Personāls

Dr. Baibai Vilnei ir vairāk nekā 13 gadu pieredze uz personalizēto medicīnu orientētajā bioinformātikā un tās pielietojumā biomedicīnā, analizējot genoma datu (čipus, VES / VGS), transkripcijas un mikrobioma datus.

Vairāk

Baibas galvenais fokuss ir integratīvā multiomikas datu analīze, sākot no divu tipu datu integrācijas (piem., ekspresijas kvantitatīvo pazīmju lokusi; eKPL), kam seko gēnu koekspresijas tīklu / moduļu detekcija, saistot tos ar klīnisko, kā arī vides un dzīvesveida informāciju, līdz pat mākslīgā intelekta / mašīnmācīšanās metožu pielietošanai, galvenokārt koronāro artēriju slimības kontekstā.

Atslēgvārdi: multiomikas datu integrācija, mākslīgais intelekts / mašīnmācība, genoms, genoma mēroga asociācijas pētījumi, transkriptoms, mikrobioms, klīnisko un dzīvesveida datu analīze, slimību riska prognozēšana, mitohondriji, koronāro artēriju slimība

ORCID 0000-0002-1084-7067

LinkedIn: baiba-vilne-4427221a

baiba[pnkts]vilnersu[pnkts]lv

A. Sawant pašreiz strādā galvenokārt ERA PerMed finansētajā projektā PRecisiOn medicine in CAD patients: artificial intelliGence for integrated genomic, functional and anatomical assessment of the coronary collateral circulation (PROGRESS).

Vairāk

Papildus viņš iesaistīts arī citos bioinformātikas projektos, kā, piemēram, Using Machine Learning to Model the Complex Interplay Between Diet, Genetic Factors and Mitochondria in Coronary Artery Disease, kurā viņš analizē dažādus uztura un (mitohondriju) ģenētiskos faktorus, cenšoties izprast šo faktoru ietekmi uz koronāro artēriju slimības attīstību.

Iepriekš A. Sawant bijis iesaistīts genoma analīzes darba plūsmu izstrādē un sekvencēšanas datu (eksoma, genoma, transcriptoma un WGS datu) analīzē, kas iegūti no dažādas izcelsmes audzēju paraugiem. A. Sawant bijis iesaistīts arī infekcijas patogēnu detektora (IPD) izstrādē un retrotransposonu ekspresijas analīzē vēža slimniekiem.

Atslēgvārdi: genoma mēroga asociācijas pētījumi (angļu val. genome-wide association studies; GWAS), mašīnmācīšanās, nākamās paaudzes sekvenēšanas (angļu val. next-generation sequencing; NGS) datu analīze, vēzis, sirds un asinsvadu slimības, koronāro kolaterāļu cirkulācija

ORCID 0000-0002-9650-4566

LinkedIn: aniket-sawant-2bb22b14a

aniket[pnkts]sawantrsu[pnkts]lv

Egija Berga-Švītiņa ir specializējusies personalizētajā medicīnā, galvenokārt fokusējoties uz vēža ģenētiku un citām kompleksām saslimšanām. Savā promocijas darbā viņa pētīja ģenētiskos riska faktorus, kas ietekmē krūts un olnīcu vēzi, veicot genoma mēroga asociāciju pētījumu (angļu val. genome-wide association studies; GWAS) un poligēnā riska modeļa (angļu val. polygenic risk score; PRS) aprēķinus.

Vairāk

Papildus tam viņai ir praktiska pieredze dažādos pētniecības projektos un ilggadēja pieredze molekulārajā diagnostikā, ieskaitot nākamās paaudzes sekvencēšanas (angļu val. next-generation sequencing; NGS) datu analīzi (t. sk. visa eksoma un transkriptoma datu analīzi) un to klīnisko interpretāciju, kā arī kopija skaita izmaiņu (angļu val. copy-number variantion; CNV) analīzi, izmantojot hromosomu mikrorindu analīzi (angļu val. chromosomal microarray analysis; CMA). Patlaban Egija strādā kā bioinformātiķe projektā Multidimensionāla mehānistiska transspinālās līdzstrāvas stimulācijas izpēte motoro neironu slimībā (DC4MND) (Nr. ES RTD/2023/18).

