主办部/诊所/集团/单位生物信息学部(C-BIG)联系人:George M. Spyrou教授(George M. Spyrou(Georges@cing.ac.ac.cy)玛格丽塔·Zachariou博士(Margaritaz@cing.ac.ac.cy) mariost@cing.ac.cy)该主题有资格获得以下课程:分子医学博士学位,医学遗传学的全日制博士学位,神经科学的全日制博士学位,全职摘要:精确医学视觉的支柱是提供准确的预后,诊断,监测,监测,预测治疗效率。各种类型的生物标志物都可以实现这些目的。生物标志物可以定义为治疗反应的特征或可以客观和可重复评估和测量的正常或病理过程。根据世界卫生组织(谁),生物标志物是“可以在身体或其产品中衡量的任何物质,结构或过程,并影响或预测结果或疾病的发生率”。但是,生物标志物发现是一项艰巨的任务,目前由先进的生物信息学方法支持,该方法分析了从单细胞磁控器到信号传导,成像和临床数据以及与环境相互作用的数据(Exposome)的大量现有数据。在此问题上超出了状态的一步是生物标志物重新使用,那就是为已经存在的生物标志物找到新的应用程序。预计计算结果将随后进行验证测试程序,并由目前公开可用的广泛数据频谱以及来自现有经过良好研究的同类群体的数据收集的特定数据收集为多尺度和多源分析提供了机会和挑战,以在研究中对人类生物的全面概况进行研究。可以通过最先进的计算方法和技术来应对这些挑战,例如高级数据挖掘,建模和仿真,网络重建和可视化,复杂的网络分析,数据集成,机器学习/深度学习,文本挖掘/语义/语义和协会分析。在本论文中,博士候选人将有机会与她/他的主管以及Cing的其余生物信息学系合作,以学习如何挖掘从单细胞算术到成像和临床数据的数据格局,并开发或开发或应用高级生物信息学方法,以实现生物标志性发现和再现条件的条件。
主要关键词