< Terug naar vorige pagina

Project

Toegepaste wiskunde voor proteomica

Mass Spectrometry Imaging (MSI) is een exploratieve scantechniek die de chemische samenstelling van biologische weefsels analyseert. Via straling met een laser op meerdere (x,y)-coördinaten worden molecules geïoniseerd en kan hun massa-over-ladingratio (m/z-ratio) gemeten worden. Dit resulteert in erg grote datasets met dimensies x, y en m/z. Tegenwoordig kan de data reeds tientallen gigabytes aan geheugen innemen en met steeds verbeterde resolutie van de scanners, blijft de datagrootte toenemen. De MALDI scantechniek meet gemakkelijk enkele duizende m/z waardes. Dit is een enorme toename aan informatie vergeleken met de klassieke H&E methode gebruikt door pathologen. Het kost enorm veel tijd om deze grote datasets manueel te inspecteren en is in de praktijk niet haalbaar wanneer er meerdere weefsels snel geanalyseerd moeten worden. Dit onderzoek zal focussen op zowel het geheugen als het interpretatie obstakel door gebruik te maken van dimensionaliteitsreductiemethoden voor proteomica. Unsupervised dimensionaliteitsreductiemethodes (DR-methoden) omvat veel facetten en kan in verschillende categorieën onderverdeeld worden: lineaire DR, multi-lineaire DR, niet-lineaire DR en andere methodes zoals topological data analysis. Met dit onderzoek proberen we zowel gekende technieken in deze categorieën te onderzoeken als nieuwe algoritmes te vinden om de huidige standaard te verbeteren voor MSI en andere omics data the analyseren en proberen we zo pathologen te ondersteunen in hun zoektocht naar nieuwe biomedische inzichten.

Datum:13 jan 2022 →  Heden
Trefwoorden:Mass Spectrometry Imaging, Proteomics, Dimensionality Reduction, Unsupervised Machine Learning
Disciplines:Biologie en andere natuurwetenschappen
Project type:PhD project