计算方法为人类疾病分析RNA数据

RNA是一种聚合物分子在各种生物的角色至关重要。是一种核酸构成的四个主要大分子所必需的所有已知的生命形式。许多病毒编码使用RNA基因组的遗传信息,导致多个流行或大流行,比如流感和冠状病毒。病毒检测的进步和发现的方法可以改善RNA virosphere的理解。此外,一些RNA分子与细胞发挥积极作用,与其他生物实体交互,控制基因表达或沟通反应细胞信号。然而,传统的湿实验室实验通常是劳动密集型和耗时。目前迫切需要开发计算模型(如机器学习和统计方法)分析、整合,并解释RNA数据为人类疾病的诊断、治疗和预测。

这个研究课题将集团专注于应用的最新进展和发展各种计算方法、机器学习和统计等技术,分析数据对RNA病毒RNA (Zika病毒如流感病毒、冠状病毒)和非编码RNA(例如,microrna, siRNA piRNA)。分析将探索生物疾病机制和促进预防、诊断和治疗人类疾病。我们希望激发计算机科学家研究人员、统计人员开发有效的方法和工具专业获得更好的理解复杂的疾病。我们鼓励在这些领域工作的研究人员使用RNA数据在组合不同的组学数据从不同的角度探索疾病的机制,包括但不限于基因组数据,转录组数据,蛋白质组学数据,代谢数据、医学图像和电子医疗记录。

大规模的RNA数据可用,有相当大的渴望集成、分析和解释这些数据通过计算方法。因此,我们认为这是一个伟大的时间来讨论的话题先进的计算方法为人类疾病分析RNA数据。现在,我们正在启动一个研究课题旨在提供一个关注当前该领域的发展。这个研究课题的领域覆盖可能包括但不限于以下:

1。RNA病毒生物信息学
2。RNA病毒基因
3所示。RNA病毒进化
4所示。RNA病毒的发现
5。RNA-disease协会预测
6。RNA-RNA交互
7所示。rna蛋白质相互作用预测
8。RNA-drug交互
9。RNA生物标志物检测