Aktivitātes WP1 ietvaros:
Metožu izstrādi “unlabelled” proteomikas datu kvantitatīvai prognozēšanai var uzskatīt par pamatā pabeigtu. Tiek turpināts darbs pie proteomikas un transkriptomikas datu kopu pirmapstrādes un pēcapstrādes metožu papildināšanas, kas analīzes rezultātus iegūtu formā, kas būtu pēc iespējas salīdzināmāka ar citu autoru jau publicētajiem rezultātiem.
Par projektā iegūtajiem rezultātiem ir pieņemts raksts publicēšanai žurnālā “Baltic Journal of Modern Computing”, šis žurnāls tiek indeksēts Web of Science datu bāzē.
Par projekta rezultātiem ir arī publicēts raksts Springer izdevumā “Communications in Computer and Information Science” (vol. 838, pp.243-257, 2018), kuram šobrīd Scopus datubāzē tiek aprēķināts citēšanas indekss, un tas sasniedz vismaz 50 procentus no nozares vidējā citēšanas indeksa.
Aktivitātes WP2 ietvaros:
Pamatā pabeigta pilnveidota matemātiskā formālisma izstrāde hromatīna interakcijas grafu aprakstam. Tiek turpināts darbs pie metožu un programmatūras izstrādes potenciāli bioloģiski nozīmīgu hromatīna interakciju grafu komponenšu automatizētai identifikācijai.
Projekta aktivitātes rezultāti tika prezentēti konferencē BIOINFORMATICS/BIOSTEC 2019 (Prāgā, Čehijas republikā, 2019. gada februārī) un ir publicēti šīs konferences rakstu krājumā “Proceedings of BIOINFORMATICS/BIOSTEC 2019, 10th International conference on bioinformatics models, methods and algorithms” (pp. 78-89, 2019), kurš ir indeksēts Scopus datu bāzē).
Projekta aktivitātes rezultāti ir iesniegti un pieņemti prezentācijai arī vienā no prestižākajām bioinformātikas konferencēm ISMB/ECCB 2019 (Regulatory and Systems Genomics apakšsekcijā).
Aktivitātes WP3 ietvaros:
Pamatā pabeigta S.cerevisiae gēnu regulācijas analīze, balstoties uz jau iepriekš sagatavotajām gēnu regulācijas motīvu un gēnu homoloģijas (paralogu un onologu) kartēm. Veikta šo rezultātu statistiskā analīze, kā arī to salīdzināšana ar no randomizētu datu kopām iegūtiem rezultātiem.
Par projekta aktivitātē iegūtajiem rezultātiem ir sagatavots raksts, kas iesniegts prezentēšanai konferencē 10th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM BCB 2019), ka arī publicēšanai šīs konferences rakstu krājumā.
Projekta aktivitātes rezultāti ir iesniegti un pieņemti prezentācijai arī vienā no prestižākajām bioinformātikas konferencēm ISMB/ECCB 2019 (Evolution and Comparative Genomics apakšsekcijā).
Aktivitātes WP4 ietvaros:
WP1 “unlabelled” proteomikas pētījumu ietvaros datu kopu sagatavošanu var uzskatīt par pamatā pabeigtu (Pandey/Uhlen cilvēka audu tipu, NCI60 cilvēka šūnu kultūru, un Hutlin peles audu tipu transkriptomikas un proteomikas datu kopas, kas papildinātas ar GO un KEGG anotācijām).
WP3 ietvaros, ir sagatavota gēnu regulācijas motīvu bibliotēka (kas ietver gan apkopotas un sistematizētas zinātniskajā literatūrā publicētas motīvu versijas, gan matemātiski formalizētus šo motīvu vispārinājumus), kā arī S.cerevisiae genoma homoloģijas karte.
Šīs datu kopas ir publicētas GitHub repozitorijā https://github.com/IMCS-Bioinformatics/GeneRegulatoryNetworks.
Aktivitātes WP5 ietvaros:
Programmatūras izstrādi WP1 pētījumu veikšanai (t.s. “unlabelled” proteomikas datu analīzei) šobrīd var jau uzskatīt par pamatā pabeigtu.
WP2 pētījumu veikšanai pamatā pabeigta programmatūras izstrāde bioloģiski nozīmīgu komponenšu automatizētai identifikācijai un analīzei hromatīna interakcijas grafos.
WP3 pētījumu veikšanai ir izstrādāts programmatūras rīku komplekts gēnu regulācijas motīvu evolūcijas pētījumiem, kurš publicēts GitHub repozitorijā https://github.com/IMCS-Bioinformatics/GeneRegulatoryNetworks