigenomice și de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS experimentale. 634 744,42 EUR (costuri eligibile: 633 384,42 EUR, contribuția FEDR: 538 376,74 EUR”. Durata proiectului: 35 de luni. Durata implementării proiectului 21.02.2017. 31.12.2019 (Romanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Rezumatul proiectuluiDescrierea așa-numitei tehnologii „de mare capacitate” pentru achiziționarea de date bioinformatice a condus la disponibilitatea unor cantități mari de seturi de date care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice care le reglementează – de exemplu, înțelegerea unor sisteme precum „omica” care descriu diferite procese celulare și intercelulare și interacțiunea dintre astfel de rețele. În același timp, datorită volumului mare de astfel de seturi de date și complexității informațiilor conținute în acestea, achiziționarea de informații utile din astfel de seturi de date este o problemă foarte netrivială, iar metodele utilizate în acest scop sunt de obicei limitate la posibilitățile metodelor de învățare statistică sau automată. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor bazate pe utilizarea unei combinații de algoritmi de analiză grafică și metode de vizualizare grafică. Studiile deja realizate de autorii proiectului au demonstrat utilitatea unei astfel de abordări pentru cercetarea omologiei proteice și considerăm că această abordare ar putea fi foarte utilă și pentru analiza altor tipuri de seturi de date bioinformatice. În cadrul proiectului se intenționează să se concentreze pe analiza dinamicii procesului de reglare a genelor, analiza dinamicii intersecțiilor cromatinei, predicția markerilor epigenomici și studiile asupra proceselor care determină diferite tipuri de distinctivitate celulară. Dintr-o perspectivă mai largă, ne așteptăm ca metodologia elaborată să completeze metodele existente de analiză a datelor bioinformatice. Bioinformatică; Modelarea sistemelor biologice; Algoritmi grafici; Extragerea datelor; Vizualizarea datelor.Informații care vor fi publicate pe site-ul fondurilor Uniunii Europene www.esfondi.lvStrauja în cazul aprobării unei aplicații de proiect, așa-numita dezvoltare tehnologică „high-through” pentru achiziționarea de date bioinformatică a asigurat disponibilitatea seturilor de date la scară largă care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice de reglementare ale acestora. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe o combinație de algoritmi de analiză a graficelor diferite și pe înțelegerea celor trei grafice pe care le vom focaliza pe analiza științifică a proceselor biologice. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe diferiți algoritmi de analiză a graficelor și pe metode specifice de analiză pe care le vom focaliza pe diferite metode de analiză a datelor, pe care le vom concentra pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe analiza datelor pe care le vom pune în aplicare. 1) caracterizarea cantitativă a proteazomului din datele de expresie genetică; 2) Analiza rețelelor de intermediere a cromatinei; 3) Analiza dinamicii și evoluției rețelelor de reglementare a genelor.Tipul cercetării: Cercetare industrială (100 %) Tipul de proiect nu este legat de activitatea economică. Proiectul este interdisciplinar și se va desfășura în următoarele domenii:- Informatică și Informatică (OCDE-FOS-1.2);- Științe biologice (OCDE-FOS-1.6).Activități cheie:1) Studii privind caracterizarea cantitativă a protagoniștilor din datele de expresie genetică (WP1).2) Studii privind structura rețelei de interacțiune cromatină (GWP) pentru domeniile specifice ale rețelelor (WP) pentru caracterizarea problemei specifice a proteomului din datele privind expresia genelor (WP1).2) Studii privind structura rețelei de interacțiune cromatină 3 și dinamica problemelor specifice ale rețelei menționate mai sus (WP.2). În plus, planul de lucru al proiectului include două activități complementare legate de producerea de seturi de date și de biovalidarea rezultatelor (WP4) și a componentelor software (WP5). Rezultatele proiectului:1) Metode de detectare a concentrațiilor de proteine în probele de țesut și celule din datele transcrierii.2) Metode de interacțiune integrată a cromatinei, analiza epigenomică și analiza datelor de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS pentru intermedierea integrată a cromatinei, analiza datelor epigenomice și de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS experimentale. 634 744,42 EUR (costuri eligibile: 633 384,42 EUR, contribuția FEDR: 538 376,74 EUR”. Durata proiectului: 35 de luni. Durata implementării proiectului 21.02.2017. 31.12.2019 (Romanian) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projektsammanfattning BeskrivningDen så kallade ”high-throughput” teknikutvecklingen för insamling av bioinformatikdata har lett till att det finns stora mängder datamängder som innehåller värdefull information för modellering av komplexa biologiska system och förståelse av de biologiska processer som reglerar den – till exempel förståelsen av system som ”omik” som beskriver olika cellulära och intercellulära processer och interaktionen mellan sådana nätverk. Samtidigt, på grund av den stora volymen av sådana dataset och komplexiteten i den information som finns där, är förvärv av användbar information från sådana dataset ett mycket otrivialt problem, och de metoder som används för detta ändamål är vanligtvis begränsade till möjligheterna med statistiska eller maskininlärningsmetoder.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder baserade på användning av en kombination av grafiska analysalgoritmer och grafiska visualiseringsmetoder. De studier som redan utförts av projektförfattarna har visat nyttan av ett sådant tillvägagångssätt för forskning om proteinhomologi, och vi anser att detta tillvägagångssätt också kan vara mycket användbart för analys av andra typer av bioinformatikdataset. Inom ramen för projektet planeras att fokusera på analys av genregleringsprocessdynamik, analys av kromatins intersektionsdynamik, förutsägelse av epigenomiska markörer och studier på processer som bestämmer olika typer av cell särskiljande. Ur ett bredare perspektiv förväntar vi oss att den metodik som utvecklats väl kompletterar befintliga metoder för analys av bioinformatikdata. Bioinformatik. Modellering av biologiska system. Grafiska algoritmer. Datautvinning. Datavisualisering.Information som kommer att publiceras på webbplatsen för Europeiska unionens fonder www.esfondi.lvStrauja vid godkännande av en projektansökan har säkerställt tillgängligheten till storskaliga datauppsättningar som innehåller värdefull information för att modellera komplexa biologiska processer och förstå deras regulatoriska biologiska processer. Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och förståelse av de tre graferna för förståelse av de biologiska processerna.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och där vi kommer att fokusera på de olika graferna, där vi kommer att fokusera på de tre graferna, där vi kommer att fokusera på de nya metoderna för analys, där vi kommer att fokusera på de olika analysmetoderna, där vi kommer att fokusera på de olika datatermerna, där vi kommer att fokusera på de tre olika graferna. 1) Kvantitativ karakterisering av proteasomen från genuttrycksdata; 2) Analys av kromatin förmedlingsnät; 3) Analys av dynamiken och utvecklingen av genregleringsnätverk.Typ av forskning: Industriell forskning (100 %) Projekttypen är inte relaterad till ekonomisk aktivitet.Projektet är tvärvetenskapligt och kommer att genomföras inom följande områden:- Data- och informationsvetenskap (OECD-FOS-1.2);- Biologivetenskap (OECD-FOS-1.6).Keyaktiviteter:1) Studier om kvantitativ karakterisering av huvudpersonerna från genuttrycksdata (WP1).2) Studier om kromatininteraktionsnätverksstruktur (GWP) för de specifika områdena i nätverken (WP.2). Dessutom omfattar projektets arbetsplan två kompletterande aktiviteter relaterade till produktion av dataset och biovalidering av resultat (WP4) och programvarukomponenter (WP5).Projektresultat: 1) Metoder för att upptäcka proteinkoncentrationer i vävnads- och cellprover från transkriptdata.2) Metoder för integrerad kromatininteraktion, epigenomik och genregleringsdataanalys.3) Metoder för automatiserad genregleringsidentifiering från mikromassa och NGS-data för integrerad kromatinförmedling, epigenomisk och genregleringsdata.3) Metoder för automatisk genregleringsidentifiering från mikromassa och NGS experimentell designdata. 634 744,42 EUR (stödberättigande kostnader: 633 384,42 EUR, ERUF-bidrag: 538 376,74 EUR.” Projektets varaktighet: 35 månader. Projektets genomförandeperiod 21.02.2017. 31.12.2019 (Swedish) | |||||||||||||||
| Property / summary: Projektsammanfattning BeskrivningDen så kallade ”high-throughput” teknikutvecklingen för insamling av bioinformatikdata har lett till att det finns stora mängder datamängder som innehåller värdefull information för modellering av komplexa biologiska system och förståelse av de biologiska processer som reglerar den – till exempel förståelsen av system som ”omik” som beskriver olika cellulära och intercellulära processer och interaktionen mellan sådana nätverk. Samtidigt, på grund av den stora volymen av sådana dataset och komplexiteten i den information som finns där, är förvärv av användbar information från sådana dataset ett mycket otrivialt problem, och de metoder som används för detta ändamål är vanligtvis begränsade till möjligheterna med statistiska eller maskininlärningsmetoder.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder baserade på användning av en kombination av grafiska analysalgoritmer och grafiska visualiseringsmetoder. De studier som redan utförts av projektförfattarna har visat nyttan av ett sådant tillvägagångssätt för forskning om proteinhomologi, och vi anser att detta tillvägagångssätt också kan vara mycket användbart för analys av andra typer av bioinformatikdataset. Inom ramen för projektet planeras att fokusera på analys av genregleringsprocessdynamik, analys av kromatins intersektionsdynamik, förutsägelse av epigenomiska markörer och studier på processer som bestämmer olika typer av cell särskiljande. Ur ett bredare perspektiv förväntar vi oss att den metodik som utvecklats väl kompletterar befintliga metoder för analys av bioinformatikdata. Bioinformatik. Modellering av biologiska system. Grafiska algoritmer. Datautvinning. Datavisualisering.Information som kommer att publiceras på webbplatsen för Europeiska unionens fonder www.esfondi.lvStrauja vid godkännande av en projektansökan har säkerställt tillgängligheten till storskaliga datauppsättningar som innehåller värdefull information för att modellera komplexa biologiska processer och förstå deras regulatoriska biologiska processer. Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och förståelse av de tre graferna för förståelse av de biologiska processerna.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och där vi kommer att fokusera på de olika graferna, där vi kommer att fokusera på de tre graferna, där vi kommer att fokusera på de nya metoderna för analys, där vi kommer att fokusera på de olika analysmetoderna, där vi kommer att fokusera på de olika datatermerna, där vi kommer att fokusera på de tre olika graferna. 1) Kvantitativ karakterisering av proteasomen från genuttrycksdata; 2) Analys av kromatin förmedlingsnät; 3) Analys av dynamiken och utvecklingen av genregleringsnätverk.Typ av forskning: Industriell forskning (100 %) Projekttypen är inte relaterad till ekonomisk aktivitet.Projektet är tvärvetenskapligt och kommer att genomföras inom följande områden:- Data- och informationsvetenskap (OECD-FOS-1.2);- Biologivetenskap (OECD-FOS-1.6).Keyaktiviteter:1) Studier om kvantitativ karakterisering av huvudpersonerna från genuttrycksdata (WP1).2) Studier om kromatininteraktionsnätverksstruktur (GWP) för de specifika områdena i nätverken (WP.2). Dessutom omfattar projektets arbetsplan två kompletterande aktiviteter relaterade till produktion av dataset och biovalidering av resultat (WP4) och programvarukomponenter (WP5).Projektresultat: 1) Metoder för att upptäcka proteinkoncentrationer i vävnads- och cellprover från transkriptdata.2) Metoder för integrerad kromatininteraktion, epigenomik och genregleringsdataanalys.3) Metoder för automatiserad genregleringsidentifiering från mikromassa och NGS-data för integrerad kromatinförmedling, epigenomisk och genregleringsdata.3) Metoder för automatisk genregleringsidentifiering från mikromassa och NGS experimentell designdata. 634 744,42 EUR (stödberättigande kostnader: 633 384,42 EUR, ERUF-bidrag: 538 376,74 EUR.” Projektets varaktighet: 35 månader. Projektets genomförandeperiod 21.02.2017. 31.12.2019 (Swedish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projektsammanfattning BeskrivningDen så kallade ”high-throughput” teknikutvecklingen för insamling av bioinformatikdata har lett till att det finns stora mängder datamängder som innehåller värdefull information för modellering av komplexa biologiska system och förståelse av de biologiska processer som reglerar den – till exempel förståelsen av system som ”omik” som beskriver olika cellulära och intercellulära processer och interaktionen mellan sådana nätverk. Samtidigt, på grund av den stora volymen av sådana dataset och komplexiteten i den information som finns där, är förvärv av användbar information från sådana dataset ett mycket otrivialt problem, och de metoder som används för detta ändamål är vanligtvis begränsade till möjligheterna med statistiska eller maskininlärningsmetoder.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder baserade på användning av en kombination av grafiska analysalgoritmer och grafiska visualiseringsmetoder. De studier som redan utförts av projektförfattarna har visat nyttan av ett sådant tillvägagångssätt för forskning om proteinhomologi, och vi anser att detta tillvägagångssätt också kan vara mycket användbart för analys av andra typer av bioinformatikdataset. Inom ramen för projektet planeras att fokusera på analys av genregleringsprocessdynamik, analys av kromatins intersektionsdynamik, förutsägelse av epigenomiska markörer och studier på processer som bestämmer olika typer av cell särskiljande. Ur ett bredare perspektiv förväntar vi oss att den metodik som utvecklats väl kompletterar befintliga metoder för analys av bioinformatikdata. Bioinformatik. Modellering av biologiska system. Grafiska algoritmer. Datautvinning. Datavisualisering.Information som kommer att publiceras på webbplatsen för Europeiska unionens fonder www.esfondi.lvStrauja vid godkännande av en projektansökan har säkerställt tillgängligheten till storskaliga datauppsättningar som innehåller värdefull information för att modellera komplexa biologiska processer och förstå deras regulatoriska biologiska processer. Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och förståelse av de tre graferna för förståelse av de biologiska processerna.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och där vi kommer att fokusera på de olika graferna, där vi kommer att fokusera på de tre graferna, där vi kommer att fokusera på de nya metoderna för analys, där vi kommer att fokusera på de olika analysmetoderna, där vi kommer att fokusera på de olika datatermerna, där vi kommer att fokusera på de tre olika graferna. 1) Kvantitativ karakterisering av proteasomen från genuttrycksdata; 2) Analys av kromatin förmedlingsnät; 3) Analys av dynamiken och utvecklingen av genregleringsnätverk.Typ av forskning: Industriell forskning (100 %) Projekttypen är inte relaterad till ekonomisk aktivitet.Projektet är tvärvetenskapligt och kommer att genomföras inom följande områden:- Data- och informationsvetenskap (OECD-FOS-1.2);- Biologivetenskap (OECD-FOS-1.6).Keyaktiviteter:1) Studier om kvantitativ karakterisering av huvudpersonerna från genuttrycksdata (WP1).2) Studier om kromatininteraktionsnätverksstruktur (GWP) för de specifika områdena i nätverken (WP.2). Dessutom omfattar projektets arbetsplan två kompletterande aktiviteter relaterade till produktion av dataset och biovalidering av resultat (WP4) och programvarukomponenter (WP5).Projektresultat: 1) Metoder för att upptäcka proteinkoncentrationer i vävnads- och cellprover från transkriptdata.2) Metoder för integrerad kromatininteraktion, epigenomik och genregleringsdataanalys.3) Metoder för automatiserad genregleringsidentifiering från mikromassa och NGS-data för integrerad kromatinförmedling, epigenomisk och genregleringsdata.3) Metoder för automatisk genregleringsidentifiering från mikromassa och NGS experimentell designdata. 634 744,42 EUR (stödberättigande kostnader: 633 384,42 EUR, ERUF-bidrag: 538 376,74 EUR.” Projektets varaktighet: 35 månader. Projektets genomförandeperiod 21.02.2017. 31.12.2019 (Swedish) / qualifier | |||||||||||||||
