Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

MLGenSig (Machine Learning Genetic Signatures) Metody uczenia maszynowego w budowie zintegrowanych sygnatur genetycznych

2016/21/B/ST6/02176

Słowa kluczowe:

spersonalizowana medycyna zintegrowane modelowanie sygnatury genetyczne wysokoprzepustowe techniki dane nowotworowe

Deskryptory:

  • ST6_13: Bioinformatyka, bioobliczenia, obliczenia DNA i molekularne
  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • NZ2_7: Bioinformatyka

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Warszawska, Wydział Matematyki i Nauk Informacyjnych

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Przemysław Biecek 

Liczba wykonawców projektu: 4

Konkurs: OPUS 11 - ogłoszony 2016-03-15

Przyznana kwota: 489 800 PLN

Rozpoczęcie projektu: 2017-01-01

Zakończenie projektu: 2021-01-18

Planowany czas trwania projektu: 48 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Komputer stacjonarny. Za kwotę 7 600 PLN
  2. Laptop. Za kwotę 5 100 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (12)
  1. ROCK1 and ROCK2 Are Down-regulated in Aggressive and Advanced Skin Melanomas – A Clinicopathological Perspective
    Autorzy:
    MACIEJ KACZOROWSKI, PRZEMYSŁAW BIECEK, PIOTR DONIZY, MAŁGORZATA PIENIĄŻEK, RAFAŁ MATKOWSKI, AGNIESZKA HAŁOŃ
    Czasopismo:
    ANTICANCER RESEARCH (rok: 2020, tom: 40, strony: 1931-1942), Wydawca: International Institute of Anticancer Research
    Status:
    Opublikowana
    Doi:
    10.21873/anticanres.14148 - link do publikacji
  2. modelStudio: Interactive Studio with Explanations for ML Predictive Models
    Autorzy:
    Hubert Baniecki and Przemyslaw Biecek
    Czasopismo:
    The Journal of Open Source Software (rok: 2019, tom: 4 (43), strony: 5), Wydawca: https://joss.theoj.org/
    Status:
    Opublikowana
    Doi:
    10.21105/joss.01798 - link do publikacji
  3. survxai: an R package for structure-agnostic explanations of survival models
    Autorzy:
    Aleksandra Grudziaz1, 2, Alicja Gosiewska1, and Przemyslaw Biecek1, 2
    Czasopismo:
    Journal of Open Source Software (rok: 2018, tom: 3, strony: 45297), Wydawca: Journal of Open Source Software
    Status:
    Opublikowana
    Doi:
    10.21105/joss.00961 - link do publikacji
  4. DALEX: Explainers for Complex Predictive Models in R
    Autorzy:
    Przemyslaw Biecek
    Czasopismo:
    Journal of Machine Learning Research (rok: 2018, tom: 19, strony: 45296), Wydawca: Microtome Publishing
    Status:
    Opublikowana
    Doi:
    brak - link do publikacji
  5. KRAB ZNF explorer – the online tool for the exploration of the transcriptomic profiles of KRAB-ZNF factors in The Cancer Genome Atlas
    Autorzy:
    Rafał Cylwa, Kornel Kiełczewski, Marta Machnik, Urszula Oleksiewicz, Przemysław Biecek
    Czasopismo:
    Bioinformatics (rok: 2019, tom: 36 (3), strony: 980-981), Wydawca: Oxford University Press
    Status:
    Opublikowana
    Doi:
    10.1093/bioinformatics/btz624 - link do publikacji
  6. Low RhoA expression is associated with adverse outcome in melanoma patients: a clinicopathological analysis
    Autorzy:
    Maciej Kaczorowski, Przemyslaw Biecek, Piotr Donizy, Malgorzata Pieniazek, Rafal Matkowski, Agnieszka Halon
    Czasopismo:
    American Journal of Translational Research (rok: 2019, tom: 11 (7), strony: 4524-4532), Wydawca: e-Century Publishing Corporation
    Status:
    Opublikowana
    Doi:
    brak - link do publikacji
  7. The Landscape of R Packages for Automated Exploratory Data Analysis
    Autorzy:
    Mateusz Staniak, Przemysław Biecek
    Czasopismo:
    The R Journal (rok: 2019, tom: 45598, strony: 45314), Wydawca: The R Foundation
    Status:
    Opublikowana
    Doi:
    10.32614/RJ-2019-033 - link do publikacji
  8. SMAD7 is a novel independent predictor of survival in patients with cutaneous melanoma
    Autorzy:
    MACIEJ KACZOROWSKI, PRZEMYSLAW BIECEK, PIOTR DONIZY, MALGORZATA PIENIAZEK, RAFAL MATKOWSKI, and AGNIESZKA HALON
    Czasopismo:
    Translational Research (rok: 2019, tom: -, strony: -), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.trsl.2018.09.002 - link do publikacji
  9. Extended 3D and 4D cumulative plots for evaluation of unmatched incurred sample reanalysis
    Autorzy:
    Piotr Rudzki, Michal Kaza, Przemyslaw Biecek
    Czasopismo:
    Bioanalysis (rok: 2018, tom: 10(3), strony: 153-162), Wydawca: Future Science Ltd
    Status:
    Opublikowana
    Doi:
    10.4155/bio-2017-0210 - link do publikacji
  10. Incurred Sample Reanalysis: Time to Change the Sample Size Calculation?
    Autorzy:
    Piotr J. Rudzki,1,3 Przemysław Biecek,2 and Michał Kaza1
    Czasopismo:
    The AAPS Journal (rok: 2019, tom: 2019, strony: 21-28), Wydawca: AAPS
    Status:
    Opublikowana
    Doi:
    10.1208/s12248-019-0293-2 - link do publikacji
  11. The expression signature of cancer-associated KRAB-ZNF factors identified in TCGA pan-cancer transcriptomic data
    Autorzy:
    Marta Machnik1,2, Rafał Cylwa3, Kornel Kiełczewski4, Przemysław Biecek4, Triantafillos Liloglou5, Andrzej Mackiewicz1,2 and Urszula Oleksiewicz1,2
    Czasopismo:
    Molecular Oncology (rok: 2019, tom: -, strony: -), Wydawca: FEBS Press and John Wiley & Sons
    Status:
    Opublikowana
    Doi:
    10.1002/1878-0261.12407 - link do publikacji
  12. auditor: an R Package for Model-Agnostic Visual Validation and Diagnostics
    Autorzy:
    Alicja Gosiewska, Przemysław Biecek
    Czasopismo:
    The R Journal (rok: 2019, tom: 11, strony: 85-98), Wydawca: The R Foundation
    Status:
    Przyjęta do publikacji
    Doi:
    10.32614/RJ-2019-036 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy