Regisztráció és bejelentkezés

Nagyléptékű szemantikus adat és tudásintegráció az öregedéskutatásban: örökifjaktól állatmodelleken át gyógyszerekig

A biológiai és orvosi területek tudományos eredményeinek egyre jelentősebb része hozzáférhető nyilvános, szemantikus formában. Az adatbázistechnológiák, a meglévő annotációs és ontológiai adatbázisok konvertálása és a szemantikus publikálás fejlődése mind ezen kapcsolt, nyílt adatok (Linked Open Data, LOD) egyre fokozódó jelentőségét erősíti.

Az elérhető hatalmas mennyiségű adatnak a hasznosságát árnyalja, hogy az információ rendkívül heterogén, amely számítási szempontból jelent kihívásokat, illetve ez a hatalmas relációs hálózat egyenetlenül van feltérképezve, valamint az információ megbízhatósága sem követhető minden esetben megfelelően.

A kutatás során egy adat- és tudásintegrációs módszer optimalizálását és felhasználását vizsgáltam meg, amely a kapcsolt, nyílt adatokból egy hatékony lekérdezést és értelmezést segítő számítási hálózatot hoz létre. A fúziós rendszer elsődleges célja a különböző tárgyterületeken átívelő lekérdezések támogatása, nevezetesen a humán genetikai, genomikai, kemoinformatikai területekről és kísérletes állatmodellekből származó adatok és információrészletek integrálása. A rendelkezésünkre álló adatok jelentős része az orvosbiológiát és a kemoinformatikát forradalmasító nagy áteresztő képességű vizsgálatokból származik, ezért nagy hangsúlyt fektettem az ilyen jellegű bizonytalan, nagy dimenziójú evidenciák közvetlen feldolgozására és integrációjára.

A kutatás alkalmazási területe az egészséges öregedés, mivel az öregedés egy összetett, rendkívül sok betegséget is érintő folyamat, emiatt az automatizált tudásintegráció nagy segítséget jelenthet a bizonytalan adatok kezelésében, és a szétszórt különböző tudományterületekről származó, változatos jellegű és gyakran eltérő fajokból származó adatok integrálásában. A téma jelentőségét fokozza, hogy az öregedés kutatás, különös tekintettel az egészséges öregedés vizsgálatára, biológiai, társadalmi és gazdasági szempontból is az egyik legfontosabb terület, az öregedésnek a modern társadalomra kifejtett negatív hatása miatt.

A kutatásomban összegyűjtöttem és integrációra alkalmas formára alakítottam a jelenleg elérhető öregedéssel kapcsolatos információk jelentős részét. Így létrehoztam több öregedéssel kapcsolatos modellt, amelyek több tárgyterületet fognak át, mint például az egészséges öregedéshez és a matuzsálemi életkorhoz kapcsolódó genetikai variánsokat, géneket, valamint a gyógyszereket, hatóanyagokat és az állatmodellekből származó géneket és biológiai útvonalakat.

A feldolgozott adatok között kiemelt fontosságúak az egészséges öregedés genetikai hátterének vizsgálatából származó adatok -amelyek statisztikai elemzését replikáltuk és kiegészítettük-, valamint a modell állatokon végzett kísérletekből származó genetikai informácók, és ezek emberi megfelelői. Ezeken kívül felhasználtam a szakirodalomban fellelhető öregedésre és élethosszra ható gyógyszer hatóanyagok listáját. A modell ezeken felül integrálja az öregedéshez kapcsolt molekuláris jelutakat, és képes a génekre aggregálni az öregkorra jellemző fizikai megjelenési jegyeket is, mint őszülés vagy hallásromlás.

A kutatás eredményeképpen sikerült optimalizálni egy több-tárgyterületet átfogó integrációs modellt, amely magában foglalja az öregedéssel kapcsolatos fizikai jegyeket, állatmodelleket, gyógyszereket és emberi genetikai információkat. Továbbá szisztematikus vizsgálatok alapján javaslatot tettem a következtetési módszer optimális paraméterezésére, beleértve a fúziós modellben szereplő relációknak és bizonytalan evidenciák súlytényezőinek a megválasztását. Az integrációs modell szemantikai jellegét felhasználva összevetettem az élethossz változását az egészséges öregedéssel kapcsolatos adatokkal, amely az öregedéskutatás egy nyitott kérdése. Végezetül elvégeztem és megvizsgáltam az öregedéssel összefüggésbe hozható gének, hatóanyagok és útvonalak prioritizálását.

szerző

  • Bruncsics Bence Dr.
    Egészségügyi mérnök szak, mesterképzés
    mesterképzés (MA/MSc)

konzulensek

  • Dr. Antal Péter
    egyetemi docens, Méréstechnika és Információs Rendszerek Tanszék
  • Dr. Gézsi András
    egyetemi adjunktus, Méréstechnika és Információs Rendszerek Tanszék

helyezés

Morgan Stanley I. helyezett