point in time: 3 August 2022
| |||||||||||||||
| 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 | |||||||||||||||
| Property / coordinate location | |||||||||||||||
56°56'54.92"N, 24°7'5.30"E
| |||||||||||||||
| Property / coordinate location: 56°56'54.92"N, 24°7'5.30"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS | |||||||||||||||
| Property / contained in NUTS: Riga / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / beneficiary | |||||||||||||||
| Property / beneficiary: Q3058560 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / co-financing rate | |||||||||||||||
85.0 percent
| |||||||||||||||
| Property / co-financing rate: 85.0 percent / rank | |||||||||||||||
Normal rank | |||||||||||||||
Latest revision as of 20:49, 10 October 2024
Project Q3056374 in Latvia
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Graph-based method of modelling and analysis of system biology data |
Project Q3056374 in Latvia |
Statements
535,398.94 Euro
0 references
629,881.11 Euro
0 references
85.0 percent
0 references
21 February 2017
0 references
31 December 2019
0 references
Latvijas Universitātes Matemātikas un informātikas institūts
0 references
56°56'54.92"N, 24°7'5.30"E
0 references
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)
0 references
Project summary descriptionThe so-called “high-throughput” technology development for the acquisition of bioinformatics data has led to the availability of large amounts of data sets that contain valuable information for modelling complex biological systems and understanding the biological processes that regulate it – for example, the understanding of systems like “omics” describing various cellular and intercellular processes and the interaction between such networks. At the same time, due to the large volume of such datasets and the complexity of the information contained therein, the acquisition of useful information from such datasets is a very untrivial problem, and the methods used for this purpose are usually limited to the possibilities of statistical or machine learning methods.The aim of this project is to develop new innovative data analysis methods based on the use of a combination of graphic analysis algorithms and graphic visualisation methods. The studies already carried out by the project authors have demonstrated the usefulness of such an approach for researching protein homology, and we believe that this approach could also be very useful for the analysis of other types of bioinformatics datasets. Within the framework of the project it is planned to focus on analysis of gene regulation process dynamics, analysis of chromatin intersection dynamics, prediction of epigenomic markers and studies on processes that determine different types of cell distinctiveness. From a broader perspective, we expect that the methodology developed will well complement existing methods of analysis of bioinformatics data. Bioinformatics; Modelling of biological systems; Graphic algorithms; Data mining; Data visualisation.Information that will be published on the web site of the European Union funds www.esfondi.lvStrauja in case of approval of a project application, the so-called “high-throughput” technology development for bioinformatics data acquisition has ensured the availability of large-scale datasets containing valuable information for modelling complex biological systems and understanding their regulatory biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs for the understanding of the biological processes.The aim of this project is to develop new innovative data analysis methods that will be based on a combination of different graph analysis algorithms and the understanding of the three graphs in terms of information, where we will focus on the specific challenges of bio-visual, and to develop new innovative methods of data analysis based on a combination of different graphics analysis algorithms and graphs, where we will focus on the need to focus on the specific problems of bio-visual, and where we will focus on the use of the scientific methods. 1) Quantitative characterisation of the proteasome from gene expression data; 2) Analysis of chromatin intermediation networks; 3) Analysis of the dynamics and evolution of gene regulation networks.Type of research: Industrial research (100 %) The project type is not related to economic activity.The project is interdisciplinary and will be carried out in the following fields:- Computer and Information Science (OECD-FOS-1.2);- Biology sciences (OECD-FOS-1.6).Key activities:1) Studies on the quantitative characterisation of the protagonists from gene expression data (WP1).2) Studies on chromatin interaction network structure (GWP) for the specific domains of the networks (WP) for specific problem characterisation of the proteoma from gene expression data (WP1).2) Studies on chromatin interaction network structure 3 and the dynamics of specific problems of the above-mentioned network (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. EUR 634744,42 (eligible costs: EUR 633384,42, ERDF contribution: EUR 538376,74’. Duration of the project: 35 months. Duration of project implementation 21.02.2017. 31.12.2019 (English)
15 July 2021
0.3088518284941677
0 references
Le développement rapide de technologies à haut débit pour l’extraction de données bioinformatiques a permis de disposer d’ensembles de données à grande échelle contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui les régulent — tels que des systèmes tels que les réseaux «omiques» décrivant différents processus cellulaires et intercellulaires et l’interaction entre ces réseaux. Dans le même temps, en raison du volume important de ces ensembles de données et de la complexité des informations qu’ils contiennent, l’obtention d’informations utiles à partir de ces ensembles de données est un problème très indubitable et les méthodes utilisées à cette fin se limitent généralement aux possibilités de méthodes statistiques ou d’apprentissage automatique. L’objectif de ce projet est de développer de nouvelles méthodes innovantes d’analyse des données fondées sur l’utilisation combinée de différents algorithmes d’analyse de graffes et de méthodes de visualisation des graffs. Des études déjà réalisées par les auteurs du projet ont démontré l’utilité d’une telle approche pour la recherche sur l’homologie des protéines, et nous pensons qu’une telle approche pourrait également être très utile pour l’analyse d’autres types de données bioinformatiques. Dans le cadre du projet, il est prévu de se concentrer sur l’analyse dynamique des processus de régulation des gènes, l’analyse dynamique des interactions de la chromatine, la prédiction des marqueurs épigénomiques et la recherche sur les processus qui déterminent différents types de cellules. Dans une perspective plus large, nous nous attendons à ce que la méthodologie élaborée complète bien les méthodes existantes d’analyse des données bioinformatiques. La bioinformatique; La modélisation des systèmes biologiques; Algorithmes graphiques; L’exploration de données; Visualisation des données.En cas d’approbation de l’application du projet, l’information sera publiée sur le site internet des fonds de l’Union européenne www.esfondi.lvStrauja ce que l’on appelle le développement technologique «à haut débit» pour l’acquisition de données bioinformatiques a permis la disponibilité de grandes quantités d’ensembles de données contenant des informations précieuses pour la modélisation de systèmes biologiques complexes et la compréhension des processus biologiques qui le régulent. L’objectif de ce projet est de mettre au point de nouvelles méthodes innovantes d’analyse de données basées sur l’utilisation combinée de différents algorithmes d’analyse graphique et de méthodes de visualisation graphique. Les études porteront sur trois problèmes bioinformatiques spécifiques ayant une pertinence scientifique et pratique élevée, qui sont actuellement étudiés, et où nous pensons pouvoir apporter une contribution importante: 1) caractérisation quantitative du protéome à partir des données d’expression génique; 2) analyse des réseaux d’interaction de la chromatine; 3) analyse de la dynamique et de l’évolution des réseaux de régulation des gènes.Type de recherche: études industrielles (100 %).Le type de projet n’est pas lié à l’activité économique.Le projet est interdisciplinaire et sera réalisé dans les secteurs suivants:- Sciences de l’informatique et de l’information (OCDE-FOS-1.2);- Sciences biologiques (OCDE-FOS-1.6).Activités principales: 1) Études sur l’obtention de la caractérisation quantitative du protéome à partir de données d’expression génique (WP1).2) Études sur la structure des réseaux d’intersection de la chromatine et sa dépendance à l’égard des types de cellules (WP2).3) Études sur les gènes analyse de l’évolution et de l’évolution des réseaux réglementaires (WP3). Ces trois activités principales concordent avec l’étude des problèmes bioinformatiques spécifiques mentionnés ci-dessus. En outre, le plan de travail du projet comprend deux activités complémentaires liées à la préparation d’ensembles de données et à la validation biologique des résultats (WP4) et au développement de composants logiciels (WP5).Résultats en cours: 1) Méthodes de détermination de la concentration de protéines dans les échantillons tissulaires et cellulaires à partir de données de transcriptomie.2) Méthodes d’analyse intégrée de l’interaction de la chromatine, de l’épigénomique et des données de régulation des gènes.3) Méthodes d’identification automatisée des motifs de régulation génétique à partir de données d’expérience micromassives et DGS et d’analyse de l’évolution des motifs de régulation des gènes.'Coût total du projet: 634 744,42 EUR (coûts éligibles: 633 384,42 EUR, financement du FEDER: 538 376,74 EUR)». Durée du projet: 35 mois. Durée de mise en œuvre du projet 21.02.2017. — 31.12.2019. (French)
25 November 2021
0 references
Die rasche Entwicklung von „High-Throughput“-Technologien für die Bioinformatik-Datenextraktion hat die Verfügbarkeit von großflächigen Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regulieren, sichergestellt – wie z. B. Systeme wie „omics“-Netzwerke, die verschiedene Zell- und interzelluläre Prozesse beschreiben und die Wechselwirkungen zwischen diesen Netzwerken beschreiben. Aufgrund des großen Umfangs solcher Datensätze und der Komplexität der darin enthaltenen Informationen ist die Beschaffung nützlicher Informationen aus solchen Datensätzen ein sehr schwieriges Problem, und die dafür verwendeten Methoden beschränken sich im Allgemeinen auf die Möglichkeiten statistischer oder maschineller Lernmethoden. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Griaffe-Analysealgorithmen und Graffits-Visualisierungsmethoden basieren. Studien, die bereits von den Autoren des Projekts durchgeführt wurden, haben gezeigt, wie nützlich ein solcher Ansatz für die Erforschung der Proteinhomologie ist, und wir glauben, dass ein solcher Ansatz auch für die Analyse anderer Arten von bioinformatischen Datensätzen sehr nützlich sein könnte. Im Rahmen des Projekts ist geplant, sich auf die dynamische Analyse von Genregulierungsprozessen, die dynamische Analyse von Chromatin-Interaktionen, die Vorhersage epigenomischer Marker und die Erforschung von Prozessen zu konzentrieren, die verschiedene Zelltypen bestimmen. In einer breiteren Perspektive erwarten wir, dass die entwickelte Methodik die bestehenden Methoden zur Analyse bioinformatischer Daten gut ergänzen wird. Bioinformatik; Modellierung biologischer Systeme; Diagrammalgorithmen; Data Mining; Datenvisualisierung.Im Falle der Genehmigung der Projektanwendung werden die Informationen auf der Website der Europäischen Union veröffentlicht werden www.esfondi.lvStrauja so genannte „High-Throughput“-Technologieentwicklung zur Bioinformatik-Datenerfassung hat die Verfügbarkeit großer Mengen an Datensätzen mit wertvollen Informationen zur Modellierung komplexer biologischer Systeme und zum Verständnis der biologischen Prozesse, die sie regeln, gewährleistet. Ziel dieses Projekts ist es, neue innovative Datenanalysemethoden zu entwickeln, die auf dem kombinierten Einsatz unterschiedlicher Graphenanalysealgorithmen und Graphenvisualisierungsmethoden basieren. Die Studien konzentrieren sich auf drei spezifische bioinformatische Probleme mit hoher wissenschaftlicher und praktischer Relevanz, die derzeit untersucht werden und wo wir glauben, dass wir einen wichtigen Beitrag leisten können: 1) quantitative Charakterisierung des Proteoms aus Genexpressionsdaten; 2) Analyse von Chromatin-Interaktionsnetzwerken; 3) Analyse der Dynamik und Entwicklung von Genregulierungsnetzwerken.Art der Forschung: das Projekt ist interdisziplinär und wird in folgenden Bereichen durchgeführt:- Computer- und Informationswissenschaften (OECD-FOS-1.2);- Biologische Wissenschaften (OECD-FOS-1.6).Hauptaktivitäten:1) Studien zur Erlangung der quantitativen Charakterisierung des Proteoms aus Genexpressionsdaten (WP1) Studien über die Struktur von Chromatin-Intersektionen und deren Abhängigkeit von Zelltypen (WP2). Darüber hinaus umfasst der Projektarbeitsplan zwei ergänzende Tätigkeiten im Zusammenhang mit der Erstellung von Datensätzen und der biologischen Validierung von Ergebnissen (WP4) und der Entwicklung von Softwarekomponenten (WP5).Pending results:1) Methoden zur Bestimmung der Proteinkonzentration in Gewebe- und Zellproben aus Transkriptomy-Daten.2) Methoden zur integrierten Analyse von Chromatin-Interaktions-, Epigenomik- und Genregulierungsdaten.3) Methoden zur automatisierten Identifizierung von Genregulationsmotiven aus mikromassiven und DGS-Experimentdaten und Genregulierungsmotiven Evolutionsanalyse.'Gesamtkosten des Projekts: 634 744,42 EUR (zuschussfähige Kosten: 633 384,42 EUR, EFRE-Mittel: 538 376,74 EUR)“. Laufzeit des Projekts: 35 Monate. Dauer der Durchführung des Projekts 21.02.2017. — 31.12.2019. (German)
