Yksisoluiset sekvensointitekniikat (esim. scRNA-seq) ovat muuttaneet yksilöllistä lääketiedettä tarjoamalla korkean resoluution biomarkkereita diagnostiikkaan, eloonjäämisanalyysiin ja hoitovasteen ennustamiseen. scRNA-seq-teknologian sovellettavuus tilastolliseen hoitovasteanalyysiin on kuitenkin rajoitettu scRNA-seq aineistojen erityispiirteiden vuoksi. Tässä projektissa kehitämme näihin tehtäviin todennäköisyysperusteisia syväoppimismenetelmiä. Testaamme ja validoimme menetelmämme laajasti käyttäen erilaisia yksisolumittausaineistoja, mukaan lukien scRNA-seq mittauksia immunoterapioilla hoidetuista syöpäpotilaista.

2026

2029