http://www.egeen.ee/u/vilo/Selle dokumendi eesmärk on kirjeldada võimalikke uurimisteemasid bioinformaatika ja arvutiteaduse alal millele olen hea meelega nõus olema juhendaja (või vahendama teisi juhendajaid).
Ükski teema mida juhendaja pakub ei ole liiga hull - olles pidevas kontaktis juhendajaga saab üle probleemidest. Oluline on muidugi oma enda iseseisev aktiivsus, et juhendaja ei peaks käima tagant torkimas ;-)
Arvutiteaduse ülesandepüstitus:
Allpool on toodud mõned võimalikud teemad millest on võimalik valida oma semestri- ja bakalaureusetöö valdkond. Enamus teemadest on bioinformaatika spetsiifilised, kuid samas on iga teema juures võimalik leida ka tugev arvutiteaduse komponent mis ei eelda tingimata bioloogilisi eelteadmisi. Iga huvitatud üliõpilase jaoks leiab sobiva raskusastmega ülesande. Ei maksa karta kui praegu veel ei tunne pakutud valdkondi. See ongi ülikooli eesmärk - õppida uusi asju.
Isegi kui teema peal on juba mainitud keegi üliõpilane on üsna tõenäoline et mitu inimest suudab rohkem ning sedasi tõuseb ka projekti kvaliteet.
Esmatähtsana sooviks käivitada projektid alternatiivsplaissingu, bioloogiliste radade, geenide funktsiooni ennustamise ja farmakogeneetika projektide jaoks.
Kiired algoritmid ja efektiivsed andmestruktuurid
Läbiv teema enamuse alltoodud teemade juures on kiired algorimtid ja andmestruktuurid. Seepärast ei hakka neid eraldi siin välja tooma vaid tuleks valida midagi alltoodutest.
Andmekaevanduse meetodid (rakendustega bioinformaatikas)
Data mining methods development for bioinformatics Many above mentioned areas of research will need the development of underlying computational data analysis and visualization methods. The group will focus on developing those computational methods and help the bioinformaticians to utilize best computational methods in their research.
Kiired hulga-operatsioonid
Juhendaja: Jaak Vilo
Mitmed praktilised adnemakaevanduse ja masinõppimise meetodid kasutavad
tehteid hulkadega (ühisosa, ühend, võrdsuse testimine, hulkade hulk,
hulkade suurused jne) baasoperatsioonidena. Eesmärk on uurida ja testida
praktikas erinevaid hulkade ja hulkade hulkade realiseerimise viise ning
anda soovitusi milliseid meetode millal kasutada. Töö tulemusel peaks
tekkima vastavad teegid mida saab kasutada teiste programmide
arendamiseks. Töö tulemused leiaksid rakendust mitme teise projekti
juures nagu mustrite otsimine tekstidest, assotsiatsiooniuuringud jne.
Töö sobib semestri- ja bakalaureusetööks.
Üliõpilased: (see peaks sobima algoritmide ja programmeerimise huvilistele)
Statistilise olulisuse hindamine simulatsioonide abil
Juhendaja: Jaak Vilo
Mitmete andmeanalüüsi probleemide juures on vaja hinnata leitud reeglite
statistilist olulisust. Kuna paljudel juhtudel ei ole olulisuse
hindamiseks kiireid analüütilisi meetode tuleb arendada simulatsioonidel
põhinevaid meetode. Selles töös tuleb realiseerida programme mis
sisuliselt "viskavad kulli ja kirja" piisavalt palju kordi ning siis
oskavad anda välja usalduspiirid (kui tihti juhtub, et kui visata münti
arv X korda, et siis tuleks vähemalt Y korda kiri). Selliseid hinnanguid
tuleks arvutada eri parameetrite väärtuste kombinatsioonide jaoks.
Üliõpilased: (siin on võimalik anda teemasid mitmele üliõpilasele, rakendustega
mustrite otsimises, geneetiliste andmete analüüsis jne.)
Genotüübi-andmete analüüs.
Juhendaja: Jaak Vilo, Tanel Kaart
Ülesanne on uurida statistilisi meetodeid ja kiireid algoritme suurte
arvutusülesannete lahendamiseks et otsida fenotüübi, keskkonna, ja
genotüübiandmete vahelisi seoseid. Probleemid on muu hulgas statistika
paljude testide probleem (multiple testing problem), kombinatoorsete
efektide otsimine, väga nõrkade mõjude otsimine jne.
Üliõpilased:
Haplotüübi defineerimise ja ennustamise meetodid
Juhendaja: Jaak Vilo, Sven Laur
Uurida haplotüüpde defineerimise meetode, realiseerida mõned olemasolevad
meetodid, võrrelda tulemusi, arendade edasi.