28 November 2021
0 references
De snelle ontwikkeling van „high-Throughput”-technologieën voor de extractie van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grootschalige datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die deze reguleren — zoals systemen zoals „omics”-netwerken die verschillende cel- en intercellulaire processen en de interactie tussen dergelijke netwerken beschrijven. Door het grote volume van dergelijke datasets en de complexiteit van de informatie die ze bevatten, is het verkrijgen van nuttige informatie uit dergelijke datasets een zeer ontriviaal probleem en de hiervoor gebruikte methoden zijn over het algemeen beperkt tot de mogelijkheden van statistische of machine learning methoden. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende graffe-analyse-algoritmen en graffs visualisatiemethoden. Studies die reeds door de auteurs van het project zijn uitgevoerd, hebben het nut van een dergelijke aanpak voor onderzoek naar eiwithomologie aangetoond en wij zijn van mening dat een dergelijke aanpak ook zeer nuttig zou kunnen zijn voor het analyseren van andere soorten bio-informatica-datasets. In het kader van het project is het de bedoeling om zich te concentreren op dynamische analyse van genregulatieprocessen, dynamische analyse van chromatineinteracties, voorspelling van epigenomic markers en onderzoek naar processen die verschillende soorten cellen bepalen. In een breder perspectief verwachten we dat de ontwikkelde methodologie de bestaande analysemethoden voor bio-informatica goed zal aanvullen. Bio-informatica; Modellering van biologische systemen; Grafiekalgoritmen; Datamining; Data visualisatie.In geval van goedkeuring van de projectaanvraag zal de informatie worden gepubliceerd op de website van de fondsen van de Europese Unie www.esfondi.lvStrauja zogenaamde „high-Throughput” technologieontwikkeling voor de verzameling van bio-informaticagegevens heeft gezorgd voor de beschikbaarheid van grote hoeveelheden datasets die waardevolle informatie bevatten voor het modelleren van complexe biologische systemen en het begrijpen van de biologische processen die dit reguleren. Het doel van dit project is om nieuwe innovatieve data-analysemethoden te ontwikkelen op basis van het gecombineerde gebruik van verschillende grafiekanalysealgoritmen en grafische visualisatiemethoden. De studies zullen zich richten op drie specifieke bio-informatische problemen met een hoog wetenschappelijk en praktisch belang, die momenteel worden bestudeerd en waar we van mening zijn dat we een belangrijke bijdrage kunnen leveren: 1) kwantitatieve karakterisering van het proteoom uit genexpressiegegevens; 2) analyse van chromatin Interactie Netwerken; 3) analyse van de dynamiek en evolutie van genreguleringsnetwerken. Soort onderzoek: industriële (100 %) studies.Het type project houdt geen verband met de economische activiteit.Het project is interdisciplinair en zal worden uitgevoerd in de volgende sectoren:- Computer- en Informatiewetenschappen (OESO-FOS-1.2);- Biologische Wetenschappen (OESO-FOS-1.6).Belangrijkste activiteiten:1) Studies over het verkrijgen van de kwantitatieve karakterisering van proteoom uit genexpressiegegevens (WP1).2) Studies naar de structuur van chromatine intersectienetwerken en de afhankelijkheid van celtypen (WP2).3) Gene studies analyse van de evolutie en evolutie van regelgevende netwerken (WP3).Deze drie hoofdactiviteiten zijn consistent met de studie van de bovengenoemde specifieke bio-informatica problemen. Daarnaast omvat het projectwerkplan twee complementaire activiteiten in verband met de voorbereiding van datasets en biologische validatie van resultaten (WP4) en de ontwikkeling van softwarecomponenten (WP5).In afwachting van resultaten:1) Methoden voor de bepaling van de eiwitconcentratie in weefsel- en celmonsters uit transcriptomiegegevens.2) Methoden voor geïntegreerde analyse van chromatineinteractie, epigenomica en genreguleringsgegevens.3) Methoden voor geautomatiseerde identificatie van genregulatiemotieven uit micro-massave en DGS-experimentgegevens en genreguleringsmotie-analyse.'Totale kosten van het project: 634 744,42 EUR (subsidiabele kosten: 633 384,42 EUR, EFRO-financiering: 538 376,74 EUR)”. Duur van het project: 35 maanden. Duur van de uitvoering van het project 21.02.2017. — 31.12.2019. (Dutch)
28 November 2021
0 references
Il rapido sviluppo di tecnologie "high-Throughput" per l'estrazione dei dati bioinformatica ha garantito la disponibilità di serie di dati su larga scala contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che li regolano, come sistemi quali reti "omiche" che descrivono diversi processi cellulari e intercellulari e l'interazione tra tali reti. Allo stesso tempo, a causa dell'elevato volume di tali insiemi di dati e della complessità delle informazioni che contengono, ottenere informazioni utili da tali insiemi di dati è un problema molto poco banale e i metodi utilizzati a tal fine sono generalmente limitati alle possibilità di metodi statistici o di apprendimento automatico. L'obiettivo di questo progetto è sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi delle graffe e metodi di visualizzazione delle graffe. Gli studi già effettuati dagli autori del progetto hanno dimostrato l'utilità di un tale approccio per la ricerca dell'omologia proteica, e riteniamo che tale approccio possa essere molto utile anche per l'analisi di altri tipi di dataset di bioinformatica. Nell'ambito del progetto si prevede di concentrarsi sull'analisi dinamica dei processi di regolazione genica, l'analisi dinamica delle interazioni cromatina, la previsione di marcatori epigenomici e la ricerca sui processi che determinano diversi tipi di cellule. In una prospettiva più ampia, ci aspettiamo che la metodologia sviluppata integrerà bene i metodi di analisi esistenti dei dati bioinformatica. Bioinformatica; Modellizzazione di sistemi biologici; Algoritmi di grafici; Estrazione di dati; Visualizzazione dei dati.In caso di approvazione dell'applicazione del progetto, le informazioni saranno pubblicate sul sito web dei fondi dell'Unione Europea www.esfondi.lvStrauja il cosiddetto sviluppo tecnologico "high-Throughput" per l'acquisizione di dati bioinformatica ha garantito la disponibilità di grandi quantità di dataset contenenti informazioni preziose per modellare sistemi biologici complessi e comprendere i processi biologici che lo regolano. L'obiettivo di questo progetto è quello di sviluppare nuovi metodi innovativi di analisi dei dati basati sull'uso combinato di diversi algoritmi di analisi grafica e metodi di visualizzazione dei grafici. Gli studi si concentreranno su tre specifici problemi bioinformatici di elevata rilevanza scientifica e pratica, attualmente in fase di studio, e dove riteniamo di poter apportare un importante contributo: 1) caratterizzazione quantitativa del proteoma da dati di espressione genica; 2) analisi delle reti di interazione cromatina; 3) analisi delle dinamiche e dell'evoluzione delle reti di regolazione genica.Tipo di ricerca: studi industriali (100 %).Il tipo di progetto non è legato all'attività economica.Il progetto è interdisciplinare e sarà realizzato nei seguenti settori:- Scienze informatiche e dell'informazione (OCSE-FOS-1.2);- Scienze biologiche (OCSE-FOS-1.6).Attività principali:1) Studi sull'ottenimento della caratterizzazione quantitativa del proteoma dai dati di espressione genica (WP1).2) Studi sulla struttura delle reti di intersezione cromatina e sulla sua dipendenza da tipi cellulari (WP2).3) Studi genetici sull'evoluzione e l'evoluzione delle reti normative (WP3).Queste tre attività principali sono coerenti con lo studio dei problemi specifici di bioinformatica di cui sopra. Inoltre, il piano di lavoro del progetto comprende due attività complementari relative alla preparazione di serie di dati e alla convalida biologica dei risultati (WP4) e allo sviluppo di componenti software (WP5).Risultati finali:1) Metodi per la determinazione della concentrazione proteica nei campioni di tessuto e cellule dai dati di trascrizionemia.2) Metodi per l'analisi integrata dell'interazione cromatina, dell'epigenomica e dei dati di regolazione genica.3) Metodi per l'identificazione automatizzata dei motivi di regolazione genica a partire dai dati di sperimentazione micro-massive e DGS e dall'analisi dell'evoluzione dei motivi della regolamentazione genica. 634 744,42 EUR (costi ammissibili: 633 384,42 EUR, finanziamento FESR: 538 376,74 EUR)". Durata del progetto: 35 mesi. Durata di attuazione del progetto 21.02.2017. — 31.12.2019. (Italian)
11 January 2022
0 references
El rápido desarrollo de tecnologías de «alto alcance» para la extracción de datos bioinformáticos ha garantizado la disponibilidad de conjuntos de datos a gran escala que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que los regulan, como sistemas como las redes «ómicas» que describen diferentes procesos celulares e intercelulares y la interacción entre dichas redes. Al mismo tiempo, debido al gran volumen de estos conjuntos de datos y a la complejidad de la información que contienen, la obtención de información útil a partir de dichos conjuntos de datos es un problema muy poco trivial y los métodos utilizados para este fin se limitan generalmente a las posibilidades de métodos estadísticos o de aprendizaje automático. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de graffe y métodos de visualización de graffs. Estudios ya realizados por los autores del proyecto han demostrado la utilidad de tal enfoque para investigar la homología proteica, y creemos que tal enfoque también podría ser muy útil para analizar otros tipos de conjuntos de datos bioinformáticos. En el marco del proyecto está previsto centrarse en el análisis dinámico de los procesos de regulación génica, el análisis dinámico de las interacciones cromatinas, la predicción de marcadores epigenómicos y la investigación sobre procesos que determinan diferentes tipos de células. En una perspectiva más amplia, esperamos que la metodología desarrollada complemente bien los métodos existentes de análisis de datos bioinformáticos. Bioinformática; Modelización de sistemas biológicos; Algoritmos gráficos; Minería de datos; Visualización de datos.En caso de aprobación de la aplicación del proyecto, la información se publicará en el sitio web de los fondos de la Unión Europea www.esfondi.lvStrauja el llamado desarrollo tecnológico de «alto alcance» para la adquisición de datos bioinformáticos ha garantizado la disponibilidad de grandes cantidades de conjuntos de datos que contienen información valiosa para modelar sistemas biológicos complejos y comprender los procesos biológicos que lo regulan. El objetivo de este proyecto es desarrollar nuevos métodos innovadores de análisis de datos basados en el uso combinado de diferentes algoritmos de análisis de gráficos y métodos de visualización de gráficos. Los estudios se centrarán en tres problemas bioinformáticos específicos de gran relevancia científica y práctica, que actualmente se están estudiando, y donde creemos que podemos hacer una importante contribución: 1) caracterización cuantitativa del proteoma a partir de datos de expresión génica; 2) análisis de las redes de interacción de cromatina; 3) análisis de la dinámica y evolución de las redes de regulación de genes.Tipo de investigación: estudios industriales (100 %).El tipo de proyecto no está relacionado con la actividad económica.El proyecto es interdisciplinario y se llevará a cabo en los siguientes sectores:- Ciencias de la informática y de la información (OCDE-FOS-1.2);- Ciencias Biológicas (OCDE-FOS-1.6).Actividades principales:1) Estudios sobre la obtención de la caracterización cuantitativa del proteoma a partir de los datos de expresión génica (WP1).2) Estudios sobre la estructura de las redes de intersección de la cromatina y su dependencia de los tipos celulares (WP2).3) Estudios genéticos de la evolución y evolución de las redes reguladoras (WP3). Estas tres actividades principales son coherentes con el estudio de los problemas bioinformáticos específicos mencionados anteriormente. Además, el plan de trabajo del proyecto incluye dos actividades complementarias relacionadas con la preparación de conjuntos de datos y la validación biológica de los resultados (WP4) y el desarrollo de componentes de software (WP5).Resultados pendientes:1) Métodos para la determinación de la concentración de proteínas en muestras de tejidos y células a partir de datos de transcriptomía.2) Métodos para el análisis integrado de la interacción cromatina, la epigenómica y los datos de regulación génica.3) Métodos para la identificación automatizada de motivos de regulación génica a partir de los datos micromasivos y de los experimentos del SGD y el análisis de la evolución del motivo de regulación génica. 634 744,42 EUR (costes subvencionables: 633 384,42 EUR, financiación del FEDER: 538 376,74 EUR)». Duración del proyecto: 35 meses. Duración de la ejecución del proyecto 21.02.2017. — 31.12.2019. (Spanish)
12 January 2022
0 references
Projekti kokkuvõte KirjeldusBioinformaatikaandmete hankimiseks vajaliku nn suure tootlikkusega tehnoloogia arendamine on toonud kaasa suure hulga andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja seda reguleerivate bioloogiliste protsesside mõistmiseks – näiteks selliste süsteemide nagu „oomika“ mõistmine, mis kirjeldavad erinevaid raku- ja rakuüleseid protsesse, ning selliste võrkude vastastikune mõju. Samal ajal on selliste andmekogumite suure hulga ja neis sisalduva teabe keerukuse tõttu väga ebaoluline probleem kasuliku teabe hankimine sellistest andmekogumitest ning selleks kasutatavad meetodid piirduvad tavaliselt statistiliste või masinõppe meetodite võimalustega. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad graafilise analüüsi algoritmide ja graafilise visualiseerimise meetodite kombinatsioonil. Projekti autorite poolt juba läbi viidud uuringud on näidanud sellise lähenemisviisi kasulikkust valgu homoloogia uurimisel ning usume, et see lähenemisviis võib olla väga kasulik ka muud liiki bioinformaatika andmestike analüüsimisel. Projekti raames on kavas keskenduda geenide reguleerimise protsessidünaamika analüüsile, kromatiini ristumisdünaamika analüüsile, epigenoomiliste markerite prognoosimisele ja rakkude erinevat tüüpi eristatavuse määramise protsesside uuringutele. Laiemas perspektiivis eeldame, et väljatöötatud metoodika täiendab olemasolevaid bioinformaatikaandmete analüüsimise meetodeid. Bioinformaatika; Bioloogiliste süsteemide modelleerimine; Graafilised algoritmid; Andmekaeve; Andmete visualiseerimine.Teave, mis avaldatakse Euroopa Liidu fondide veebisaidil www.esfondi.lvStrauja projektirakenduse heakskiitmise korral, on bioinformaatikaandmete hankimiseks vajaliku suure tootlikkusega tehnoloogiaarendus taganud selliste suuremahuliste andmekogumite kättesaadavuse, mis sisaldavad väärtuslikku teavet keeruliste bioloogiliste süsteemide modelleerimiseks ja nende regulatiivsete bioloogiliste protsesside mõistmiseks. Projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad erinevate graafikute analüüsi algoritmide kombinatsioonil ja bioinformaatika kolme graafiku mõistmisel bioloogiliste protsesside mõistmiseks. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uutel uuenduslikel andmeanalüüsimeetoditel, kus me analüüsime erinevaid graafilisi analüüse ja bioloogilisi probleeme, kus me keskendume bioloogilisi protsesse käsitlevatele spetsiifilistele andmetele. Selle projekti eesmärk on töötada välja uued uuenduslikud andmeanalüüsi meetodid, mis põhinevad uute kombineeritud graafide analüüsimisel, ja me keskendume erinevatele graafilistele probleemidele, kus me keskendume spetsiifilistele andmetele, keskendume biograafiatele. 1) proteasoomi kvantitatiivne iseloomustus geeniekspressiooni andmetest; 2) kromatiini vahendusvõrgustike analüüs; 3) Analüüsi dünaamikat ja arengut geeni reguleerimise võrgustike.Tüüp teadustöö: Rakendusuuringud (100 %) Projekti tüüp ei ole seotud majandustegevusega.Projekt on interdistsiplinaarne ja viiakse läbi järgmistes valdkondades:- Arvuti- ja infoteadus (OECD-FOS-1.2);- bioloogiateadused (OECD-FOS-1.6).Põhitegevus:1) Uuringud peategelaste kvantitatiivseks iseloomustamiseks geeniekspressiooni andmete põhjal (WP1).2). Lisaks hõlmab projekti tööplaan kahte täiendavat tegevust, mis on seotud andmekogumite ja tulemuste biovalideerimisega (WP4) ja tarkvarakomponentidega (WP5).Projekti tulemused: 1) meetodid valgu kontsentratsioonide määramiseks koe- ja rakuproovides transkriptsiooni andmete põhjal.2) kromatiini kompleksse koostoime, epigenoomika ja geeniregulatsiooni andmete analüüsi meetodid.3) Mikromassi ja NGSi andmete automatiseeritud tuvastamise meetodid kromatiini integreeritud vahendamiseks, epigenoomsed ja geeniregulatsiooni andmete analüüsid.3) Mikromassist ja NGS-katseandmetest geenide reguleerimise automatiseeritud identifitseerimise meetodid. 634744,42 eurot (abikõlblikud kulud: 633384,42 eurot, ERFi toetus: 538376,74 EUROT“. Projekti kestus: 35 kuud. Projekti rakendamise kestus 21.02.2017. 31.12.2019 (Estonian)
3 August 2022
0 references
Projekto santrauka Aprašymasvadinamasis „didelio našumo“ technologijų kūrimas bioinformatikos duomenų įsigijimui leido gauti daug duomenų rinkinių, kuriuose yra vertingos informacijos, kad būtų galima modeliuoti sudėtingas biologines sistemas ir suprasti biologinius procesus, kurie ją reguliuoja, pavyzdžiui, supratimą apie tokias sistemas kaip „omika“, apibūdinančias įvairius korinius ir tarpląstelinius procesus, ir tokių tinklų sąveiką. Tuo pačiu metu, dėl didelio tokių duomenų rinkinių kiekio ir juose esančios informacijos sudėtingumo, naudingos informacijos gavimas iš tokių duomenų rinkinių yra labai nereikšminga problema, o šiam tikslui naudojami metodai paprastai apsiriboja statistinių ar mašininio mokymosi metodų galimybėmis. Šio projekto tikslas – sukurti naujus naujoviškus duomenų analizės metodus, pagrįstus grafinės analizės algoritmų ir grafinio vizualizavimo metodų deriniu. Projekto autorių jau atlikti tyrimai parodė tokio metodo naudą tiriant baltymų homologiją ir manome, kad šis metodas taip pat galėtų būti labai naudingas analizuojant kitų rūšių bioinformatikos duomenų rinkinius. Pagal projektą planuojama sutelkti dėmesį į genų reguliavimo proceso dinamikos analizę, chromatino sankirtos dinamikos analizę, epigenominių žymenų prognozavimą ir procesų, kurie lemia skirtingus ląstelių skiriamojo požymio tipus, tyrimus. Žvelgiant iš platesnės perspektyvos, tikimės, kad parengta metodika tinkamai papildys esamus bioinformatikos duomenų analizės metodus. Bioinformatika; Biologinių sistemų modeliavimas; Grafiniai algoritmai; Duomenų gavyba; Duomenų vizualizacija.Informacija, kuri bus skelbiama Europos Sąjungos fondų interneto svetainėje www.esfondi.lvStrauja, jei bus patvirtinta projekto paraiška, vadinamoji „didelio našumo“ technologijų plėtra bioinformatikos duomenų įsigijimui užtikrino didelio masto duomenų rinkinių, kuriuose yra vertingos informacijos modeliuojant sudėtingas biologines sistemas ir suprasti jų reguliavimo biologinius procesus, prieinamumą. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos analizės algoritmų deriniu ir trijų grafikų supratimu biologinių procesų supratimui. Projekto tikslas – sukurti naujus inovatyvius duomenų analizės metodus, kurie bus pagrįsti skirtingų grafikos metodų derinio, kuriame bus orientuojamasi į naujus biografinius metodus, į kuriuos bus orientuojamasi į naujus biografinius metodus. 1) kiekybinis proteosomos apibūdinimas iš genų ekspresijos duomenų; 2) chromatinių tarpininkavimo tinklų analizė; 3) genų reguliavimo tinklų dinamikos ir evoliucijos analizė. Tipas mokslinių tyrimų: Pramoniniai tyrimai (100 %) Projekto tipas nėra susijęs su ekonomine veikla. Projektas yra tarpdisciplininis ir bus vykdomas šiose srityse:- Kompiuterių ir informacijos mokslas (OECD-FOS-1.2);- Biologijos mokslai (OECD-FOS-1.6).Pagrindinės veiklos:1) Protagonistų kiekybinio apibūdinimo tyrimai iš genų ekspresijos duomenų (WP1).2) Chromatino sąveikos tinklo struktūros (GWP) tyrimai konkrečioms tinklų sritims (WP), skirti specifinei problemai apibūdinti proteomos iš geno išraiškos duomenys (WP1).2) chromatino sąveikos tinklo struktūros tyrimai Nr. 3 ir pirmiau minėto tinklo specifinių problemų dinamika (WP.2). Be to, projekto darbo planas apima dvi papildomas veiklas, susijusias su duomenų rinkinių rengimu ir rezultatų biologiniu patvirtinimu (WP4) ir programinės įrangos komponentais (WP5).Projekto rezultatai:1) baltymų koncentracijos audiniuose ir ląstelių mėginiuose nustatymo iš stenogramų duomenų metodai.2) Integruotos chromatino sąveikos, epigenomikos ir genų reguliavimo duomenų analizės metodai.3) Automatinio genų reguliavimo iš mikromasės ir NGS duomenų identifikavimo metodai integruotam chromatino tarpininkavimui, epigenominei ir genų reguliavimo duomenų analizei.3) Automatinio genų reguliavimo iš mikromasės ir NGS eksperimentinių projektavimo duomenų analizės metodai. 634 744,42 EUR (reikalavimus atitinkančios išlaidos: 633 384,42 EUR ERPF įnašas: 538 376,74 EUR“. Projekto trukmė: 35 mėnesiai. Projekto įgyvendinimo trukmė 21.02.2017. 31.12.2019 (Lithuanian)
3 August 2022
0 references
Sažetak projekta OpisTakozvani razvoj tehnologije „visoke propusnosti” za prikupljanje bioinformatičkih podataka doveo je do dostupnosti velikih količina skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje bioloških procesa koji ih reguliraju – na primjer, razumijevanje sustava kao što su „omika” koji opisuju različite stanične i međustanične procese i interakciju između takvih mreža. Istodobno, zbog velikog volumena takvih skupova podataka i složenosti informacija sadržanih u njima, prikupljanje korisnih informacija iz takvih skupova podataka vrlo je netrivijalan problem, a metode korištene u tu svrhu obično su ograničene na mogućnosti metoda statističkog ili strojnog učenja. Cilj ovog projekta je razviti nove inovativne metode analize podataka temeljene na primjeni kombinacije algoritama grafičke analize i metoda grafičke vizualizacije. Studije koje su već proveli autori projekta pokazale su korisnost takvog pristupa istraživanju proteinske homologije, te smatramo da bi takav pristup mogao biti vrlo koristan i za analizu drugih vrsta bioinformatičkih skupova podataka. U okviru projekta planira se fokusiranje na analizu dinamike procesa regulacije gena, analizu dinamike kromatinskog sjecišta, predviđanje epigenomskih markera i studije o procesima koji određuju različite tipove stanične prepoznatljivosti. Iz šire perspektive očekujemo da će razvijena metodologija dobro nadopuniti postojeće metode analize bioinformatičkih podataka. Bioinformatika; Modeliranje bioloških sustava; Grafički algoritmi; Rudarenje podataka; Vizualizacija podataka.Informacije koje će biti objavljene na web-mjestu fondova Europske unije www.esfondi.lvStrauja u slučaju odobrenja projektne aplikacije, tzv. „high-throughput” tehnološki razvoj za prikupljanje bioinformatičkih podataka osigurao je dostupnost velikih skupova podataka koji sadrže vrijedne informacije za modeliranje složenih bioloških sustava i razumijevanje njihovih regulatornih bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih algoritama za analizu grafova i razumijevanje triju grafova za razumijevanje bioloških procesa. Cilj ovog projekta je razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama, pri čemu će se na temelju bioviznih metoda i razumijevanjem grafičkih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti različite metode analize podataka, gdje će se na temelju bioviznih metoda, u kojem će biti potrebno razviti specifične grafičke metode, pri čemu će biti potrebno razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analitičkih algoritama i razumijevanjem tri grafa, u kojima će biti potrebno fokusirati se na različite grafičke metode, gdje će se na temelju biovizalnih metoda, na temelju biovizalnih metoda, fokusirati na različite metode grafičke analize, gdje će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalne metode, na temelju biovizualnih metoda, ciljati na različite grafičke analize, pri čemu će se u fokusu na različite grafičke analize, pri čemu će se na temelju biovizualnih metoda, u kojima će se na temelju biovizalnih metoda usredotočiti na različite grafičke analize, pri čemu će se u fokusu biti specifične grafičke analize, pri čemu će se u fokusu s novim grafičkim analizama, pri čemu će se na temelju bio-analitičkih metoda, pri čemu će se na različitim grafičkim analizama usredotočiti na različite metode analize, na kojima će se na temelju biovizijske analize i razumijevanja, u slučaju odobrenja projektne aplikacije, razviti nove inovativne metode analize podataka koje će se temeljiti na kombinaciji različitih grafičkih analiza algoritama i razumijevanja tri grafa. 1) kvantitativna karakterizacija proteasoma iz podataka iz ekspresije gena; 2) Analiza kromatskih mreža posredovanja; 3) Analiza dinamike i evolucije mreža regulacije gena.Vrsta istraživanja: Industrijska istraživanja (100 %) Vrsta projekta nije povezana s gospodarskom aktivnošću.Projekt je interdisciplinaran i provodit će se u sljedećim područjima:- Računalna i informacijska znanost (OECD-FOS-1.2);- Biološka znanost (OECD-FOS-1.6).Ključne aktivnosti:1) Studije kvantitativne karakterizacije protagonista iz podataka iz ekspresije gena (WP1).2) Studije o strukturi mreže kromatinskih interakcija (GWP) za specifične domene mreža (WP) za specifičnu karakterizaciju problema proteoma iz genskog izražavanja podaci (WP1).2) Studije o strukturi mreže za interakciju kromatina 3 i dinamici specifičnih problema prethodno navedene mreže (WP.2). Osim toga, projektni plan rada uključuje dvije komplementarne aktivnosti vezane uz proizvodnju skupova podataka i biovalidaciju rezultata (WP4) i softverskih komponenti (WP5). Rezultati projekta:1) Metode za otkrivanje koncentracija proteina u uzorci... (Croatian)
3 August 2022
0 references
Περίληψη έργου ΠεριγραφήΗ λεγόμενη τεχνολογική ανάπτυξη «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει οδηγήσει στη διαθεσιμότητα μεγάλων ποσοτήτων συνόλων δεδομένων που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των βιολογικών διεργασιών που τα ρυθμίζουν — για παράδειγμα, την κατανόηση συστημάτων όπως η «ομική» που περιγράφουν διάφορες κυτταρικές και διακυτταρικές διεργασίες και την αλληλεπίδραση μεταξύ των δικτύων αυτών. Ταυτόχρονα, λόγω του μεγάλου όγκου των εν λόγω συνόλων δεδομένων και της πολυπλοκότητας των πληροφοριών που περιέχονται σε αυτά, η απόκτηση χρήσιμων πληροφοριών από αυτά τα σύνολα δεδομένων είναι ένα πολύ μη τετριμμένο πρόβλημα, και οι μέθοδοι που χρησιμοποιούνται για το σκοπό αυτό περιορίζονται συνήθως στις δυνατότητες των μεθόδων στατιστικής ή μηχανικής μάθησης. Σκοπός αυτού του έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που βασίζονται στη χρήση ενός συνδυασμού αλγορίθμων γραφικής ανάλυσης και μεθόδων γραφικής απεικόνισης. Οι μελέτες που έχουν ήδη διεξαχθεί από τους συντάκτες του έργου κατέδειξαν τη χρησιμότητα μιας τέτοιας προσέγγισης για την έρευνα της ομολογίας των πρωτεϊνών, και πιστεύουμε ότι η προσέγγιση αυτή θα μπορούσε επίσης να είναι πολύ χρήσιμη για την ανάλυση άλλων τύπων συνόλων δεδομένων βιοπληροφορικής. Στο πλαίσιο του έργου προγραμματίζεται να επικεντρωθεί στην ανάλυση της δυναμικής της διαδικασίας ρύθμισης γονιδίων, στην ανάλυση της δυναμικής της τομής χρωματίνης, στην πρόβλεψη επιγονιδιωματικών δεικτών και σε μελέτες για διεργασίες που καθορίζουν διαφορετικούς τύπους κυτταρικής διακριτότητας. Από μια ευρύτερη προοπτική, αναμένουμε ότι η μεθοδολογία που θα αναπτυχθεί θα συμπληρώσει ικανοποιητικά τις υφιστάμενες μεθόδους ανάλυσης των δεδομένων της βιοπληροφορικής. Βιοπληροφορική· Μοντελοποίηση βιολογικών συστημάτων· Γραφικοί αλγόριθμοι· Εξόρυξη δεδομένων· Οπτικοποίηση δεδομένων.Πληροφορίες που θα δημοσιευθούν στον δικτυακό τόπο των ταμείων της Ευρωπαϊκής Ένωσης www.esfondi.lvStrauja σε περίπτωση έγκρισης μιας αίτησης έργου, η λεγόμενη ανάπτυξη τεχνολογίας «υψηλής απόδοσης» για την απόκτηση δεδομένων βιοπληροφορικής έχει εξασφαλίσει τη διαθεσιμότητα συνόλων δεδομένων μεγάλης κλίμακας που περιέχουν πολύτιμες πληροφορίες για τη μοντελοποίηση σύνθετων βιολογικών συστημάτων και την κατανόηση των ρυθμιστικών βιολογικών διαδικασιών τους. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε συνδυασμό διαφορετικών αλγορίθμων ανάλυσης γραφημάτων και στην κατανόηση των τριών γραφημάτων για την κατανόηση των βιολογικών διεργασιών. Σκοπός του παρόντος έργου είναι η ανάπτυξη νέων καινοτόμων μεθόδων ανάλυσης δεδομένων που θα βασίζονται σε μια συγκεκριμένη μέθοδο κατανόησης των διαφόρων γραφημάτων και θα χρησιμοποιούνται οι ειδικοί αναλυτικοί αλγόριθμοι, όπου θα εστιάζουμε τους αλγόριθμους στους οποίους θα εστιάζουμε την ανάλυση των βιολογικών διεργασιών και τις νέες τεχνολογίες. 1) Ποσοτικός χαρακτηρισμός του πρωτεασώματος από δεδομένα έκφρασης γονιδίων. 2) Ανάλυση των δικτύων διαμεσολάβησης χρωματίνης 3) Ανάλυση της δυναμικής και της εξέλιξης των δικτύων γονιδιακής ρύθμισης.Τύπος έρευνας: Βιομηχανική έρευνα (100 %) Ο τύπος του έργου δεν σχετίζεται με την οικονομική δραστηριότητα.Το έργο είναι διεπιστημονικό και θα διεξαχθεί στους ακόλουθους τομείς:- Επιστήμη υπολογιστών και πληροφοριών (ΟΟΣΑ-FOS-1.2)·- Βιολογικές επιστήμες (ΟΟΣΑ-FOS-1.6). Βασικές δραστηριότητες: 1) Μελέτες για τον ποσοτικό χαρακτηρισμό των πρωταγωνιστών από δεδομένα γονιδιακής έκφρασης (WP1).2) Μελέτες για τη δομή του δικτύου αλληλεπίδρασης χρωματίνης (GWP) για τους συγκεκριμένους τομείς των δικτύων (WP) για τον ειδικό χαρακτηρισμό του πρωτεώματος από την έκφραση των γονιδίων δεδομένα (WP1).2) Μελέτες σχετικά με τη δομή δικτύου αλληλεπίδρασης χρωματίνης 3 και τη δυναμική συγκεκριμένων προβλημάτων του προαναφερθέντος δικτύου (WP.2). Επιπλέον, το πρόγραμμα εργασίας του έργου περιλαμβάνει δύο συμπληρωματικές δραστηριότητες που σχετίζονται με την παραγωγή συνόλων δεδομένων και τη βιοεπικύρωση των αποτελεσμάτων (WP4) και τα στοιχεία λογισμικού (WP5).Αποτελέσματα έργου: 1) Μέθοδοι για την ανίχνευση συγκεντρώσεων πρωτεϊνών σε δείγματα ιστών και κυττάρων από δεδομένα μεταγραφής.2) Μέθοδοι ολοκληρωμένης ανάλυσης δεδομένων αλληλεπίδρασης χρωματίνης, επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι για αυτοματοποιημένη ταυτοποίηση γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS για ολοκληρωμένη διαμεσολάβηση χρωματίνης, ανάλυση δεδομένων επιγονιδιωματικής και γονιδιακής ρύθμισης.3) Μέθοδοι αυτόματης ταυτοποίησης γονιδιακής ρύθμισης από μικρομάζα και δεδομένα NGS πειραματικού σχεδιασμού. 634 744,42 EUR (επιλέξιμες δαπάνες: 633 384,42 EUR, Συνεισφορά ΕΤΠΑ: 538 376,74 EUR». Διάρκεια του σχεδίου: 35 μήνες. Διάρκεια υλοποίησης του έργου 21.02.2017. 31.12.2019 (Greek)
3 August 2022
0 references
Zhrnutie projektu Popis Takzvaný „vysokovýkonný“ technologický vývoj na získavanie bioinformatických údajov viedol k dostupnosti veľkého množstva dátových súborov, ktoré obsahujú cenné informácie pre modelovanie komplexných biologických systémov a pochopenie biologických procesov, ktoré ich regulujú – napríklad pochopenie systémov ako „omika“ opisujúcich rôzne bunkové a medzibunkové procesy a interakcia medzi takýmito sieťami. Zároveň vzhľadom na veľký objem takýchto súborov údajov a zložitosť informácií, ktoré sú v nich obsiahnuté, je získavanie užitočných informácií z takýchto súborov údajov veľmi netriviálnym problémom a metódy používané na tento účel sú zvyčajne obmedzené na možnosti štatistických metód alebo metód strojového učenia. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy údajov založené na použití kombinácie algoritmov grafickej analýzy a metód grafickej vizualizácie. Štúdie, ktoré už autori projektu vykonali, preukázali užitočnosť takéhoto prístupu k výskumu homológie bielkovín a veríme, že tento prístup by mohol byť veľmi užitočný aj pri analýze iných typov bioinformatických súborov údajov. V rámci projektu sa plánuje zamerať na analýzu dynamiky procesov regulácie génov, analýzu dynamiky chromatínovej križovatky, predikciu epigenomických markerov a štúdie procesov, ktoré určujú rôzne typy bunkovej rozlišovacej spôsobilosti. Zo širšieho hľadiska očakávame, že vypracovaná metodika bude dobre dopĺňať existujúce metódy analýzy bioinformatických údajov. Bioinformatika; Modelovanie biologických systémov; Grafické algoritmy; Vyťažovanie údajov; Vizualizácia dát.Informácie, ktoré budú zverejnené na webovej stránke Európskej únie financuje www.esfondi.lvStrauja v prípade schválenia projektovej aplikácie, takzvaný „high-throughput“ vývoj technológií pre získavanie bioinformatiky dát zabezpečila dostupnosť rozsiahlych dátových súborov obsahujúcich cenné informácie pre modelovanie komplexných biologických systémov a pochopenie ich regulačných biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy dát, ktoré budú založené na kombinácii rôznych algoritmov analýzy grafov a pochopení troch grafov pre pochopenie biologických procesov. Cieľom tohto projektu je vyvinúť nové inovatívne metódy analýzy, ktoré budú založené na kombinácii rôznych grafických analytických algoritmov, na základe ktorých sa zameriame na rôzne algoritmy analýzy, na základe ktorých sa zameriame na rôzne algoritmy analýzy a na pochopenie grafu. 1) kvantitatívne charakterizácia proteazómu z údajov o génovej expresii; 2) Analýza sprostredkovateľských sietí chromatínu; 3) Analýza dynamiky a vývoja génových regulačných sietí. Typ výskumu: Priemyselný výskum (100 %) Typ projektu nesúvisí s hospodárskou činnosťou. Projekt je interdisciplinárny a bude sa vykonávať v nasledujúcich oblastiach:- Počítačová a informačná veda (OECD-FOS-1.2);- biologické vedy (OECD-FOS-1.6).Kľúčové činnosti:1) Štúdie o kvantitatívnej charakterizácii protagonistov z dát génovej expresie (WP1).2) Štúdie o štruktúre siete interakcie chromatínu (GWP) pre špecifické oblasti sietí (WP) pre špecifickú charakterizáciu proteómu z údajov o génovej expresii (WP1).2) Štúdie štruktúry siete interakcie chromatínu 3 a dynamiky špecifických problémov uvedenej siete (WP.2). Okrem toho pracovný plán projektu zahŕňa dve doplnkové činnosti súvisiace s tvorbou súborov údajov a bivalidáciou výsledkov (WP4) a softvérových komponentov (WP5).Project results:1) Metódy zisťovania koncentrácií bielkovín v tkanivách a bunkových vzorkách z transkriptných údajov.2) Metódy integrovanej interakcie chromatínu, analýzy epigenomiky a génovej regulácie.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov NGS pre integrované sprostredkovanie chromatínu, analýzu údajov o epigenomickej a génovej regulácii.3) Metódy automatizovanej identifikácie génovej regulácie z mikromasy a údajov z experimentálneho návrhu NGS. 634 744,42 EUR (oprávnené náklady: 633 384,42 EUR, príspevok z EFRR: 538 376,74 EUR“. Trvanie projektu: 35 mesiacov. Trvanie realizácie projektu 21.2.2017. 31.12.2019 (Slovak)
3 August 2022
0 references
Projektin tiivistelmä KuvausNiin sanottu ”suuren tuotantotehon” teknologian kehittäminen bioinformatiikan tietojen hankkimiseksi on johtanut siihen, että saatavilla on suuria määriä tietokokonaisuuksia, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja sitä säätelevien biologisten prosessien ymmärtämiseen – esimerkiksi erilaisten solu- ja solujenvälisten prosessien kuvaavien ”omiikan” kaltaisten järjestelmien ymmärtämiseen ja tällaisten verkostojen väliseen vuorovaikutukseen. Samaan aikaan tällaisten tietoaineistojen suuren määrän ja niihin sisältyvien tietojen monimutkaisuuden vuoksi hyödyllisen tiedon hankkiminen tällaisista tietoaineistoista on hyvin epäselvä ongelma, ja tähän tarkoitukseen käytetyt menetelmät rajoittuvat yleensä tilastollisten tai koneoppimismenetelmien mahdollisuuksiin. Hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat graafisten analyysialgoritmien ja graafisten visualisointimenetelmien yhdistelmään. Hankkeen laatijoiden jo tekemät tutkimukset ovat osoittaneet tällaisen lähestymistavan hyödyllisyyden proteiinihomologian tutkimisessa, ja uskomme, että tämä lähestymistapa voisi olla erittäin hyödyllinen myös muuntyyppisten bioinformatiikan tietoaineistojen analysoinnissa. Hankkeen puitteissa on tarkoitus keskittyä geenien säätelyprosessin dynamiikan analysointiin, kromatiinin leikkausdynamiikan analysointiin, epigenomisten merkkiaineiden ennustamiseen ja prosesseja koskeviin tutkimuksiin, jotka määrittävät eri solujen erottamiskyvyn. Laajemmasta näkökulmasta katsoen odotamme, että kehitetyt menetelmät täydentävät hyvin nykyisiä bioinformatiikan tietojen analyysimenetelmiä. Bioinformatiikka; Biologisten järjestelmien mallintaminen; Graafiset algoritmit; Tiedonlouhinta; Data visualisointi.Tiedot, jotka julkaistaan Euroopan unionin rahastojen verkkosivustolla www.esfondi.lvStrauja, jos hankehakemus hyväksytään, bioinformatiikan tiedonhankinnan ”high-throughput” -teknologian kehittäminen on varmistanut, että saatavilla on laajamittaisia tietoaineistoja, jotka sisältävät arvokasta tietoa monimutkaisten biologisten järjestelmien mallintamiseen ja niiden lainsäädännöllisten biologisten prosessien ymmärtämiseen. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten data-analyysien yhdistelmiin, jotka perustuvat erilaisten graafisten analyysien yhdistelmiin ja jotka perustuvat erilaisten kaavioiden analysointiin, sekä kolmen graafisen analyysin ymmärtämiseen biologisten prosessien ymmärtämiseksi. Tämän hankkeen tavoitteena on kehittää uusia innovatiivisia data-analyysimenetelmiä, jotka perustuvat erilaisten kaavioiden analysointiin ja joissa käytämme erilaisia tietoja algoritmeista. 1) Proteasomin kvantitatiivinen luonnehdinta geenin ilmentymätiedoista; 2) kromatiinin välitysverkostojen analysointi; 3) Analyysi dynamiikkaa ja kehitystä geenien sääntely verkkojen.Tutkimustyyppi: Teollinen tutkimus (100 %) Hankkeen tyyppi ei liity taloudelliseen toimintaan. Hanke on poikkitieteellinen ja toteutetaan seuraavilla aloilla:- Computer and Information Science (OECD-FOS-1.2);- Biologiatieteet (OECD-FOS-1.6).Avaintoimet:1) Tutkimukset päähenkilöiden kvantitatiivisesta karakterisointista geenin ilmentymistiedoista (WP1).2) Tutkimukset kromatiinien vuorovaikutuksen verkoston rakenteesta (GWP) tietyillä verkkojen (WP) aloilla proteooman erityisten ongelmien karakterisointi geenien ilmentymisestä tiedot (WP1).2) Tutkimukset kromatiinin vuorovaikutteisen verkon rakenteesta 3 ja edellä mainitun verkon erityisongelmien dynamiikasta (WP.2). Lisäksi hankkeen työsuunnitelma sisältää kaksi täydentävää toimintoa, jotka liittyvät tietoaineistojen tuottamiseen ja tulosten biovalidointiin (WP4) ja ohjelmistokomponenttien (WP5) tuotantoon.Projektin tulokset: 1) Menetelmät proteiinipitoisuuksien havaitsemiseksi kudos- ja solunäytteissä transkriptiotiedoista.2) Menetelmät kromatiinin vuorovaikutuksen, epigenomiikan ja geenien säätelytietojen analysoimiseksi.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-tiedoista integroidun kromatiinin välityksen, epigenomisen ja geenien säätelyn data-analyysin osalta.3) Menetelmät automaattisen geenisäädön tunnistamiseksi mikromassasta ja NGS-kokeilutiedoista. 634744,42 euroa (tukikelpoiset kustannukset: 633384,42 euroa, EAKR:n rahoitusosuus: 538376,74 EUROA”. Hankkeen kesto: 35 kuukautta. Hankkeen toteutuksen kesto 21.2.2017. 31.12.2019 (Finnish)
3 August 2022
0 references
Podsumowanie projektu OpisTzw. Rozwój technologii „wysokiej wydajności” w celu pozyskiwania danych bioinformatycznych doprowadził do dostępności dużych ilości zbiorów danych, które zawierają cenne informacje do modelowania złożonych systemów biologicznych i zrozumienia procesów biologicznych, które je regulują – na przykład zrozumienie systemów takich jak „omika” opisujących różne procesy komórkowe i międzykomórkowe oraz interakcję między tymi sieciami. Jednocześnie, ze względu na dużą ilość takich zbiorów danych i złożoność zawartych w nich informacji, pozyskiwanie użytecznych informacji z takich zbiorów danych jest bardzo nietrywialnym problemem, a stosowane w tym celu metody są zazwyczaj ograniczone do możliwości metod statystycznych lub uczenia maszynowego. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych opartych na wykorzystaniu kombinacji algorytmów analizy graficznej i metod wizualizacji graficznej. Badania przeprowadzone już przez autorów projektu wykazały przydatność takiego podejścia do badania homologii białek i uważamy, że takie podejście może być również bardzo przydatne do analizy innych rodzajów zbiorów danych bioinformatycznych. W ramach projektu planowane jest skoncentrowanie się na analizie dynamiki procesu regulacji genów, analizie dynamiki przecięcia chromatyny, przewidywaniu markerów epigenomicznych oraz badaniach nad procesami, które określają różne rodzaje odrębności komórek. Z szerszej perspektywy oczekujemy, że opracowana metodologia będzie dobrze uzupełniać istniejące metody analizy danych bioinformatycznych. Bioinformatyka; Modelowanie systemów biologicznych; Algorytmy graficzne; Eksploracja danych; Wizualizacja danych.Informacje, które zostaną opublikowane na stronie internetowej funduszy Unii Europejskiej www.esfondi.lvStrauja w przypadku zatwierdzenia wniosku projektowego, tzw. „wysokowydajny” rozwój technologii pozyskiwania danych bioinformatycznych zapewnił dostępność zbiorów danych na dużą skalę zawierających cenne informacje na potrzeby modelowania złożonych systemów biologicznych i zrozumienia ich regulacyjnych procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą oparte na połączeniu różnych algorytmów analizy wykresów oraz na zrozumieniu trzech wykresów w celu zrozumienia procesów biologicznych. Celem tego projektu jest opracowanie nowych innowacyjnych metod analizy danych, które będą opierać się na kombinacji różnych algorytmów analizy wykresów, w przypadku gdy w oparciu o analizę naukową, a także na konkretnych analizach, w których będzie się opierać na analizach biologicznych, a także na konkretnych analizach. 1) Ilościowa charakterystyka proteasomu z danych ekspresji genu; 2) Analiza sieci pośrednictwa chromatyny; 3) Analiza dynamiki i ewolucji sieci regulacji genów.Rodzaj badań: Badania przemysłowe (100 %) Rodzaj projektu nie jest związany z działalnością gospodarczą.Projekt jest interdyscyplinarny i będzie realizowany w następujących dziedzinach:- Informatyka i Informatyka (OECD-FOS-1.2);- Nauki biologiczne (OECD-FOS-1.6).Działania kluczowe:1) Badania dotyczące charakterystyki ilościowej bohaterów z danych ekspresji genowej (WP1).2) Badania nad strukturą sieci interakcji chromatyny (GWP) dla konkretnych dziedzin sieci (WP) dla specyficznej charakterystyki problemu proteoma z danych ekspresji genów (WP1).2) Badania struktury sieci interakcji chromatyny 3 i dynamiki specyficznych problemów wyżej wymienionej sieci (WP.2). Ponadto plan prac w ramach projektu obejmuje dwa uzupełniające się działania związane z produkcją zbiorów danych i biowalidacją wyników (WP4) i komponentami oprogramowania (WP5).Wyniki projektu:1) Metody wykrywania stężeń białek w próbkach tkanek i komórek z danych transkrypcyjnych.2) Metody zintegrowanej interakcji chromatyny, analiza danych epigenomicznych i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i danych NGS dla zintegrowanej analizy chromatyny, analizy danych dotyczących epigenomii i regulacji genów.3) Metody automatycznej identyfikacji regulacji genów z mikromas i eksperymentalnych danych projektowych NGS. 634 744,42 EUR (koszty kwalifikowalne: 633 384,42 EUR, wkład EFRR: 538 376,74 EUR”. Czas trwania projektu: 35 miesięcy. Czas realizacji projektu 21.02.2017. 31.12.2019 (Polish)