Atslēgvārdi: genoma mēroga asociāciju analīze (GWAS), nākamās paaudzes sekvencēšanas (NGS) datu analīze un klīniskā interpretācija, poligēnā riska modeļa (PRS) aprēķini, vēža ģenētika

ORCID 0000-0001-5150-0185

LinkedIn: egija-berga-švītiņa-383225b6

egija[pnkts]berga-svitinarsu[pnkts]lv

Kristīna studējusi informācijas tehnoloģijas Latvijas Biozinātņu un tehnoloģiju universitātē.

Vairāk

Pētniecības intereses saistītas ar cilvēku vielmaiņas procesu sistēmām un to ietekmi uz veselības saglabāšanu un slimību attīstību. Patlaban Kristīna sadarbībā ar Pārtikas drošības, dzīvnieku veselības un vides zinātniskais institūtu BIOR (konsultants – LU doktorants Juris Ķibilds) izstrādā maģistra darbu, kas ietver mākslīgā intelekta un mašīnmācīšanās metožu pielietošanu cilvēka zarnu mikrobioma datu analīzē.

Papildus tam viņai ir praktiska pieredze citos pētniecības projektos, tostarp Sustainable up-cycling of agricultural residues: modular cascading waste conversion system un Production potential of top building block chemicals by Zymomonas mobilis: stoichiometric analysis dažādu organismu metabolisma stehiometriskajā modelēšanā un programmatūras izstrādē eksperimentālo datu integrācijai un rezultātu analīzei.

Atslēgvārdi: mikrobioms, mākslīgais intelekts / mašīnmācība, klīnisko un dzīvesveida datu analīze, slimību riska prognozēšana, multiomikas datu integrācija, genoma mēroga metabolisma modelēšana

ORCID 0000-0002-3075-970X

kristina[pnkts]grausarsu[pnkts]lv

Elita ir ieguvusi maģistra grādu biomedicīnā Rīgas Stradiņa universitātē.

Vairāk

Patlaban projektā Nenoteikta potenciāla klonālās hematopoēzes potenciālā sirds un asinsvadu slimību virzītājspēka loma un saistība ar klīnisko iznākumu Elita sadarbībā ar kardiologiem pēta ģenētiskos faktorus, kas iesaistīti koronāro artēriju slimības attīstībā, izmantojot poligēnā riska modeļa aprēķinus.

Atslēgvārdi: poligēnā riska modeļa (PRS) aprēķini, sirds un asinsvadu slimības, genoma mēroga asociācijas pētījumi (GWAS)

elita[pnkts]ozolarsu[pnkts]lv

Viktorija Daukšaite šobrīd ir sistēmbioloģijas maģistrante Viļņas Universitātē. Viņai ir pieredze transkriptomikā un klīnisko datu analīzē, koncentrējoties uz miRNA ekspresijas profiliem un to saistību ar slimību mehānismiem.

Vairāk

Viktorijas maģistra darba projekts ir saistīts ar miRNA datu kopu analīzi, lai identificētu potenciālos biomarķierus un to regulējošās lomas slimību etioloģijā. Viņa pēta molekulārās atšķirības starp agrīni un vēlu sākušos koronāro artēriju slimību (KAS). Darba mērķis ir integrēt transkriptomikas profilus ar klīniskajiem datiem, lai atklātu jaunus biomarķierus un labāk izprastu KAS progresēšanu.

Atslēgvārdi: transkriptomikas datu analīze, miRNS, klīnisko datu analīze, bioinformātika, sistēmbioloģija

ORCID 0009-0002-8205-3730

LinkedIn: viktorija-daukšaitė-274178292

viktorija[pnkts]dauksaitersu[pnkts]lv

Līva Kristiāna Lukaša ir ieguvusi maģistra grādu bioinženierijā no Tartu Universitātē Igaunijā. Viņas maģistra darbs bija veltīts mikrobiālās kopienas sastāva noteikšanai dažādās dzīvotnēs Baltijas jūrā, izmantojot molekulārās bioloģijas metodes.