Üliõpilased:
Kiired klasteranalüüsi meetodid
Juhendaja: Jaak Vilo, Meelis Kull
Eesmärk on välja töötada kiired klasteranalüüsi meetodid mida saaks
kasutada server-klient lahendustes kus on vajalikud kiired vasteajad.
Mõned meetodid nagu K-medoids, heuristikad hierarhilise klasterdamise
kiirendamiseks jne.
Lisainfo: http://ep.ebi.ac.uk/
Üliõpilased: Meelis Kull
Andmekaevandus
Juhendaja: Jaak Vilo
Masinõppimise, adnmekaevanduse, klasterdamise jne meetodid.
Üliõpilased: Hando Tint, Asko Tiidumaa
Pattern discovery and recognition in sequences; sequence algorithms Biological studies to discover motifs in DNA, RNA, or protein sequences in large extent rely on basic reserarch of algorithmics of sequence based methods or combinatorial pattern matching. The task is to develop new pattern discovery and pattern matching algorithms and tools that can be used for large scale bioinformatics studies. One of those tools is SPEXS, an algorithm developed by Jaak Vilo and used for the analysis of DNA and protein sequences.
Sufiksipuude ja -massiivide algoritmid
Juhendaja: Jaak Vilo
Arendada edasi sufiksipuude ja massiivide algoritme eesmärgiga
kiirendada ligikaudse otsimise meetodeid. Luua tööriistad
tekstide indekseerimiseks ning korduvate mustrite ennustamiseks.
Üliõpilased: Ireen Meho
Kaalumaatriksite (tõenäosuslike mustrite) genereerimine ja sobitamine
Juhendaja: Jaak Vilo
Arendada välja tööriistapakett kaalumaatriksite (position weight matrix PWM, position
specific score matrix PSSM) sobitamise ja ennustamise meetodeid.
Üliõpilased: Marek Zäuram, Margus Jäger.
Paljude stringide üheaegne ligikaudne otsimine
Juhendaja: Jaak Vilo
Mustrite otsimise meetodid, stringide eeltöötlus (indekseerimine)
ligikaudse otsimise kiirendamiseks. Regulaaravaldiste ligikaudne
otsimine, paljude str´ingide üheaegne ligikaudne otsimine jne.
Üliõpilased:
Mustrite kombinatoorika
Juhendaja: Jaak Vilo
Millised mustrid esinevad koos DNA-s ning millised on iga
mustri efektid geeniregulatsioonile?
UML põhine tarkvaraarendus (programmisüntees)
Juhendaja: Jaak Vilo, Kristo Käärmann
Eesmärk on arendada UML põhist tarkvarakirjeldust ning automatiseerida
tarkvara loomine - sünteesida automaatselt XML, Java ja SQL
kirjeldused ning programmid mis lubavad automaatselt luua teisendused
objekltmudeli (OM) ja teiste esituste vahel. Näiteks töötades Java
keskkonnas oleks ligipääs andmete püsiesitusele SQL baasis kui ka
serialiseeritud esitusele XML-is tagatud läbi deklaratiivse kirjelduse
(e.g. Castor). Samuti arendada teatud standardsemat
programmifunktsionaalsust näiteks registrite tegemiseks luues
automaatselt kasutajaliideste baasfunktsionaalsus.
Üliõpilased: Andres Vilgota, Argo Kaur
XML põhine klient-server kasutajaliideste arhitektuur
Juhendaja: Jaak Vilo, Misha Kapushesky (EBI)
Arendada WWW-põhist tarkvaraarhitektuuri kus kasutajaliides on esitatud
peamiselt deklaratiivselt, st defineeritud XML-is. See arhitektuur on
aluseks Expression Profileri edasiarendusele (koostöös Euroopa
Bioinformaatika Instituudiga).
Üliõpilased: Geily Niinemets
GRID-arvutuskeskkonnad
Juhendaja: Jaak Vilo, Eero Vainikko jt
Mahukate arvutuste jaoks on vaja suuri arvuteid (kiirus, protsessorite
arv, mälumaht jne) ja arvutussüsteeme (palju arvutied ning
infrastruktuur nende jaoks). Üks võimalus on nn. GRID mis ühendab
palju arvuteid üle Interneti infrastruktuuri. Eesmärk on uurida selliste
GRID ning arvutifarmide süsteemihaldust ning standardeid kuidas neid
omavahel kokku ühendada.
Üliõpilased:
(Teadus)Tekstiandmebaasid ja tekstide kaevandamine
Medline abstraktide andmebaas, infopäringud ja andmekaevandus
Juhendaja: Jaak Vilo
Tohutu hulk teaduslikku infot on avaldatud artiklites, selle info
kättesaadavus on piiratud sageli vaid abstraktide tasemel. Eesmärk on
luua abstraktide ja teadusartiklite andmebaas ning infopäringute
keskkond (information retrieval). Edasi on eesmärk uurida info
erladamise (information extraction) meetodeid nende tekstide
automaatseks analüüsiks ning saadud andmete kaevandsmiseks.
