Benjamin Ulfenborg

Utbildning
Forskning
Under min doktorandtid utvecklade jag nya bioinformatiska algoritmer och verktyg för att hitta biomarkörer för livmodercancer. Forskningen bedrevs i ett samarbete mellan Högskolan i Skövde och Örebro Universitet. Jag disputerade 2016 och påbörjade en post doc i forskargruppen TransBiG, där jag arbetade med algoritmutveckling och storskaliga dataanalyser för att öka mekanisk förståelse för stamcellsdifferentiering och stamcellsbaserade in vitro-modeller. Jag blev biträdande lektor i bioinformatik 2018 och har sedan dess varit involverade i flera forskningsprojekt inom och utanför Högskolan.
Min forskning syftar till att utveckla kraftfulla bioinformatiska algoritmer och verktyg för at hitta biomarkörer och öka förståelsen för reglering av biologiska processer. Jag har ett särskilt stort intresse för integrering av olika typer av data och för maskininlärning. Exempel på verktyg jag publicerat är R-paketen Miodin för integrering av multi-omics data och MAsC för klustring av storskaliga data.
2023
Stem Cells
2023. Artikel.
https://doi.org/10.1093/stmcls/sxad049
Bioinformatics and Biomedical Engineering: 10th International Work-Conference, IWBBIO 2023, Meloneras, Gran Canaria, Spain, July 12–14, 2023, Proceedings, Part I
2023. Konferensbidrag. https://doi.org/10.1007/978-3-031-34953-9_8
2022
Scientific Reports
2022. Artikel.
https://doi.org/10.1038/s41598-022-15924-x
International Journal of Cancer
2022. Artikel.
https://doi.org/10.1002/ijc.34111
Life
2022. Artikel.
https://doi.org/10.3390/life12020293
PLOS ONE
2022. Artikel.
https://doi.org/10.1371/journal.pone.0269985
Briefings in Bioinformatics
2022. Artikel, forskningsöversikt.
https://doi.org/10.1093/bib/bbab569
2021
Frontiers in Cardiovascular Medicine
2021. Artikel.
https://doi.org/10.3389/fcvm.2021.753470
Clinical Chemistry and Laboratory Medicine
2021. Artikel.
https://doi.org/10.1515/cclm-2021-0510
Journal of Biotechnology
2021. Artikel.
https://doi.org/10.1016/j.jbiotec.2020.12.002
2020
2019
2018
2017
2016
2015
2014
2013
Pågående projekt
Sötvattensmusslors bevarandebiologi och användbarhet som bioindikatorer
Stora sötvattensmusslor är goda indikatorer på vattenstatus. De inte bara filtrerar och renar vattnet, bäddar av musslor på bottnarna ger också struktur och skydd för många andra organismer, vilket leder till ökad biologisk mångfald. Vår forskning syftar till att studera de stora sötvattensmusslornas ekologi och använda dem som indikatorer för miljö- och naturvårdsarbete i sjöar och vattendrag.
Maj 2007 - April 2027 SystembiologiBIO-AID - Biomedicinsk AI-driven dataanalys
Artificiell intelligens (AI) är en viktig drivkraft som snabbt håller på att transformera sjukvård och läkemedelsindustrier på många sätt. Den stora mängden biomedicinsk data som idag finns tillgänglig erbjuder unika möjligheter att utveckla olika AI-baserade modeller. Det finns dock många utmaningar associerade med tillämpning av AI-metoder inom Life Science som ännu inte adresserats.
Oktober 2020 - September 2024 SystembiologiAvslutade projekt
Biomarkörer för sjukdomsmodellering
Detta är ett av tre delprojekt inom synergiprojektet BioMine - Data-mining för identifiering, selektion och validering av biomarkörer. Delprojektet undersöker storskalig biomolekylär data för att identifiera specifika markörer som kan användas för att studera olika sjukdomar.
Oktober 2017 - Maj 2022 SystembiologiBiomarkörer för toxicitetstestning
Detta är ett av tre delprojekt inom synergiprojektet BioMine – Data-mining för identifiering, selektion och validering av biomarkörer. Delprojektet undersöker storskalig biomolekylär data för att identifiera specifika markörer som kan användas för att påvisa toxiska effekter på humana celler. Projektet är ett samarbete mellan Högskolan i Skövde, AstraZeneca Gothenburg och Takara Bio Europe.
Oktober 2017 - Maj 2022 SystembiologiData-mining för identifiering, selektion och validering av biomarkörer
Inom BioMine-projektet studerar vi möjligheterna att använda storskalig biologisk data för att identifiera och validera biomarkörer inom Life-Science-området. Biomarkörer blir allt viktigare inom det biomedicinska området, och det finns ett växande behov av att identifiera nya markörer för diagnostik av sjukdomar och sjukdomsprogression.
Oktober 2017 - Maj 2022 SystembiologiVävnadsteknik för tillverkning av transplantat
Vävnadsteknik för tillverkning av transplantat (TransTissuE) är ett samverkansprojekt mellan Högskolan i Skövde, VERIGRAFT och XVIVO. Tillsammans vill vi utveckla metoder och strategier för att optimera tillverkningen av individanpassade kärltransplantat.
April 2019 - September 2021 SystembiologiAlgorOmics - vi utvecklar nya algoritmer för biomarkörsidentifiering
Inom AlgorOmics vill vi utveckla och implementera algoritmer för integration, visualisering och analys av storskaliga omics-data, med tillämpningar i stamcellsdifferentiering och läkemedelsutveckling.
April 2017 - Mars 2020 SystembiologiBiomedical Big Data
Detta projekt är ett delprojekt i ett större synergiprojekt (BISON) med fokus på dataanalys av Big data. Projektet syftar till att utveckla bioinformatiska metoder och algoritmer för analys och integrering av storskalig biomedicinsk data. De senaste åren har en massiv digitalisering av data och information genomförts i samhället och majoriteten av all världens information uppskattas numera vara digital.
Oktober 2015 - September 2019 SystembiologiHuman stamcellsbaserad in vitro modell av blod-hjärnbarriären
Läkemedelsindustrin har ett omedelbart behov av in vitro-modeller med hög human relevans som kan användas för att modellera viktiga funktioner i olika organ. Projektet vill utveckla en human in vitro-modell baserad på humana pluripotenta stamceller som kan modellera viktiga aspekter av blod-hjärnbarriären.
Oktober 2015 - September 2018 Systembiologi