Zespoły badawcze, wchodzące w skład proponowanego preLAB-u, prowadzą podstawowe oraz orientowane aplikacyjnie badania dotyczące związku pomiędzy podstawowymi właściwościami komórek/tkanek/organizmów a nieprawidłowościami w ich funkcjonowaniu, zwłaszcza w chorobach cywilizacyjnych takich jak nowotwory, cukrzyca włóknienie płuc czy choroby neurodegeneracyjne. W związku z pojawieniem się nowych zagrożeń chorobami wirusowymi, prowadzone będą badania mające na celu poznanie biofizycznych mechanizmów działania wirusów na komórki a także tworzenie pokryć polimerowych o silnych właściwościach antywirusowych. W swoich badaniach zespoły te wykorzystują techniki obrazowania w zakresie mikroskopii elektronowej (EP), optycznej (ZR, JR, EP), mikroskopii sił atomowych AFM (MT-K, JR) oraz spektrometrii masowej jonów (KA, KG). W ramach prac eksperymentalnych, prowadzonych w zespołach badawczych członków preLAB-u, zbiera się niezwykle duże zbiory danych w formie obrazów - w pojedynczym eksperymencie z łatwością można wytworzyć zbiory o pojemności kilkudziesięciu lub więcej gigabajtów. Analiza tak dużych ilości danych przez pojedynczego obserwatora jest niezwykle czasochłonna lub wręcz niemożliwa, dlatego wiodącym tematem badawczym proponowanego LAB-u będzie prowadzenie prac badawczo-rozwojowych, mających na celu opracowanie nowych i wykorzystanie już istniejących metod sztucznej inteligencji (AI) do wieloparametrowej analizy zebranych obrazów. Planuje się stosowanie metod rozpoznania i ekstrakcji pożądanych cech obrazów, segmentacji i klasyfikacji obrazów, analizy topologicznych właściwości obrazowanych struktur oraz analizy parametrów ruchu dla badanych dynamicznych obiektów wykorzystując m.in. sieci neuronowe. Będzie też stosowana metoda rekonstrukcji ultrastruktury komórek, zwłaszcza neuronów i synaps metodą tomografii elektronowej, która pozwala na rekonstrukcje 3D badanych ultrastruktur komórkowych. Zastosowanie nowych metod, bazujących na AI i uczeniu maszynowym pozwoli na analizę porównawczą danych pochodzących z wielu serii eksperymentów, prowadzonych niejednokrotnie w okresie kilku lat oraz umożliwi znacznie efektywniejsze wykorzystanie zasobów zaawansowanych zestawów eksperymentalnych, będących na wyposażeniu grup badawczych.
Prezentacja prelabu odbyła się na seminarium POB Digiworld 3 grudnia 2020r.
Prelegent : dr hab. Zenon Rajfur, prof. UJ (Zakład Biofizyki Molekularnej i Międzyfazowej, WFAIS)
Zachęcamy do zapoznania się z nagraniami:
W ramach prac prelabu realizowany jest minigrant badawczy:
| Małgorzata Barańska | Sztuczne sieci neuronowe do zautomatyzowanej analizy komórek nowotworowych znakowanych reporterami ramanowskimi |
Kontakt: zenon.rajfur@uj.edu.pl