Pracownia bioinformatyki i statystyki

Oferujemy współpracę w zakresie zaplanowania oraz przeprowadzenia analiz bioinformatycznych i statystycznych z zakresu nauk biomedycznych ze szczególnym uwzględnieniem dziedzin takich jak: genetyka, genomika, transkryptomika, metabolomika, proteomika i pokrewne. Wykonujemy analizy wstępne do wniosków grantowych, wspomagamy planowanie eksperymentów oraz określenie liczności próby i struktury kohorty.

Obecnie, zespół tworzą aktywni naukowcy z minimum dziesięcioletnim doświadczeniem (w tym międzynarodowym) w zakresie biostatystyki i/lub bioinformatyki. Członkowie zespołu planowali oraz przygotowywali analizy do manuskryptów opublikowanych prestiżowych czasopismach naukowych (z IF powyżej 35).

Zapraszamy do kontaktu pod adresem: analityka@dimedical.pl

  • dopasowania sekwencji (ang. alignment) z eksperymentów NGS do genomu referencyjnego, analiza sekwencji bez klasycznego dopasowania (ang. pseudoalignment) oraz dopasowanie sekwencji do wybranego podzbioru genomu/transkryptomu
  • określenia na podstawie danych z NGS i/lub mikromacierzy wariantów genetycznych oraz mutacji somatycznych
  • określenia funkcjonalności wybranych wariantów genetycznych – wpływu na ekspresję RNA, zmian w sekwencji i strukturze RNA oraz białka
  • analiz różnicowej ekspresji RNA z wykorzystaniem uogólnionych modeli liniowych – dane pochodzące z eksperymentów celowanych (qPCR), jak również wysokoprzepustowych RNA-seq, mikromacierze
  • analiz wzbogacenia (ang. enrichment) procesów biologicznych oraz ścieżek sygnałowych (GO, KEGG)
  • analiz sieci transkryptomicznych oraz sieci interakcji: miRNA – mRNA, czynnik transkrypcyjny – RNA
  • analiz związku wariantów genetycznych z ekspresją RNA w badaniach wysokoprzepustowych
  • analiz związku wybranych wariantów genetycznych/mutacji z fenotypem – zarówno w badaniach populacyjnych jak i rodzinnych
  • analiz badań typu GWAS – przy uzyciu modeli mieszanych, z uwzględnieniem struktury współdziedziczenia oraz różnic etnicznych
  • analiz związku rzadkich wariantów genetycznych z fenotypami klinicznymi
  • analiz różnicowej ekspresji białek – z wykorzystaniem eksperymentów celowanych (ELISA) oraz wysokoprzepustowych
  • analiz sieci koekspresji białek oraz fizycznych interakcji pomiędzy białkami (PPI)
  • analiz różnicowego poziomu metabolitów – w badaniach celowanych oraz wysokoprzepustowych
  • UMAP oraz t-SNE w zakresie wizualizacji danych
  • analiza skupień – wykorzystująca modele statystyczne (mieszankowe) oraz agnostyczna (klastrowanie)
  • analiza grafów oraz poszukiwanie gęstych podsieci
  • analiza dyskryminacji (LDA, ROC)
  • selekcja cech wykorzystująca uogólnione modele liniowe (LASSO, elastic-net, ordinal-net)
  • analiza drzew decyzyjnych oraz lasów losowych
  • modelowanie z użyciem mieszanych modeli liniowych