3 August 2022
0 references
Projekt összefoglaló LeírásAz úgynevezett „nagy áteresztőképességű” technológiafejlesztés a bioinformatikai adatok beszerzéséhez vezetett nagy mennyiségű adatkészletek rendelkezésre állásához, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és az azt szabályozó biológiai folyamatok megértéséhez – például a különböző celluláris és intercelluláris folyamatokat leíró „omika” rendszerek megértéséhez és az ilyen hálózatok közötti kölcsönhatáshoz. Ugyanakkor az ilyen adatkészletek nagy mennyisége és az azokban található információk összetettsége miatt az ilyen adatkészletekből származó hasznos információk beszerzése nagyon ritka probléma, és az erre a célra használt módszerek általában a statisztikai vagy gépi tanulási módszerek lehetőségeire korlátozódnak. A projekt célja olyan új, innovatív adatelemzési módszerek kifejlesztése, amelyek a grafikai elemzési algoritmusok és a grafikai megjelenítési módszerek kombinációján alapulnak. A projekt szerzői által már elvégzett tanulmányok igazolták egy ilyen megközelítés hasznosságát a fehérjehomológia kutatásában, és úgy véljük, hogy ez a megközelítés nagyon hasznos lehet más típusú bioinformatikai adatkészletek elemzéséhez is. A projekt keretében a tervek szerint a génszabályozási folyamat dinamikájának elemzésére, a kromatin-kereszteződés dinamikájának elemzésére, az epigenomikus markerek előrejelzésére és a különböző típusú sejtek megkülönböztető képességét meghatározó folyamatokra vonatkozó vizsgálatokra összpontosítanak. Tágabb értelemben arra számítunk, hogy a kidolgozott módszertan jól kiegészíti a bioinformatikai adatok elemzésének meglévő módszereit. Bioinformatika; Biológiai rendszerek modellezése; Grafikus algoritmusok; Adatbányászat; Adatvizualizáció.A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek különböző gráfelemző algoritmusok kombinációján és a biológiai folyamatok megértését szolgáló három grafikon megértésén alapulnak. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek értékes információkat tartalmaznak a komplex biológiai rendszerek modellezéséhez és a szabályozási biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket fejlesszen ki, amelyek különböző gráfelemzési algoritmusok kombinációján és a három grafikon megértésén alapulnak majd a biológiai folyamatok megértéséhez. Ennek a projektnek az a célja, hogy olyan új innovatív adatelemzési módszereket dolgozzunk ki, amelyek a különböző gráfelemzési algoritmusok kombinációján alapulnak majd, és ahol a különböző grafikológiai algoritmusok kombinációjára összpontosítunk, ahol a különböző gráfelemzésekre és a biológiai folyamatok megértésére összpontosítunk. A projekt célja olyan új innovatív adatelemzési módszerek kidolgozása, amelyek a különböző gráfelemző algoritmusok kombinációján alapulnak, ahol a különböző gráfelemzések kombinációján és a biológiai folyamatok megértésén alapul majd a különböző grafikális elemzésekre összpontosító új, innovatív adatelemzési módszerek kidolgozása, ahol a különböző grafikon alapuló algoritmusok és a biológiai folyamatok megértésére összpontosítunk. 1) A proteaszóma mennyiségi jellemzése a génexpressziós adatokból; 2) Kromatin közvetítő hálózatok elemzése; 3) A génszabályozási hálózatok dinamikájának és fejlődésének elemzése.A kutatás típusa: Ipari kutatás (100%) A projekt típusa nem kapcsolódik a gazdasági tevékenységhez.A projekt interdiszciplináris és a következő területeken kerül végrehajtásra:- Számítástechnikai és Informatikai Tudomány (OECD-FOS-1.2);- Biológia tudományok (OECD-FOS-1.6).Kulcstevékenységek:1) A génexpressziós adatokból származó főszereplők kvantitatív jellemzéséről szóló tanulmányok (WP1) A kromatin interakciós hálózat szerkezetének (GWP) vizsgálata a hálózatok konkrét területeire (WP) a proteóma génkifejezési adatokból történő specifikus problémajellemzésére (WP1).2) tanulmányok a kromatin interakciós hálózat szerkezetéről 3 és a fent említett hálózat specifikus problémáinak dinamikájáról (WP.2). Emellett a projekt munkaterve két egymást kiegészítő tevékenységet is tartalmaz az adatkészletek előállításával és az eredmények (WP4) és szoftverkomponensek (WP5) biológiai validálásával kapcsolatban.Projekteredmények:1) A fehérjekoncentráció kimutatására szolgáló módszerek a szöveti és sejtmintákban a transzkript adatokból.2) Az integrált kromatin kölcsönhatás, epigenomikai és génszabályozási adatok elemzésének módszerei.3) A mikromassza és az NGS-adatok automatizált génszabályozási azonosításának módszerei az integrált kromatinközvetítéshez, epigenomikus és génszabályozási adatok elemzéséhez.3) Módszerek az automatizált génszabályozás azonosítására a mikromassza és az NGS kísérleti tervezési adatokból. 634 744,42 EUR (támogatható költségek: 633 384,42 EUR, ERFA-hozzájárulás: 538 376,74 EUR”. A projekt időtartama: 35 hónap. A projekt végrehajtásának időtartama 2017.02.21. 31.12.2019 (Hungarian)
3 August 2022
0 references
PopisTakzvaný „vysoce výkonný“ technologický vývoj pro získávání bioinformatických dat vedl k dostupnosti velkého množství datových souborů, které obsahují cenné informace pro modelování složitých biologických systémů a pochopení biologických procesů, které je regulují – například pochopení systémů jako „omika“ popisující různé buněčné a mezibuněčné procesy a interakce mezi těmito sítěmi. Zároveň, vzhledem k velkému objemu těchto datových souborů a složitosti informací v nich obsažených, je získávání užitečných informací z těchto datových souborů velmi neobvyklým problémem a metody používané k tomuto účelu jsou obvykle omezeny na možnosti statistických nebo strojových metod učení. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat založené na použití kombinace algoritmů grafické analýzy a grafických vizualizačních metod. Studie, které již realizovali autoři projektu, prokázaly užitečnost takového přístupu pro výzkum homologie bílkovin a domníváme se, že tento přístup by mohl být velmi užitečný i pro analýzu jiných typů bioinformatických datových souborů. V rámci projektu se plánuje zaměřit se na analýzu dynamiky procesu regulace genů, analýzu dynamiky průsečíku chromatinu, predikci epigenomických markerů a studie procesů, které určují různé typy buněčné odlišnosti. Z širšího hlediska očekáváme, že vyvinutá metodika dobře doplní stávající metody analýzy bioinformatických údajů. Bioinformatika; Modelování biologických systémů; Grafické algoritmy; Vytěžování dat; Vizualizace dat.Informace, které budou zveřejněny na webových stránkách fondů Evropské unie www.esfondi.lvStrauja v případě schválení projektové aplikace, takzvaný „high-throughput“ technologický vývoj pro získávání bioinformatických dat zajistil dostupnost rozsáhlých datových souborů obsahujících cenné informace pro modelování složitých biologických systémů a pochopení jejich regulačních biologických procesů.Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů a pochopení tří grafů pro pochopení biologických procesů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů grafové analýzy a pochopení tří grafů. Cílem tohoto projektu je zaměřit se na nové metody analýzy dat, na které budou založeny různé metody analýzy, na různé algoritmy analýzy grafů a na pochopení těchto tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, a na pochopení tří grafů. Cílem tohoto projektu je vyvinout nové inovativní metody analýzy dat, které budou založeny na kombinaci různých algoritmů analýzy grafů, na které se zaměříme na analýzy, na které se zaměříme na konkrétní metody analýzy, a na to, kde se zaměříme na konkrétní metody analýzy, na které se zaměříme na analýzy, na které se zaměříme na analýzu, na různé metody analýzy a na konkrétní metody analýzy, kde se zaměříme na analýzy, na které se zaměříme na nové metody analýzy dat, na které se zaměříme na různé metody analýzy grafů, na konkrétní metody analýzy, na které se zaměříme na pochopení biologických procesů. 1) Kvantitativní charakterizace proteazomu z dat genové exprese; 2) Analýza chromatin zprostředkovatelských sítí; 3) Analýza dynamiky a evoluce sítí regulace genů.Typ výzkumu: Průmyslový výzkum (100 %) Typ projektu nesouvisí s hospodářskou činností.Projekt je interdisciplinární a bude prováděn v následujících oblastech:- Počítačová a informační věda (OECD-FOS-1.2);- Biologické vědy (OECD-FOS-1.6).Klíčové činnosti:1) Studie kvantitativní charakterizace protagonistů z dat genové exprese (WP1).2) Studie o struktuře chromatinu interakce sítě (GWP) pro specifické oblasti sítí (WP) pro konkrétní problém charakterizace proteomu z data genové exprese (WP1).2) Studie struktury sítě chromatinových interakcí 3 a dynamika specifických problémů výše uvedené sítě (WP.2). Kromě toho pracovní plán projektu zahrnuje dvě doplňkové činnosti související s tvorbou datových souborů a biovalidací výsledků (WP4) a softwarovými složkami (WP5).Výsledky projektu:1) Metody detekce koncentrací proteinů ve vzorcích tkání a buněk z transkripčních dat.2) Metody pro integrovanou chromatinovou interakci, epigenomiku a analýzu údajů o genové regulaci.3) Metody automatizované identifikace genové regulace z mikromasy a NGS data pro integrovanou chromatinovou zprostředkovatelskou, epigenomickou a genovou regulační analýzu.3) Metody automatizované identifikace genové regulace z mikromasy a NGS experimentální konstrukční údaje. 634 744,42 EUR (způsobilé náklady: 633 384,42 EUR, příspěvek z EFRR: 538 376,74 EUR.“ Doba trvání projektu: 35 měsíců. Trvání realizace projektu 21.02.2017. 31.12.2019 (Czech)
3 August 2022
0 references
Mar thoradh ar an bhforbairt teicneolaíochta “ard-tréchuir” chun sonraí bithfhaisnéisíochta a fháil, mar a thugtar air, tá méideanna móra tacar sonraí ar fáil ina bhfuil faisnéis luachmhar chun córais bhitheolaíochta chasta a shamhaltú agus tuiscint a fháil ar na próisis bhitheolaíocha a rialaíonn é — mar shampla, tuiscint ar chórais amhail “maíochtaí” lena ndéantar cur síos ar phróisis cheallacha agus idircheallacha éagsúla agus ar an idirghníomhaíocht idir líonraí den sórt sin. Ag an am céanna, mar gheall ar an líon mór tacar sonraí den sórt sin agus ar chastacht na faisnéise atá iontu, is fadhb an-neamhbhríoch é faisnéis úsáideach a fháil ó thacair sonraí den sórt sin, agus de ghnáth bíonn na modhanna a úsáidtear chun na críche sin teoranta do na féidearthachtaí a bhaineann le modhanna staitistiúla nó meaisínfhoghlama. Léirigh na staidéir a rinne údair an tionscadail cheana féin a úsáidí atá cur chuige den sórt sin chun taighde a dhéanamh ar homaeolaíocht próitéine, agus creidimid go bhféadfadh an cur chuige sin a bheith an-úsáideach freisin chun anailís a dhéanamh ar chineálacha eile tacar sonraí bithfhaisnéisíochta. Laistigh de chreat an tionscadail tá sé beartaithe díriú ar anailís ar dhinimic an phróisis rialála géine, anailís ar dhinimic crosbhealaigh chromatin, tuar marcóirí epigenomic agus staidéir ar phróisis a chinneann cineálacha éagsúla sainiúlachta cille. Ó thaobh níos leithne de, táimid ag súil go gcomhlánóidh an mhodheolaíocht a fhorbrófar na modhanna atá ann cheana chun anailís a dhéanamh ar shonraí bithfhaisnéisíochta. Bithfhaisnéisíocht; Córais bhitheolaíocha a shamhaltú; Algartaim ghrafacha; Mianadóireacht sonraí; Léirshamhlú sonraí.Faisnéis a fhoilseofar ar shuíomh gréasáin chistí an Aontais Eorpaigh www.esfondi.lvStrauja i gcás ina bhformheasfar iarratas tionscadail, is é is aidhm don tionscadal seo modhanna nuálacha nua anailíse sonraí a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint.Is é is aidhm don tionscadal seo modhanna nuálacha anailíse sonraí nua a fhorbairt a bheidh bunaithe ar mheascán d’algartaim anailíse graif éagsúla agus tuiscint ar na trí ghraif chun na próisis bhitheolaíocha a thuiscint. 1) Saintréithiú cainníochtúil an proteasome ó shonraí léiriú géine; 2) Anailís ar líonraí idirghabhála chromatin; 3) Anailís ar an dinimic agus éabhlóid na líonraí rialachán géine.Cineál taighde: Taighde tionsclaíoch (100 %) Ní bhaineann cineál an tionscadail le gníomhaíocht eacnamaíoch.Tá an tionscadal idirdhisciplíneach agus déanfar é sna réimsí seo a leanas:- Eolaíocht Ríomhaireachta agus Faisnéise (OECD-FOS-1.2);- Eolaíochtaí bitheolaíochta (OECD-FOS-1.6).Gníomhaíochtaí eochair:1) Staidéir ar thréithriú cainníochtúil na bpríomhphearsana ó shonraí léirithe géine (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin (GWP) do réimsí sonracha na líonraí (WP) le haghaidh tréithriú sonrach an phróitéoma ó shonraí léirithe géine (WP) (WP1).2) Staidéir ar struchtúr líonra idirghníomhaíochta chromatin 3 agus dinimic fadhbanna sonracha an líonra thuasluaite (WP.2). Ina theannta sin, áirítear sa phlean oibre tionscadail dhá ghníomhaíocht chomhlántacha a bhaineann le tacair sonraí a tháirgeadh agus le bithbhailíochtú torthaí (WP4) agus comhpháirteanna bogearraí (WP5).Torthaí an tionscadail:1) Modhanna chun tiúchan próitéine i samplaí fíochán agus ceall a bhrath ó shonraí tras-scríbhinne.2) Modhanna le haghaidh idirghníomhaíocht chomhtháite chromatin, epigenomics agus anailís sonraí maidir le rialáil géinte.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus ó shonraí NGS le haghaidh idirghabháil chomhtháite chromatin, anailís sonraí eipigéanómaíoch agus géine.3) Modhanna le haghaidh sainaithint uathoibrithe géine ó mhicreamhais agus sonraí deartha turgnamhaí NGS. EUR 634744,42 (costais incháilithe: EUR 633384,42, ranníocaíocht CFRE: EUR 538376,74'. Fad an tionscadail: 35 mhí. Fad chur chun feidhme an tionscadail 21.02.2017. 31.12.2019 (Irish)
3 August 2022
0 references
