... / ... / Onderzoek / Data Mining

Data Mining

Onderzoekers worden steeds vaker geconfronteerd met enorme data sets welke moeten worden geinterpreteerd in de context van bio-medische kennis. Onze afdeling helpt onderzoekers om hun data snel te analyseren, interpreteren en op te slaan, gebruikmakend van ‘state of the art’ methodiek en IT technologie.

De afdeling Bioinformatica van het Erasmus MC past de nieuwste ICT oplossingen toe om DNA microarray technologie, Next Generation Sequencing en Proteomics data te koppelen met andere bronnen van biomedische informatie. Om op efficiente wijze informatie te halen uit en queries los te laten op verscheidene biomedische databanken, hebben Informatiewetenschappen, en life sciences in het bijzonder, grote behoefte aan zowel hardware als software oplossingen. De afdeling Bioinformatica is een van de 5 Strategic Development Partners van Oracle, en de enige buiten de USA.

Wetenschappers worden geconfronteerd met enorme datasets die geinterpreteerd moeten worden in de context van andere biomedische kennis. De afdeling Bioinformatica helpt onderzoekers om informatie welke relevant is voor klinische en biomedische besluitvorming snel te kunnen vinden, classificeren, interpreteren en op te slaan. Hiervoor gebruikt de afdeling tools zoals Ingenuity, BioBase, Biowisdom/OmniViz  en Tibco/Spotfire, die visualisatie van het verwerken en interpreteren van complexe datasets mogelijk maken. De afdeling verzorgt ook specifieke trainingen op het gebied van ICT opolossingen in biomedisch en klinisch onderzoek.

De afdeling gebruikt software applicaties die het voor clinici, biologen en bioinformatici mogelijk maken om de biologische mechanismen, pathways en functies te identificieren welke het meest relevant zijn voor hun experimentele datasets, genen of ziekteproces. Zodra genomic of proteomic data zijn gegenereerd en statistisch geanalyseerd, kunnen ze eenvoudig worden geladen in de Ingenuity applicatie. De software berekent relevante netwerken en identificieert biologische functies of pathways gerelateerd aan de genen van interesse. Dit stelt de clinici en wetenschappers in staat om een dieper inzicht te verkrijgen van de moleculaire en cellulaire mechanismen welke ten grondslag liggen aan ziektes zoals kanker en aangeboren afwijkingen. Het gebruik van kennisbanken verbetert uiteindelijk toekomstige experimentele processen, beinvloedt de experimentele richting en zou mogelijk zelfs een therapeutische interventie kunnen sturen.