Üliõpilased: Rasmus Alop, Tiit Kaeeli
Sõnastike informaatika
Juhenaja: Jaak Vilo, Ülle Viks, Indrek Hein, Margit Langemets
KeeleWeb ( http://ee.www.ee/ ) on sõnastike ja teatmeteoste
internetipõhine keskkond. Eesmärk on arendada KeeleWebi
nii tarkvaraarenduse (XML jne) kui ka sisu poolest. Muu hulgas
tuleb täiendada antud keskkonda uute sõnastikega (uus ÕS jt)
Üliõpilased: Deniss Sudak; Mikk Kard
Geenregulatsiooni andmebaas
Juhendaja: Jaak Vilo
Luua andmebaas transkriptsioonifaktorite, seondumissaitide,
regulatsiooni võrkude jne kohta. Täita andmebaas andmetega -
teistest andmebaasidest (SCPD, TRANSFAC jne), eksperimentaalsete
andmetega (ChIP on chip), in silico ennustustega. Luua baasile
kasutajaliidesed, liidesed tööriistadega jne.
Üliõpilased: Hedi Peterson
Geneetilised regulatsioonivõrgud.
Juhendaja: Jaak Vilo
Täiendada adnmebaasi regulatsioonivõrgustike vaatamiseks, päringuteks,
analüüsiks sobivate tööriistadega. Uurida kuidas ennustada regulatsiooni
võrgustikke, implementeerida mõni meetod. Teha ülevaade teemast.
Üliõpilased:
Alternative Splicing data analysis
Alternative splicing is a mechanism for a cell for a fine-scale
control about which forms of proteins are produced (which exons will
be included in the final product) from each gene at each stage of
development, external conditions, or in various tissue types. Our
groups aim is to study these mechanisms of fine-scale control based
on the analysis of DNA specific signals that carry information for
such control.
Alternatiivsplaissingu andmebaasid ja bioloogia
Juhendaja: Jaak Vilo
Uurida altrnatiivsplaissingu andmebaase, mis andmeid on olemas,
milliseid eksperimentaalseid meetode on ning kuidas on sealt saadud
andmed esitatud andmebaasides. Luua kohalik AS andmebaas.
Üliõpilased:
Mustrite otsimise ja visualiseerimise vahendid ning kasutus
Juhendaja: Jaak Vilo
Alternatiivsplaissingu regulatsioonimehhanismide uurimiseks on vajalik
kasutada mustrite ennustamise ja otsimise ning visualiseerimise vahendeid.
Eesmärk on arendada edasi Expression Profileri tööriistu SPEXS, PATMATCH,
SEQLOGO jne. et teha lihtsalt kasutatavad tööriistad ning teha need
kättesaadavaks AS andmebaaside peal.
Lisainfo: http://ep.ebi.ac.uk/
Üliõpilased:
Gene expression data analysis
Microarray gene expression studies are providing a rich wealth of
novel data for large-scale bioinformatics analysis. The aim is to
develop fast data analysis methods for serving the needs of large
groups of researchers using public databases like ArrayExpress. The
research builds upon the initial development of the Expression
Profiler analysis tools (part of ArrayExpress infrastructure).
Geeniekspressiooni analüüsi tööriistad
Juhendaja: Jaak Vilo
Eesmärk on arendada edasi Expression Profileri paketti EPCLUST
täiendades seda statistiliste meetodite ja vahenditega, edasi
arendades vastavalt kasutusjuhtudele (use cases). Töö sisaldab
programmeerimist eri keeltes (C, perl, XML) ning interaktsiooni
statistika vahenditea nagu R jne. Mõned teemad kus tuleks teha
algoritmiarendust: klassifikatsioon (vähitüüpide klassifitseerimine,
geenide otsimine mis on seotud konkreetse vähiga jne), moodulite ja
bi-klasterduse meetodid (leida geenide komplekte mis käituvad ühte
moodi vaid mingis alamhulgas eksperimentaalseid tingimusi), jne jne.
Lisainfo: http://ep.ebi.ac.uk/
Üliõpilased:
Functional genomics and data integration studies
Various functional genomics data from large scale experiments like different protein-protein interaction methods, phenotypic data from systematic gene knockouts, genome-wide binding localisation studies (ChIP on chip), etc., although never perfectly accurate, provide a wealth of new information that has to be put into context of other data sources. The key is the integration of those data sources in order to facilitate data analysis that can help us to gain better hypothesis on function and design new experiments.