Povzetek projekta Opis Tako imenovani „visoko zmogljivi“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je privedel do razpoložljivosti velikih količin podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje bioloških procesov, ki jih urejajo – na primer razumevanje sistemov, kot je „omika“, ki opisujejo različne celične in medcelične procese ter interakcijo med takšnimi omrežji. Hkrati je zaradi velikega obsega takšnih podatkovnih nizov in kompleksnosti informacij, ki jih vsebujejo, pridobivanje koristnih informacij iz takšnih podatkovnih nizov zelo neobičajen problem, metode, ki se uporabljajo v ta namen, pa so običajno omejene na možnosti statističnih ali strojnih metod učenja. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki temeljijo na uporabi kombinacije algoritmov grafične analize in metod grafične vizualizacije. Študije, ki so jih že izvedli avtorji projekta, so pokazale uporabnost takšnega pristopa za raziskovanje beljakovinske homologije in menimo, da bi bil ta pristop lahko zelo koristen tudi za analizo drugih vrst bioinformatičnih podatkovnih nizov. V okviru projekta se načrtuje osredotočanje na analizo dinamike procesov regulacije genov, analizo dinamike križišč kromatina, napovedovanje epigenomskih označevalcev in študije o procesih, ki določajo različne tipe ločevalnosti celic. S širšega vidika pričakujemo, da bo razvita metodologija dobro dopolnjevala obstoječe metode analize bioinformatičnih podatkov. Bioinformatika; Modeliranje bioloških sistemov; Grafični algoritmi; Podatkovno rudarjenje; Vizualizacija podatkov.Informacije, ki bodo objavljene na spletni strani skladov Evropske unije www.esfondi.lvStrauja v primeru odobritve projektne aplikacije, tako imenovani „visokozmočni“ tehnološki razvoj za pridobivanje bioinformatičnih podatkov je zagotovil razpoložljivost obsežnih podatkovnih nizov, ki vsebujejo dragocene informacije za modeliranje kompleksnih bioloških sistemov in razumevanje njihovih regulativnih bioloških procesov. Cilj tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov za analizo grafov in razumevanja treh grafov za razumevanje bioloških procesov. Namen tega projekta je razviti nove inovativne metode analize podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafične analize in razumevanja različnih biografskih analiz, kjer se bomo osredotočili na specifične vidike bioloških procesov. Cilj tega projekta je razviti nove inovativne metode za analizo podatkov, ki bodo temeljile na kombinaciji različnih algoritmov grafa analize grafov in razumevanja specifičnih konceptov, kjer se bomo osredotočili na specifične metode analize, kjer se bomo osredotočili na nove metode analize podatkov, ki bodo temeljile na različnih grafičnih analizah. 1) Kvantitativna karakterizacija proteasoma iz genskih ekspresivnih podatkov; 2) analiza kromatinskih posredniških omrežij; 3) Analiza dinamike in razvoja omrežij za regulacijo genov.Vrsta raziskav: Industrijske raziskave (100 %) Vrsta projekta ni povezana z gospodarsko dejavnostjo.Projekt je interdisciplinaren in se bo izvajal na naslednjih področjih:- Računalniška in informacijska znanost (OECD-FOS-1.2);- Biološke znanosti (OECD-FOS-1.6).Ključne dejavnosti:1) Študije o kvantitativnem opisu protagonistov iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcije kromatina (GWP) za specifična področja omrežij (WP) za specifično karakterizacijo problema proteoma iz podatkov o izražanju genov (WP1).2) Študije o strukturi interakcij kromatina 3 in dinamiki specifičnih problemov zgoraj omenjene mreže (WP.2). Poleg tega projektni delovni načrt vključuje dve dopolnilni dejavnosti, povezani s pripravo podatkovnih nizov in biovalizacijo rezultatov (WP4) in komponentami programske opreme (WP5). Rezultati projekta:1) Metode za odkrivanje koncentracij beljakovin v vzorcih tkiv in celic iz podatkov prepisov.2) Metode za integrirano interakcijo kromatina, epigenomiko in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov NGS za integrirano posredovanje kromatina, epigenomsko analizo podatkov in analizo podatkov regulacije genov.3) Metode za avtomatizirano identifikacijo genov iz mikromas in podatkov o eksperimentalni zasnovi NGS. 634 744,42 EUR (upravičeni stroški: 633 384,42 EUR, prispevek ESRR: 538 376,74 EUR“. Trajanje projekta: 35 mesecev. Trajanje izvajanja projekta 21.02.2017. 31.12.2019 (Slovenian)
3 August 2022
0 references
Обобщение на проекта ОписаниеТ.нар. „високопроизводителна„технология за придобиване на биоинформатични данни доведе до наличието на големи количества масиви от данни, които съдържат ценна информация за моделиране на сложни биологични системи и разбиране на биологичните процеси, които ги регулират — например разбирането на системи като „омика“, описващи различни клетъчни и междуклетъчни процеси и взаимодействието между тези мрежи. В същото време, поради големия обем на тези набори от данни и сложността на съдържащата се в тях информация, придобиването на полезна информация от такива масиви от данни е много нетривиален проблем и методите, използвани за тази цел, обикновено са ограничени до възможностите за статистически или машинно самообучение.Целта на този проект е да се разработят нови иновативни методи за анализ на данни, основани на използването на комбинация от алгоритми за графичен анализ и графични методи за визуализация. Проучванията, които вече са проведени от авторите на проекта, показаха ползата от подобен подход за изследване на белтъчната хомология и считаме, че този подход би могъл да бъде много полезен и за анализа на други видове биоинформатични масиви от данни. В рамките на проекта се планира да се съсредоточи върху анализ на динамиката на процеса на генно регулиране, анализ на динамиката на кръстовищата на хроматина, прогнозиране на епигеномичните маркери и проучвания на процесите, които определят различните видове клетъчна отличителност. В по-широк план очакваме разработената методология да допълни съществуващите методи за анализ на биоинформатичните данни. Биоинформатика; Моделиране на биологични системи; Графични алгоритми; Извличане на данни; Визуализация на данни.Информация, която ще бъде публикувана на уеб сайта на фондовете на Европейския съюз www.esfondi.lvStrauja в случай на одобрение на проектно заявление, така наречената „високопроизводителна“ технология за придобиване на биоинформатични данни гарантира наличието на широкомащабни масиви от данни, съдържащи ценна информация за моделиране на сложни биологични системи и разбиране на техните регулаторни биологични процеси. Целта на този проект е да се разработят нови иновативни методи за анализ на данни, които ще се основават на комбинация от различни алгоритми за графичен анализ и разбиране на трите графики за разбиране на биологичните процеси. Целта на този проект е да разработи нови иновативни методи за анализ, които ще се основават на комбинация от различни методи за анализ на графики, ще трябва да се фокусираме върху нови методи за анализ на графики и графики за разбиране на иновативните процеси. 1) Количествено характеризиране на протеазомата от данните за генната експресия; 2) Анализ на хроматиновите посреднически мрежи; 3) Анализ на динамиката и еволюцията на мрежите за генно регулиране.Тип изследвания: Индустриални изследвания (100 %) Типът на проекта не е свързан с икономическа дейност.Проектът е интердисциплинарен и ще се осъществява в следните области:- Компютърни и информационни науки (ОИСР-ФОС-1.2);- Биологични науки (ОИСР-ФОС-1.6).Основни дейности:1) Проучвания върху количественото характеризиране на главните герои от данните за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин (GWP) за специфичните области на мрежите (WP) за специфични проблеми характеризиране на протеома от данни за генната експресия (WP1).2) Изследвания върху структурата на мрежата за взаимодействие на хроматин 3 и динамиката на специфичните проблеми на гореспоменатата мрежа (WP.2). Освен това работният план на проекта включва две допълнителни дейности, свързани с изготвянето на набори от данни и биовалидиране на резултати (WP4) и софтуерни компоненти (WP5).Резултати от проекта: 1) Методи за откриване на протеинови концентрации в тъканни и клетъчни проби от транскриптни данни.2) Методи за интегрирани хроматинови взаимодействия, епигеномика и анализ на данни за генно регулиране.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и данни от NGS за интегрирано хроматинно посредничество, епигеномичен и генно регулиране анализ.3) Методи за автоматизирана идентификация на генното регулиране от микромаса и NGS експериментални данни. 634 744,42 EUR (допустими разходи: 633 384,42 EUR, принос от ЕФРР: 538 376,74 EUR". Продължителност на проекта: От 35 месеца. Продължителност на изпълнението на проекта 21.02.2017 г. 31.12.2019 (Bulgarian)
3 August 2022
0 references
Deskrizzjoni tas-sommarju tal-proġett L-hekk imsejjaħ żvilupp teknoloġiku “b’rata għolja” għall-akkwist ta’ data bijoinformatika wassal għad-disponibbiltà ta’ ammonti kbar ta’ settijiet ta’ data li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u l-fehim tal-proċessi bijoloġiċi li jirregolawha — pereżempju, il-fehim ta’ sistemi bħal “omika” li jiddeskrivu diversi proċessi ċellulari u interċellulari u l-interazzjoni bejn dawn in-netwerks. Fl-istess ħin, minħabba l-volum kbir ta’ settijiet ta’ data bħal dawn u l-kumplessità tal-informazzjoni li tinsab fihom, l-akkwist ta’ informazzjoni utli minn tali settijiet ta’ data hija problema importanti ħafna, u l-metodi użati għal dan il-għan huma normalment limitati għall-possibbiltajiet ta’ metodi ta’ statistika jew ta’ tagħlim awtomatiku. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data bbażati fuq l-użu ta’ kombinazzjoni ta’ algoritmi ta’ analiżi grafika u metodi ta’ viżwalizzazzjoni grafika. L-istudji li diġà twettqu mill-awturi tal-proġett urew l-utilità ta’ approċċ bħal dan għar-riċerka tal-omoloġija tal-proteini, u nemmnu li dan l-approċċ jista’ jkun utli ħafna wkoll għall-analiżi ta’ tipi oħra ta’ settijiet ta’ data bijoinformatika. Fil-qafas tal-proġett huwa ppjanat li ssir enfasi fuq l-analiżi tad-dinamika tal-proċess tar-regolazzjoni tal-ġeni, l-analiżi tad-dinamika tal-intersezzjoni tal-kromatin, it-tbassir ta’ markaturi epiġenomiċi u studji dwar proċessi li jiddeterminaw tipi differenti ta’ distintività taċ-ċelloli. Minn perspettiva usa’, nistennew li l-metodoloġija żviluppata tikkumplimenta sew il-metodi eżistenti ta’ analiżi tad-data bijoinformatika. Bijoinformatika; L-immudellar ta’ sistemi bijoloġiċi; Algoritmi grafiċi; Estrazzjoni tad-data; Informazzjoni li se tiġi ppubblikata fuq is-sit web tal-fondi tal-Unjoni Ewropea www.esfondi.lvStrauja f’każ ta’ approvazzjoni ta’ applikazzjoni ta’ proġett, l-hekk imsejjaħ żvilupp teknoloġiku “high-throughput” għall-akkwist ta’ data bijoinformatika żgura d-disponibbiltà ta’ settijiet ta’ data fuq skala kbira li fihom informazzjoni siewja għall-immudellar ta’ sistemi bijoloġiċi kumplessi u fehim tal-proċessi bijoloġiċi regolatorji tagħhom. L-għan ta’ dan il-proġett huwa li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ algoritmi differenti ta’ analiżi ta’ graffs u l-fehim ta’ tliet grafiċi għall-fehim ta’ algoritmi differenti, l-għan ta’ dan il-proġett huwa li niżviluppaw metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, l-għan ta’ dan il-proġett se jiżviluppa metodi innovattivi ġodda ta’ analiżi ta’ data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ algoritmi differenti u analiżi ta’ algoritmi differenti, fejn l-għan ta’ dan il-proġett se jkun li jiġu żviluppati metodi innovattivi ġodda ta’ analiżi tad-data li se jkunu bbażati fuq kombinazzjoni ta’ metodi ta’ analiżi ta’ grafiċi differenti u fuq l-analiżi algoritmika differenti u l-fehim ta’ dawn il-proċessi bijoloġiċi differenti. 1) Karatterizzazzjoni kwantitattiva tal-proteasome minn data ta’ espressjoni tal-ġeni; 2) Analiżi tan-netwerks ta’ intermedjazzjoni tal-kromatin; 3) Analiżi tad-dinamika u l-evoluzzjoni ta ‘netwerks ta’ regolamentazzjoni tal-ġeni.Tip ta ‘riċerka: Riċerka industrijali (100 %) It-tip ta’ proġett mhuwiex relatat ma’ attività ekonomika.Il-proġett huwa interdixxiplinarju u se jitwettaq fl-oqsma li ġejjin:- Ix-Xjenza tal-Kompjuter u l-Informazzjoni (OECD-FOS-1.2);- Xjenzi tal-Bijoloġija (OECD-FOS-1.6).Attivitajiet ewlenin:1) Studji dwar il-karatterizzazzjoni kwantitattiva tal-protagonisti mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatina (GWP) għall-oqsma speċifiċi tan-netwerks (WP) għall-karatterizzazzjoni speċifika tal-proteoma mid-data tal-espressjoni tal-ġeni (WP1).2) Studji dwar l-istruttura tan-netwerk ta’ interazzjoni tal-kromatin 3 u d-dinamika tal-problemi speċifiċi tan-netwerk imsemmi hawn fuq (WP2). Barra minn hekk, il-pjan ta’ ħidma tal-proġett jinkludi żewġ attivitajiet komplementari relatati mal-produzzjoni ta’ settijiet tad-data u l-bijovalidazzjoni tar-riżultati (WP4) u l-komponenti tas-softwer (WP5).Riżultati tal-proġett:1) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni minn mikromassa u data NGS għal intermedjazzjoni integrata tal-kromatin, analiżi tad-data epiġenomika u tar-regolamentazzjoni tal-ġeni.3) Metodi għall-identifikazzjoni awtomatizzata tar-regolamentazzjoni tal-ġeni mid-data tad-disinn sperimentali tal-mikromassa u tal-NGS. EUR 634744,42 (spejjeż eliġibbli: EUR 633384,42, kontribuzzjoni tal-FEŻR: EUR 538376,74”. Tul ta’ żmien tal-proġett: 35 xahar. Tul ta’ żmien tal-implimentazzjoni tal-proġett 21.02.2017. 31.12.2019 (Maltese)
3 August 2022
0 references
O chamado desenvolvimento tecnológico de «elevado rendimento» para a aquisição de dados bioinformáticos conduziu à disponibilidade de grandes quantidades de conjuntos de dados que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos processos biológicos que os regulam – por exemplo, a compreensão de sistemas como «ómicos» que descrevem vários processos celulares e intercelulares e a interação entre essas redes. Ao mesmo tempo, devido ao grande volume desses conjuntos de dados e à complexidade das informações neles contidas, a aquisição de informações úteis a partir desses conjuntos de dados é um problema muito pouco trivial, e os métodos utilizados para este efeito limitam-se geralmente às possibilidades de métodos estatísticos ou de aprendizagem automática. O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados baseados na utilização de uma combinação de algoritmos de análise gráfica e métodos de visualização gráfica. Os estudos já realizados pelos autores do projeto demonstraram a utilidade de tal abordagem para pesquisar homologia de proteínas, e acreditamos que essa abordagem também pode ser muito útil para a análise de outros tipos de conjuntos de dados de bioinformática. No âmbito do projeto, está planeado centrar-se na análise da dinâmica do processo de regulação genética, na análise da dinâmica de intersecção da cromatina, na previsão de marcadores epigenómicos e em estudos sobre processos que determinam diferentes tipos de distintividade celular. De uma perspectiva mais ampla, esperamos que a metodologia desenvolvida complemente bem os métodos existentes de análise de dados de bioinformática. Bioinformática; Modelização de sistemas biológicos; Algoritmos gráficos; Prospeção de dados; Visualização de dados.Informação que será publicada no sítio Web dos fundos da União Europeia www.esfondi.lvStrauja em caso de aprovação de uma candidatura a um projeto, o chamado desenvolvimento tecnológico de «alta capacidade» para a aquisição de dados de bioinformática assegurou a disponibilidade de conjuntos de dados em grande escala que contêm informações valiosas para a modelização de sistemas biológicos complexos e a compreensão dos seus processos biológicos regulamentares.O objetivo deste projeto é desenvolver novos métodos inovadores de análise de dados que se basearão numa combinação de diferentes algoritmos de análise de gráficos e na compreensão dos três gráficos em termos de informação, em que nos concentraremos nos desafios específicos do biovisual e desenvolveremos novos métodos inovadores de análise de dados baseados numa combinação de diferentes algoritmos de análise de gráficos e gráficos, em que nos concentraremos na necessidade de nos problemas específicos do biovisual e nos métodos científicos. 1) Caracterização quantitativa do proteassoma a partir de dados de expressão genética; 2) Análise das redes de intermediação da cromatina; 3) Análise da dinâmica e evolução das redes de regulação genética.Tipo de investigação: Investigação industrial (100 %) O tipo de projeto não está relacionado com a atividade económica.O projeto é interdisciplinar e será realizado nos seguintes domínios:- Ciência da Computação e da Informação (OCDE-FOS-1.2);- Ciências biológicas (OCDE-FOS-1.6).Atividades-chave:1) Estudos sobre a caracterização quantitativa dos protagonistas a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina (GWP) para os domínios específicos das redes (WP) para a caracterização de problemas específicos do proteoma a partir de dados de expressão genética (WP1).2) Estudos sobre a estrutura da rede de interação cromatina 3 e a dinâmica de problemas específicos da rede supramencionada (WP.2). In addition, the project work plan includes two complementary activities related to the production of datasets and biovalidation of results (WP4) and software components (WP5).Project results:1) Methods for detecting protein concentrations in tissue and cell samples from transcript data.2) Methods for integrated chromatin interaction, epigenomics and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS data for integrated chromatin intermediation, epigenomic and gene regulation data analysis.3) Methods for automated gene regulation identification from micromass and NGS experimental design data. 634744,42 EUR (custos elegíveis: 633384,42 EUR, participação do FEDER: 538376,74 EUR». Duração do projecto: 35 meses. Duração da execução do projeto 21.2.2017. 31.12.2019 (Portuguese)
