BioLabs 小组的目标是揭示人类和动物表观遗传调控的机制,并确定这些机制在细胞分化和衰老中的作用。 我们正在为实验数据分析开发新的算法和方法,建立可扩展的计算管道和工具,并与生物学家合作开展各种老化研究。
Longitudinal analysis of human aging
衰老与生理功能降低、疾病易感性增加、慢性炎症等过程有关。然而,健康衰老对细胞分子编程的影响尚不清楚。
在与圣路易斯华盛顿大学 Maxim Artyomov 实验室合作的一项联合研究项目中,我们的目标是通过对大规模多组学数据集进行全面的表征和执行系统分析,在所有水平上,从分子到特定器官和机体水平了解人类衰老。这些数据集包括批量和单细胞转录组学、表观基因组学、代谢组学、蛋白质组学、临床血液检测等。最终目标是使用受控良好的纵向数据来检测人类老化的主要驱动因素。
该小组创造了新的方法,并为实验数据分析的所有阶段建立了计算管道。我们在生物信息学、机器学习和软件开发方面的专业知识使我们能够结合构建稳健且可扩展的管道所需的最佳做法。
主要出版物:
一种半监督的多用途峰值调用器,能够处理广泛的 ChIP-seq、ATAC-seq 和单细胞 ATAC-seq 数据集,通过利用有限的人工注释信息稳健地处理多个复制和噪声。
一款能够分析研究领域知识结构或类似论文分析的科学出版物探索工具。 我们应用文献计量学方法获取引文图,应用自然语言处理算法进行文本分析。该服务允许查找被引用最多的论文,探索主题,可视化引文和论文相似度图,并自动生成文献评论。
一种混合数据挖掘算法,用于探索观察性数据集中的隐藏依赖关系。 它结合了关联规则学习技术和信息理论,用于自动构建 Ishikawa 图 - 一种用于数据中复杂模式和规则的可视化方法。