Geenide funktsiooni ennustamise vahendid
Juhendaja: Jaak Vilo (koostöö EBI-ga)
Arendada edasi Expression Profileri paketti EP:GO (GeneOntology).
Geeni-ontoloogia on geenide funktsioone kirjeldav mõistete
hierarhiline suunatud graaf. Lisaks on mõistete juurde antud loetelud geenidest
mis kuuluvad antud klassi. EP:GO lubab seda vaadata, otsida mõistete järgi,
välja võtta geene konkreetsest klassist.
EP:GO kõige tähtsam ülesanne on aga kirjeldada etteantud geenide
hulga kõige tõenäolisemaid funktsioone. St, tuleb leida kõik sellised GO
klassid mis kõige paremini kirjeldaks kõiki etteantud geene.
Töö käigus tuleb programmeerida ülevaatliku raporti genereerimine,
välja nuputada ja realiseerida visualiseerimismeetodid. Lisaks saab teha
algoritmilist uurimist meetodite kiireks realiseerimiseks.
Lisainfo: http://ep.ebi.ac.uk/
(Praegune väljund)
Üliõpilased: Jaanika Luik
Andmete integratsioon ning töövahendid
Juhendaja: Jaak Vilo (koostöö Utrechti ülikooliga ja EBI-ga)
Geeniekspressiooni, valk-valk interaktsioonide, transkriptsiooni-faktorite
üle-genoomi lokalisatsiooniuuringute, fenotüübiandmete jne abil on
võimalik ühelt poolt parandada eksperimentaalsete tehnoloogiate
ennustuste õigsust ning teiselt poolt aidata kaasa uute ennustuste tegemisele.
Eesmärk on uurida andmete integreerimise võimalusi ning luua uusi
andmebaase ja tööriistu.
Lisainfo: http://ep.ebi.ac.uk/
Üliõpilased:
G-valk retseptorite signaalimehhanismid
Juhendaja: Jaak Vilo (ning Mike Croning, Sanger Institute)
Vaja on koguda andmeid ja infot GPCR valkude kohta ning arendada
edasi GPCR ja G-valk seondumise meetodit (Möller, Vilo, Croning 2001).
Uurida konkreetsemalt leitud motiive, arendada tööriistu mis on kasutatud
nendes uuringutes. Luua ennustusi võimaldavad tööriistad ja veebiteenused.
Lisainfo: http://ep.ebi.ac.uk/GPCR/
Üliõpilased:
Metaboolsete ja signaali-radade baasid
Juhendajad: Jaak Vilo, Imre Västrik (EBI)
Bioloogiliste mehhanismide arusaamise eeldus on et suudaksime
süstemaatiliselt ja detailselt kirjeldade toimuvaid bioloogilisi
protsesse. Radade andmebaasid on sageli vaid piltide kogud mis ei luba
mõistlikku andmeta kasutust ja arvutusi. Eesmärk on uurida "state of
the art" andmebaase ning luua nende koopiad või ka täiesti uued
andmebaasid Eestisse. Arendades bioinformaatika vahendeid mis on
vajalikud nende andmete kasutamiseks.
Üliõpilased: Eero Raudsepp,
Farmakogeneetika andmebaasid
Juhendajad: Jaak Vilo, Kersti Oselin jt
Eesmärk on uurida haiguste ja geenide vaheliste seoste kirjeldamist ja
haldamist andmebaasides. Vaja on ühelt poolt omada ülevaadet ravimite
toimega seotud geenide (valkude) kohta ning teiselt poolt geenide
variatsioonide (polümorfismide) kohta koos infoga iga geenivariandi
mõjuga haigusele või haiguse ravile. Bioinformaatika roll on hallata andmeid,
teha tööriistu andmete kasutamiseks ning arvtusteks ja ennustusteks.
Näiteid: www.pharmgkb.org
Üliõpilased:
Of utmost importance for any biomedical research whose aim is to study human health and genetics, is the proper capture of the clinical data. The aim is to develop data management solutions for health, clinical, lifestyle, environmental data and the analysis of those data. These data together with drug consumption and treatement effects information allow to develop predictive methods for drug efficacy studies.
Tervise- ja keskkonnanadmete korrelatsioonid
Juhendaja: Jaak Vilo, Tanel Kaart, (Krista Fischer)
Uurida statistilise analüüsi, andmekaevanduse, korrelatsioonide
ning kausalsuse hindamise vahendeid et analüüsida Geenivaramu
andmeid.
Üliõpilased:
Sugupuude (genealoogiad) ennustuse meetodid
Juhendaja: Jaak Vilo, Tanel Kaart
Ülesanne on välja arendada tõenäosuslikke meetode genealoogiate
koostamiseks arvestades nimede õigekirja, sünni- ja elukohtade,
sünni- ja surmaaegade täpsuse probleeme jmt.
Üliõpilased: Raul Koosel