Aktivitātes WP1 ietvaros:
Pamatā pabeigta Pandey/Uhlen datu kopas ar proteīnu un RNS koncentrācijām 12 audu tipiem analīze. Izstrādāta uz dziļās mašīnmācīšanās neironu tīkliem balstīta metode proteīnu koncentrāciju prognozēšanai konkrētam gēnam no šī gēna RNA koncentrāciju vērtības un gēna GO anotācijām, kā arī vairākas regresijas metodes proteīnu koncentrāciju prognozēšanai konkrētam audu tipam no katra gēna RNA koncentrāciju vērtības šajā audu tipā un RNA koncentrāciju un/vai proteīnu koncentrāciju vērtībām citos audu tipos. Atrastas nozīmīgākās GO anotācijas, kas visvairāk ietekmē koncentrāciju prognozes, kā arī izvērtēta RNA koncentrācijas un proteīnu koncentrāciju citos audu tipos relatīvā ietekme.
Aktivitātes WP2 ietvaros:
Uzsākta uz hromatīna interakcijām balstīto grafu un tajos atrodamo grafveida paternu salīdzināšana dažādu šūnu tipiem konkrētu hromosomu ietvaros, kā arī atrasto paternu bioloģiskās nozīmes analīze.
Aktivitātes WP3 ietvaros:
Balstoties gan uz proteīnu virkņu salīdzināšanu, un tai sekojošu proteīnu klasterizāciju izmantojot dažādas attālumu metrikas, gan arī uz literatūras analīzi, uzsākta S.cerevisiae gēnu homoloģijas kartes, kas apraksta genoma dublicēšanās procesā izveidojošos gēnu pārus, izveidošana.
Aktivitātes WP4 ietvaros:
Veikta COREAD proteoma kvantitatīvo mērījumu izejas datu kopu priekšapstrāde ar vairākām alternatīvām metodēm, lai mazinātu mērogošanas faktora ietekmi. Uzsākta datu kopu anotāciju papildināšana ar informāciju par konkrētu gēnu aktivitāti regulējošiem transkripcijas faktoriem un gēniem atbilstošo proteīnu piederību specifiskiem proteīnu kompleksiem.
Aktivitātes WP5 ietvaros:
Izstrādātas vairākas kuplināšanas metodes un tām atbilstošas programmatūras komponentes valodā R proteīnu koncentrāciju prognožu stabilitātes, kā arī citu gēnu ietekmes uz veiktajām prognozēm izvērtēšanai. Tiek plānota rezultātu validācija uz simulētu datu kopām, un tiek izstrādātas metodes un programmatūra šīs validācijas veikšanai.