Vairāk

Šobrīd viņa strādā ar genoma mēroga modeļiem projektā Sistēmbioloģiska mitohondrija metabolisma kā iekaisuma virzītājspēka kardiovaskulārajās sirds un asinsvadu slimībās analīze.

Līvai Kristiānai Lukašai ir praktiska pieredze darbā laboratorijā ar mikrobioloģijas un molekulārās bioloģijas metodēm. Viņa iepriekš ir piedalījusies arī projektos, kas saistīti ar atkritumu valorizāciju.

Atslēgvārdi: metabolisms, sistēmbioloģija, genoma mēroga modeļi, biotehnoloģijas

ORCID 0000-0001-9325-4453

livakristiana[pnkts]lukasarsu[pnkts]lv

Martas Krūmiņas pētniecības intereses ir saistītas ar skaitļošanas neirozinātni. Pašlaik Marta strādā ES vienotās programmas neirodeģeneratīvo slimību pētniecības projektā Multidimensionāla mehānistiska transspinālās līdzstrāvas stimulācijas izpēte motoro neironu slimībā (DC4MND).

Vairāk

Martai ir starpdisciplināra akadēmiskā izglītība, jo viņa ir studējusi fiziku Latvijas Universitātē un zinātnes, tehnoloģiju un sabiedrības filozofiju Tventes Universitātē. Pašlaik viņa izstrādā savu maģistra darbu, kas saistīts ar ārējo elektrisko lauku ietekmes uz motoriskajiem neironiem skaitlisku modelēšanu, cieši sadarbojoties ar Dr. Sofia Rita Fernandes Lisabonas Universitātē.

Atslēgvārdi: skaitļošanas neirozinātne, neirodeģeneratīvas slimības

marta[pnkts]kruminarsu[pnkts]lv

Akbar Abayev ir programmatūras inženieris ar pieredzi DevOps un mākoņtehnikas inženierijā, specializējies bioinformātikā un medicīnas inženierijā. Viņam ir pieredze augstas veiktspējas datu analīzes darba plūsmu izstrādē un optimizēšanā, izmantojot tādas sistēmas un rīkus kā WDL, Cromwell un FastQC.

Vairāk

Labi pārzina augstas veiktspējas skaitļošanas (HPC) vidi un konteinerizācijas tehnoloģijas, piemēram, Docker un Singularity, un ir prasmīgs mērogojamu un efektīvu datu apstrādes darba plūsmu izveidē. Papildus šiem profesionālajiem sasniegumiem, Akbar veic arī zinātnisko darbu, kas saistīts ar ultraskaņas ātruma un trieciensaldēšanas izmantošanu gaļas kvalitātes novērtēšanai, kura pirmie rezultāti jau tikuši prezentēti konferencē FoodBalt Tartu Igaunijā. Viņš ir bijis arī Google praktikants un piedalījies dažādās ar tehnoloģijām saistītās iniciatīvās un pasākumos. Viņa darbs savieno tehniskās inovācijas un datorzinātnes, veicinot progresu šajā jomā.

Atslēgvārdi: DevOps, mākoņtehnikas inženierija, augstas veiktspējas skaitļošana, automatizētas skaitļošanas darbplūsmas, konteinerizācija

GitHub: MedicalEnvironment

LinkedIn: akbar-abayev

akbar[pnkts]abayevrsu[pnkts]lv

Georgy Lepsaya ir Latvijas Universitātes (LU) datorzinātņu students. Pašlaik viņš specializējas programmatūras rīku izstrādē klīnisko un multiomikas datu pirmapstrādei un integratīvai analīzei, kas ietver genomikas, transkriptomikas un proteomikas datus.

Vairāk

Papildus studijām LU un pētnieciskajam darbam RSU Bioinformātikas grupā Georgy ir guvis vērtīgu pieredzi datu inženierijā un pētniecības datu pārvaldībā, nesen stažēdamies Leibniz-Rechenzentrum Vācijā.

Atslēgvārdi: programmatūras inženierija, pētniecības datu pārvaldība, klīnisko datu analīze, multi-omikas datu pirmapstrāde, datu integrācija

GitHub: georgelepsaya

LinkedIn: georgy-lepsaya-063976239

georgy[pnkts]lepsayarsu[pnkts]lv