Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail projektu
Období řešení: 01.03.2023 — 28.02.2024
Zdroje financování
Vysoké učení technické v Brně - Vnitřní projekty VUT
- plně financující (2023-01-01 - 2024-12-31)
O projektu
The most important scientific challenges connect to climate change. Prediction algorithms take an important role, including improving plant breeding according to new environmental conditions. Therefore, this project focuses on calculating human disease probability based on genotype information — polygenic risk score. This project's main goal is to adapt these algorithms to plant data in functional software. The software can be used to bring new insights into plant breeding and thus uncover possible solutions to the climate crisis.
Označení
FEKT/FIT-J-23-8274
Originální jazyk
čeština
Řešitelé
Schwarzerová Jana, Ing. et Ing., MSc - hlavní řešitelHurta Martin, Ing. - spoluřešitelProvazník Valentine, prof. Ing., Ph.D. - spoluřešitelSekanina Lukáš, prof. Ing., Ph.D. - spoluřešitel
Útvary
Fakulta elektrotechniky a komunikačních technologií- příjemce (01.01.2023 - 31.12.2023)Fakulta informačních technologií- interní (01.01.2023 - 31.12.2023)Ústav biomedicínského inženýrství- interní (01.01.2023 - 31.12.2023)Ústav počítačových systémů- interní (01.01.2023 - 31.12.2023)
Výsledky
SCHWARZEROVÁ, J.; BARTOŇ, V.; WALTHER, D.; WECKWERTH, W. Comprehensive analysis of putrescine metabolism in A. thaliana using GWAS, genetic risk score, metabolic modelling and data mining. In Proceedings II of the 29th Conference STUDENT EEICT 2023 Selected Papers. 1. Brno: Brno University of Technology, Faculty of Elektronic Engineering and Communication, 2023. p. 151-155. ISBN: 978-80-214-6154-3.Detail
SCHWARZEROVÁ, J.; HURTA, M.; WECKWERTH, W.; WALTHER, D. Decoding the Hidden Secrets of SNP Data: Revealing Ancestral Origins, Genomic Predictions, and Polygenic Risk Score. Germany: 2023.Detail
SCHWARZEROVÁ, J.; HURTA, M.; BARTOŇ, V.; LEXA, M.; WALTHER, D.; PROVAZNÍK, V.; WECKWERTH, W. A perspective on genetic and polygenic risk scores—advances and limitations and overview of associated tools. Briefings in Bioinformatics, 2024, vol. 25, no. 3, p. 1-11. ISSN: 1477-4054.Detail
HURTA, M.; SCHWARZEROVÁ, J.; NAGELE, T.; WECKWERTH, W.; PROVAZNÍK, V.; SEKANINA, L. Utilizing Genetic Programming to Enhance Polygenic Risk Score Calculation. In 2023 IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2023). Istanbul: Institute of Electrical and Electronics Engineers, 2023. p. 3782-3787. ISBN: 979-8-3503-3748-8.Detail
HURTA, M.; SCHWARZEROVÁ, J.; PROVAZNÍK, V.; WECKWERTH, W.; WALTHER, D.; SEKANINA, L. Utilizing Cartesian Genetic Programming for Efficient Polygenic Risk Score Calculation in Plants. Program and Abstract Book: Swedish Bioinformatics Workshop 2023. Stockholm: 2023. p. 49-49.Detail