3 August 2022
0 references
Projektresumé BeskrivelseDen såkaldte "high-throughput" teknologiudvikling til erhvervelse af bioinformatikdata har ført til tilgængeligheden af store mængder datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af de biologiske processer, der regulerer det — f.eks. forståelsen af systemer som "omics", der beskriver forskellige cellulære og intercellulære processer og samspillet mellem sådanne netværk. Samtidig, på grund af den store mængde af sådanne datasæt og kompleksiteten af de oplysninger, der er indeholdt heri, er erhvervelsen af nyttige oplysninger fra sådanne datasæt et meget utrivielt problem, og de metoder, der anvendes til dette formål er normalt begrænset til mulighederne for statistiske eller maskinlæringsmetoder.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder baseret på anvendelse af en kombination af grafiske analysealgoritmer og grafiske visualiseringsmetoder. De undersøgelser, som projektforfatterne allerede har udført, har vist nytten af en sådan tilgang til forskning i protein homologi, og vi mener, at denne tilgang også kan være meget nyttig for analysen af andre typer bioinformatikdatasæt. Inden for rammerne af projektet er det planlagt at fokusere på analyse af genreguleringsprocesdynamik, analyse af kromatinkrydsdynamik, forudsigelse af epigenomiske markører og undersøgelser af processer, der bestemmer forskellige typer cellekarakteristika. Ud fra et bredere perspektiv forventer vi, at den metode, der er udviklet, i høj grad vil supplere de eksisterende metoder til analyse af bioinformatikdata. Bioinformatik Modellering af biologiske systemer Grafiske algoritmer Dataudvinding Datavisualisering.Oplysninger, der vil blive offentliggjort på webstedet for Den Europæiske Unions fonde www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, har den såkaldte "high-throughput" teknologiudvikling til bioinformatik dataindsamling sikret tilgængeligheden af store datasæt, der indeholder værdifulde oplysninger til modellering af komplekse biologiske systemer og forståelse af deres lovgivningsmæssige biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer til at forstå de biologiske processer.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelse af de tre grafer, hvor vi vil have fokus på de specifikke grafikmetoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de tre forskellige metoder, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil have fokus på de forskellige grafikmetoder, hvor vi vil have fokus på de forskellige grafikmetoder, og hvor vi vil have fokus på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre forskellige metoder, hvor vi vil have fokus på de forskellige grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de forskellige grafanalysemetoder, og hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige former for dataanalyse, der vil være baseret på en kombination af forskellige grafanalysealgoritmer og forståelsen af de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de tre grafer, hvor vi vil have fokus på de forskellige former for dataanalyse, på EU-fondenes websted www.esfondi.lvStrauja i tilfælde af godkendelse af en projektansøgning, den såkaldte "high-throughput" teknologiudvikling til bioinformatik til indsamling af bioinformatikdata.Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafer, og forståelsen af de tre grafer og de tre grafer for at forstå de biologiske processer. Formålet med dette projekt er at udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder og på forståelsen af de tre grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil udvikle nye innovative dataanalysemetoder, der vil være baseret på en kombination af forskellige grafer baseret på forskellige grafanalysemetoder, og forståelse af de tre grafer, hvor vi vil fokusere på de specifikke grafikmetoder, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de specifikke grafer, hvor vi vil fokusere på de forskellige grafikmetoder, hvor vi vil fokusere på de forskellige grafikmetoder, og hvor vi vil fokuse... (Danish)
3 August 2022
0 references
Rezumatul proiectuluiDescrierea așa-numitei tehnologii „de mare capacitate” pentru achiziționarea de date bioinformatice a condus la disponibilitatea unor cantități mari de seturi de date care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice care le reglementează – de exemplu, înțelegerea unor sisteme precum „omica” care descriu diferite procese celulare și intercelulare și interacțiunea dintre astfel de rețele. În același timp, datorită volumului mare de astfel de seturi de date și complexității informațiilor conținute în acestea, achiziționarea de informații utile din astfel de seturi de date este o problemă foarte netrivială, iar metodele utilizate în acest scop sunt de obicei limitate la posibilitățile metodelor de învățare statistică sau automată. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor bazate pe utilizarea unei combinații de algoritmi de analiză grafică și metode de vizualizare grafică. Studiile deja realizate de autorii proiectului au demonstrat utilitatea unei astfel de abordări pentru cercetarea omologiei proteice și considerăm că această abordare ar putea fi foarte utilă și pentru analiza altor tipuri de seturi de date bioinformatice. În cadrul proiectului se intenționează să se concentreze pe analiza dinamicii procesului de reglare a genelor, analiza dinamicii intersecțiilor cromatinei, predicția markerilor epigenomici și studiile asupra proceselor care determină diferite tipuri de distinctivitate celulară. Dintr-o perspectivă mai largă, ne așteptăm ca metodologia elaborată să completeze metodele existente de analiză a datelor bioinformatice. Bioinformatică; Modelarea sistemelor biologice; Algoritmi grafici; Extragerea datelor; Vizualizarea datelor.Informații care vor fi publicate pe site-ul fondurilor Uniunii Europene www.esfondi.lvStrauja în cazul aprobării unei aplicații de proiect, așa-numita dezvoltare tehnologică „high-through” pentru achiziționarea de date bioinformatică a asigurat disponibilitatea seturilor de date la scară largă care conțin informații valoroase pentru modelarea sistemelor biologice complexe și înțelegerea proceselor biologice de reglementare ale acestora. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe o combinație de algoritmi de analiză a graficelor diferite și pe înțelegerea celor trei grafice pe care le vom focaliza pe analiza științifică a proceselor biologice. Scopul acestui proiect este de a dezvolta noi metode inovatoare de analiză a datelor care se vor baza pe diferiți algoritmi de analiză a graficelor și pe metode specifice de analiză pe care le vom focaliza pe diferite metode de analiză a datelor, pe care le vom concentra pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe diferite metode de analiză a datelor pe care le vom focaliza pe analiza datelor pe care le vom pune în aplicare. 1) caracterizarea cantitativă a proteazomului din datele de expresie genetică; 2) Analiza rețelelor de intermediere a cromatinei; 3) Analiza dinamicii și evoluției rețelelor de reglementare a genelor.Tipul cercetării: Cercetare industrială (100 %) Tipul de proiect nu este legat de activitatea economică. Proiectul este interdisciplinar și se va desfășura în următoarele domenii:- Informatică și Informatică (OCDE-FOS-1.2);- Științe biologice (OCDE-FOS-1.6).Activități cheie:1) Studii privind caracterizarea cantitativă a protagoniștilor din datele de expresie genetică (WP1).2) Studii privind structura rețelei de interacțiune cromatină (GWP) pentru domeniile specifice ale rețelelor (WP) pentru caracterizarea problemei specifice a proteomului din datele privind expresia genelor (WP1).2) Studii privind structura rețelei de interacțiune cromatină 3 și dinamica problemelor specifice ale rețelei menționate mai sus (WP.2). În plus, planul de lucru al proiectului include două activități complementare legate de producerea de seturi de date și de biovalidarea rezultatelor (WP4) și a componentelor software (WP5). Rezultatele proiectului:1) Metode de detectare a concentrațiilor de proteine în probele de țesut și celule din datele transcrierii.2) Metode de interacțiune integrată a cromatinei, analiza epigenomică și analiza datelor de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS pentru intermedierea integrată a cromatinei, analiza datelor epigenomice și de reglementare genetică.3) Metode de identificare automată a reglării genelor din micromasă și date NGS experimentale. 634 744,42 EUR (costuri eligibile: 633 384,42 EUR, contribuția FEDR: 538 376,74 EUR”. Durata proiectului: 35 de luni. Durata implementării proiectului 21.02.2017. 31.12.2019 (Romanian)
3 August 2022
0 references
Projektsammanfattning BeskrivningDen så kallade ”high-throughput” teknikutvecklingen för insamling av bioinformatikdata har lett till att det finns stora mängder datamängder som innehåller värdefull information för modellering av komplexa biologiska system och förståelse av de biologiska processer som reglerar den – till exempel förståelsen av system som ”omik” som beskriver olika cellulära och intercellulära processer och interaktionen mellan sådana nätverk. Samtidigt, på grund av den stora volymen av sådana dataset och komplexiteten i den information som finns där, är förvärv av användbar information från sådana dataset ett mycket otrivialt problem, och de metoder som används för detta ändamål är vanligtvis begränsade till möjligheterna med statistiska eller maskininlärningsmetoder.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder baserade på användning av en kombination av grafiska analysalgoritmer och grafiska visualiseringsmetoder. De studier som redan utförts av projektförfattarna har visat nyttan av ett sådant tillvägagångssätt för forskning om proteinhomologi, och vi anser att detta tillvägagångssätt också kan vara mycket användbart för analys av andra typer av bioinformatikdataset. Inom ramen för projektet planeras att fokusera på analys av genregleringsprocessdynamik, analys av kromatins intersektionsdynamik, förutsägelse av epigenomiska markörer och studier på processer som bestämmer olika typer av cell särskiljande. Ur ett bredare perspektiv förväntar vi oss att den metodik som utvecklats väl kompletterar befintliga metoder för analys av bioinformatikdata. Bioinformatik. Modellering av biologiska system. Grafiska algoritmer. Datautvinning. Datavisualisering.Information som kommer att publiceras på webbplatsen för Europeiska unionens fonder www.esfondi.lvStrauja vid godkännande av en projektansökan har säkerställt tillgängligheten till storskaliga datauppsättningar som innehåller värdefull information för att modellera komplexa biologiska processer och förstå deras regulatoriska biologiska processer. Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och förståelse av de tre graferna för förståelse av de biologiska processerna.Syftet med detta projekt är att utveckla nya innovativa dataanalysmetoder som kommer att baseras på en kombination av olika grafanalysalgoritmer och där vi kommer att fokusera på de olika graferna, där vi kommer att fokusera på de tre graferna, där vi kommer att fokusera på de nya metoderna för analys, där vi kommer att fokusera på de olika analysmetoderna, där vi kommer att fokusera på de olika datatermerna, där vi kommer att fokusera på de tre olika graferna. 1) Kvantitativ karakterisering av proteasomen från genuttrycksdata; 2) Analys av kromatin förmedlingsnät; 3) Analys av dynamiken och utvecklingen av genregleringsnätverk.Typ av forskning: Industriell forskning (100 %) Projekttypen är inte relaterad till ekonomisk aktivitet.Projektet är tvärvetenskapligt och kommer att genomföras inom följande områden:- Data- och informationsvetenskap (OECD-FOS-1.2);- Biologivetenskap (OECD-FOS-1.6).Keyaktiviteter:1) Studier om kvantitativ karakterisering av huvudpersonerna från genuttrycksdata (WP1).2) Studier om kromatininteraktionsnätverksstruktur (GWP) för de specifika områdena i nätverken (WP.2). Dessutom omfattar projektets arbetsplan två kompletterande aktiviteter relaterade till produktion av dataset och biovalidering av resultat (WP4) och programvarukomponenter (WP5).Projektresultat: 1) Metoder för att upptäcka proteinkoncentrationer i vävnads- och cellprover från transkriptdata.2) Metoder för integrerad kromatininteraktion, epigenomik och genregleringsdataanalys.3) Metoder för automatiserad genregleringsidentifiering från mikromassa och NGS-data för integrerad kromatinförmedling, epigenomisk och genregleringsdata.3) Metoder för automatisk genregleringsidentifiering från mikromassa och NGS experimentell designdata. 634 744,42 EUR (stödberättigande kostnader: 633 384,42 EUR, ERUF-bidrag: 538 376,74 EUR.” Projektets varaktighet: 35 månader. Projektets genomförandeperiod 21.02.2017. 31.12.2019 (Swedish)
3 August 2022
0 references
Raiņa bulvāris 29, Rīga, LV-1050
0 references
Identifiers
1.1.1.1/16/A/135
0 references