Gépi tanulás alkalmazása az öregedésbiológiában

Témavezető:	Kerepesi Csaba
	SZTAKI
email:	kerepesi@sztaki.hu

Projekt leírás

Az öregedésnek nagy hatása van az egészségre, a gazdaságra és a társadalomra, azonban a molekuláris alapjait alig értjük. Egészen mostanáig nem volt lehetséges az öregedés lefolyásának olyan pontosságú mérése, hogy az használható legyen gyakorlati alkalmazásokhoz. A legújabb eredmények azonban azt mutatják, hogy az omikai adathalmazokkal, bioinformatikával és gépi tanulással képesek vagyunk az öregedési folyamat nyomonkövetése, mégpedig olyan matematikai modellek („öregedés órák”) fejlesztésével, amelyek egy egyén kronológiai ill. biológiai életkorát becslik. Az öregedés órák például képesek előrejelezni időskori betegségeket és kiértékelni potenciális megfiatalító kezeléseket. A hallgató feladata öregedéssel kapcsolatos publikus adatbázisok elemzése gépi tanulási eszközökkel és következtetések levonása.

Előfeltételek

• Programozási tapasztalat bármilyen programozási nyelven

• Angol nyelvismeret (tudományos cikkek olvasásához)

Hivatkozások

[1] Galkin et al. (2020). Biohorology and biomarkers of aging: current state-of-the-art, challenges and opportunities. Ageing research reviews, 60, 101050.

[2] Fabris et al. (2017). A review of supervised machine learning applied to ageing research. Biogerontology, 18(2), 171-188.