Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Zintegrowana analiza genomicznej, fenotypicznej i przestrzennej heterogeniczności nowotworów

2019/33/B/NZ2/00956

Słowa kluczowe:

rak heterogeniczność statystyczna analiza danych uczenie maszynowe

Deskryptory:

  • NZ2_7: Bioinformatyka
  • NZ2_8: Biologia obliczeniowa

Panel:

NZ2 - Genetyka, genomika: Genetyka molekularna, genomika, proteomika, bioinformatyka, biologia systemowa, epidemiologia molekularna

Jednostka realizująca:

Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki

woj.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Ewa Szczurek 

Liczba wykonawców projektu: 5

Konkurs: OPUS 17 - ogłoszony 2019-03-15

Przyznana kwota: 816 520 PLN

Rozpoczęcie projektu: 2020-02-01

Zakończenie projektu: 2023-02-05

Planowany czas trwania projektu: 36 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.

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (9)
  • Teksty w publikacjach pokonferencyjnych (1)
  1. Tumoroscope: a probabilistic model for mapping cancer clones in tumor tissues
    Autorzy:
    S. Darvish Shafighi, A. Geras, B. Jurzysta, I. Filipiuk, L. Raczkowski, H. Toosi, L. Koperski, K. Thrane, C. Engblom, J. Mold, X. Chen, J. Hartman, D. Nowis, A. Carbone, J. Lagergren, E. Szczurek
    Czasopismo:
    Nature Communications (rok: 2022, tom: -, strony: -), Wydawca: Springer Nature
    Status:
    Złożona
  2. Interpretable deep recommender system model for prediction of kinase inhibitor efficacy across cancer cell lines.
    Czasopismo:
    Scientific Reports (rok: 2021, tom: 11, strony: 15993)
    Status:
    Opublikowana
    Doi:
    10.1038/s41598-021-94564-z - link do publikacji
  3. CACTUS: integrating clonal architecture with genomic clustering and transcriptome profiling of single tumor cells.
    Autorzy:
    Shafighi SD, Kiełbasa SM, Sepúlveda-Yáñez J, Monajemi R, Cats D, Mei H, Menafra R, Kloet S, Veelken H, van Bergen CAM, Szczurek E
    Czasopismo:
    Genome Medicine (rok: 2021, tom: 13, strony: 45), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    10.1186/s13073-021-00842-w - link do publikacji
  4. Synthetic lethality prediction in DNA damage repair, chromatin remodeling and the cell cycle using multi-omics data from cell lines and patients
    Autorzy:
    M. Markowska, M. A. Budzinska, A. Coenen-Stass, S. Kang, E. Kizling, K. Kolmus, K. Koras, E. Staub, E. Szczurek,
    Czasopismo:
    Scientific Reports (rok: 2023, tom: 13, strony: 7049), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    10.1038/s41598-023-34161-4 - link do publikacji
  5. Celloscope: a probabilistic model for marker-gene driven cell type deconvolution in spatial transcriptomics data
    Autorzy:
    A. Geras, S. Darvish Shafighi, K. Domżał, I. Filipiuk, A. Rączkowska, P. Szymczak, H. Toosi, L. Kaczmarek, L. Koperski, J. Lagergren, D. Nowis, E. Szczurek
    Czasopismo:
    Genome Biology (rok: 2023, tom: 24, strony: 120), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    10.1186/s13059-023-02951-8 - link do publikacji
  6. Interpretable deep recommender system model for prediction of kinase inhibitor efficacy across cancer cell lines.
    Autorzy:
    Koras K, Kizling E, Juraeva D, Staub E, Szczurek E
    Czasopismo:
    Scientific Reports (rok: 2021, tom: 11, strony: 15993), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    10.1038/s41598-021-94564-z - link do publikacji
  7. CACTUS: integrating clonal architecture with genomic clustering and transcriptome profiling of single tumor cells.
    Autorzy:
    Shafighi SD, Kiełbasa SM, Sepúlveda-Yáñez J, Monajemi R, Cats D, Mei H, Menafra R, Kloet S, Veelken H, van Bergen CAM, Szczurek E
    Czasopismo:
    Genome Medicine (rok: 2021, tom: 13, 45, strony: )
    Status:
    Opublikowana
    Doi:
    10.1186/s13073-021-00842-w - link do publikacji
  8. CONET: copy number event tree model of evolutionary tumor history for single-cell data
    Autorzy:
    Magda Markowska, Tomasz Cąkała, BłaŻej Miasojedow, Bogac Aybey, Dilafruz Juraeva, Johanna Mazur, Edith Ross, Eike Staub, Ewa Szczurek
    Czasopismo:
    Genome Biology (rok: 2022, tom: 23, strony: 128), Wydawca: Biomed Central
    Status:
    Opublikowana
    Doi:
    10.1186/s13059-022-02693-z - link do publikacji
  9. Deep learning-based tumor microenvironment segmentation is predictive of tumor mutations and patient survival in non-small-cell lung cancer
    Autorzy:
    L. Raczkowski, I. Pasnik, M. Kukielka, M. Nicos, M. A. Budzinska, T. Kucharczyk, J. Szumilo, P. Krawczyk, N. Crosetto, E. Szczurek
    Czasopismo:
    BMC Cancer (rok: 2022, tom: 22, strony: 1001), Wydawca: BioMed Cental
    Status:
    Opublikowana
    Doi:
    10.1186/s12885-022-10081-w - link do publikacji
  1. A generative recommender system with GMM prior for cancer drug generation and sensitivity prediction
    Autorzy:
    Krzysztof Koras, Marcin Możejko, Paulina Szymczak, Adam Izdebski, Eike Staub, Ewa Szczurek
    Konferencja:
    Proceedings of the 17th Machine Learning in Computational Biology meeting (rok: 2022, tom: Machine Learning in Computational Biology, strony: 61-73), Wydawca: Proceedings of Machine Learning Research
    Data:
    konferencja Listopad 21-22
    Status:
    Opublikowana
    Doi:
    10.48550/arXiv.2206.03555 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy