Modelowanie statystyczne wielomodalnych cyfrowych danych o zdrowiu i danych omicznych w Human Phenotype Project

Human Phenotype Project (HPP) otwiera ogromne możliwości pogłębienia wiedzy o zdrowiu człowieka poprzez integrację obrazowania medycznego, pomiarów biochemicznych, danych omicznych i cyfrowych profili zdrowia zbieranych w wielu punktach czasowych.

Wielomodalność, wysoka wymiarowość i gęste próbkowanie tych danych wymagają jednak nowych metod analitycznych, które zapewnią rygorystyczne wnioskowanie naukowe i pełne wykorzystanie zebranych informacji.

Celem projektu jest opracowanie nowej generacji modeli statystycznych dla wielomodalnych cyfrowych danych o zdrowiu i danych omicznych oraz zastosowanie ich do problemów istotnych klinicznie, z możliwością uzyskania ważnych nowych informacji o zdrowiu człowieka.

Cele

1. Opracowanie ogólnych modeli statystycznej AI do integracji cyfrowych danych o zdrowiu i danych omicznych w Human Phenotype Project.

2. Opracowanie metod statystycznych dostosowanych do poszczególnych modalności, takich jak badania asocjacyjne całego genomu (GWAS) i dane mikrobiomowe, w celu przewidywania funkcjonalnych cyfrowych fenotypów zdrowia.

3. Zastosowanie modeli do obrazów dna oka w celu zbadania czynników genetycznych, metabolicznych i demograficznych związanych z ryzykiem retinopatii.

4. Przeprowadzenie analiz GWAS w celu identyfikacji nowych wariantów genetycznych związanych z metabolizmem glukozy i cyfrowymi fenotypami glikemicznymi.

5. Analiza danych mikrobiomowych w celu identyfikacji czynników mikrobiologicznych związanych z metabolizmem glukozy, ze szczególnym uwzględnieniem dynamiki glukozy i odpowiedzi poposiłkowych.