Science des données multi-omiques (modas)
Le Groupe de recherche « Science des données multi-omiques » (« Multi-omics Data Science »- MODAS) se concentre sur la mise au point de méthodes computationnelles et statistiques avancées d’analyse et d’interprétation de données biomédicales.
activités
Le groupe de recherche MODAS se concentre principalement sur les données obtenues dans le domaine de la biologie du cancer par le biais du profilage moléculaire à haut débit. Nous nous attachons à extraire des signaux biologiques pertinents et des caractéristiques prédictives de tumeurs et de tissus environnants selon diverses modalités : méthylation de l’ADN, expression de l’ARN, abondance de protéines et images histopathologiques de tissus. L’intégration des données correspondantes améliore notre compréhension du cancer et conduit à une meilleure stratification et à un meilleur traitement des patients. Le groupe est particulièrement intéressé à contribuer à la recherche translationnelle par le biais de solides collaborations au sein du LIH, du LNS et à l’étranger. Les membres de l’équipe permettent d’activer des partenariats de recherche interdisciplinaires qui bénéficient de la diversité de leurs expertises en biostatistique, en analyse et intégration à grande échelle de données multi-omiques, ainsi qu’en matière d’apprentissage automatique et de programmation scientifique.
Group leaders
NAZAROV
Toth
Projets et essais cliniques
Projets de recherche
Les membres du groupe ont mené les projets de recherche suivants ou y ont contribué :
- « La décomposition de transcriptomes mixtes pour la classification d’échantillons de tumeurs hétérogènes (Decomposition of mixed transcriptomes for classification of heterogeneous tumour samples) (DEMICS) », Fonds national de la recherche du Luxembourg (FNR), 2018-2020.
- « Analyse longitudinale des gliomes au Luxembourg : profilage fonctionnel ex vivo et in vivo des gliomes récidivants (Glioma Longitudinal Analysis in Luxembourg: ex vivo and in vivo Functional Profiling of Recurrent Gliomas) (GLASS-LUX) », FNR, 2021-2024.
- « Ciblage les cellules responsables de la propagation tumorale dans le glioblastome : des perspectives mécanistes à la médecine de précision (Targeting tumor propagating cells in glioblastoma: from mechanistic insights to precision medicine) (SUNRISE) », Télévie PDR, Luxembourg-Belgique, 2021-2024.
Membres de l’équipe
-
Corrado
Ameli Postdoctoral Fellow -
Claudia
Cerella Senior Scientist -
Maryna
Chepeleva PhD Student -
Petr
Nazarov Group Leader -
Francesca Maria
STEFANIZZI Postdoctoral Fellow -
Danial
Tabbakh PhD Student -
Ni
Zeng Trainee
Publications scientifiques
-
Development of a highly differentiated rat brain organoid model for exploring glioblastoma invasion dynamics and therapy – 24/11/2025
-
RodEpil: Laboratory Rodents Dataset for Epileptic Seizure Detection – 13/11/2025
-
RodEpil: A Video Dataset of Laboratory Rodents for Seizure Detection and Benchmark Evaluation – 01/11/2025
-
DNA methylation patterns facilitate tracing the origin of neuroendocrine neoplasms – 27/10/2025
-
Pipeline Olympics – 14/10/2025
-
Estimating sparse regression models in multi-task learning and transfer learning through adaptive penalisation – 17/07/2025
-
Stabilization of Stochastic Dynamic Systems with Markov Parameters and Concentration Point – 19/07/2025
-
Adenoviral delivery of the CIITA transgene induces T-cell-mediated killing in glioblastoma organoids – 13/11/2024
-
PARK7/DJ-1 deficiency impairs microglial activation in response to LPS-induced inflammation – 01/12/2024
-
Patient-based multilevel transcriptome exploration highlights relevant chemokines and chemokine receptor axes in glioblastoma – 30/09/2024
Actualités associées
Postes à pourvoir
Il n’y a pas d’offres d’emploi correspondant à cette page pour le moment. Vous pouvez consulter toutes les offres d’emploi en cliquant sur le bouton ci-dessous.