Ontwikkeling van een Explainable AI framework voor multi-omics studies

In dit doctoraatsproject zullen we verklaarbaarheidsprincipes ontwikkelen en toepassen op diepe neurale netwerken die gebruikt worden voor het analyseren van single-cell en ruimtelijke multi-omics data. Ons doel is om meer inzicht te krijgen in de leer- en besluitvormingsprocessen binnen black-box neurale architecturen en om de integratiemechanismen van verschillende modaliteiten binnen deze netwerken op te helderen. Daarnaast zullen we bestaande biologische kennis gebruiken om modellen te ontwerpen die zowel beter te interpreteren als beter te presteren zijn. Door gebruik te maken van verklaarbare AI-principes willen we inzichten verkrijgen in de biologische processen en relaties die aanwezig zijn in single-cell en ruimtelijke multi-omics gegevens.