Sökträffar

    Sökträffar

    Visa alla resultat för ""
    Hittar inga resultat eller sökförslag för "."

    Söktips

    • Kontrollera att orden är rättstavade
    • Försök med andra sökord eller synonymer
    • Smalna av din sökning för att få fler träffar

    Hur kan vi hjälpa dig?

    Ny student

    Kontakta oss

    Hitta medarbetare

    Gå till undermeny Gå till huvudinnehåll
    Högskolan i Skövde, länk till startsida
    Högskolan i Skövde, länk till startsida

    Sökträffar

      Sökträffar

      Visa alla resultat för ""
      Hittar inga resultat eller sökförslag för "."

      Söktips

      • Kontrollera att orden är rättstavade
      • Försök med andra sökord eller synonymer
      • Smalna av din sökning för att få fler träffar

      Hur kan vi hjälpa dig?

      Ny student

      Kontakta oss

      Hitta medarbetare

      DMDPipe

      Forskningsgrupp Translationell Bioinformatik Forskningsmiljö Systembiologi

      DMDPipe

      Forskningsgrupp Translationell Bioinformatik
      Forskningsmiljö Systembiologi

      Kort om projektet

      Projektnamn

      DMDPipe – Pipeline för identifiering av sjukdomsalstrande moduler för individualiserad diagnostik och behandling

      Projekttid

      Mars 2018 – Februari 2021

      Partners

      AstraZeneca AB, TATAA Bioscience AB, MultiD Analyses AB.

      Finansiering

      KK-stiftelsen, Högskolan i Skövde, AstraZeneca AB, TATAA Bioscience AB, MultiD Analyses AB.

      DMDPipe-projektet ska utveckla en pipeline för att identifiera och analysera sjukdomsalstrande moduler av samverkande proteiner. Projektet förväntas bidra till utvecklingen av individualiserad diagnostik och behandling av astma.

      Nätverksbaserade metoder har gett upphov till ett antal kraftfulla verktyg för analys av komplexa sjukdomar. En vanligt förekommande strategi är att identifiera sjukdomsrelaterade nätverksmoduler. Det är allmänt vedertaget att sjukdomsrelaterade gener inte är slumpvis placerade i det humana nätverket av interagerande proteiner. De utgör istället moduler av proteiner som är samlokaliserade i interaktionsnätverket och även överlappar i andra former av "omics"-data.

      Nuvarande begränsningar

      Nätverksbaserade metoder har använts för prognos av astma och multipel skleros för att identifiera nya kombinationer av biomarkörer. En stor begränsning i nuvarande metoder är dock att de inte tar hänsyn till individvariation, vilket dock är nödvändigt när målsättningen är att utveckla metoder för individualiserad diagnostik.

      Skapa en pipeline

      I det här projektet skapar vi modeller av sjukdomsmoduler på flera nivåer genom att integrera olika former av "omics"-data, med målsättning att identifiera patient-specifika regulatoriska transkriptionsfaktorer. Arbetet syftar till att utveckla matematiska modeller för prediktion av hur dessa transkriptionsfaktorer kan påverkas, och till att skapa en pipeline för analys av astma och multipel skleros som kan användas för att föreslå patient-specifika terapeutiska ingrepp.

      Publicerad: 2020-01-10
      Senast ändrad: 2020-01-10
      Sidansvarig: webmaster@his.se