Projekti / Programi
Aplikacija sekvenciranja posameznih celic in strojnega učenja v biologiji mlečne žleze
| Koda |
Veda |
Področje |
Podpodročje |
| 4.06.00 |
Biotehnika |
Biotehnologija |
|
| Koda |
Veda |
Področje |
| 4.04 |
Kmetijske vede in veterina |
Kmetijska biotehnologija |
epigenetika, laktacija, mlečna žleza, sekvenciranje posameznih celic, strojno učenje, transkriptom
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan
18. april 2024;
A3 za obdobje
2018-2022
Podatki za razpise ARIS (
04.04.2019 - Programski razpis,
arhiv
)
| Baza |
Povezani zapisi |
Citati |
Čisti citati |
Povprečje čistih citatov |
| WoS |
535 |
13.251 |
11.689 |
21,85 |
| Scopus |
650 |
17.476 |
15.458 |
23,78 |
Raziskovalci (20)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
53798 |
Jure Brence |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
21 |
| 2. |
36220 |
dr. Martin Breskvar |
Računalništvo in informatika |
Raziskovalec |
2021 - 2023 |
36 |
| 3. |
55967 |
Mateja Dolinar |
Živalska produkcija in predelava |
Raziskovalec |
2022 - 2024 |
17 |
| 4. |
05098 |
dr. Peter Dovč |
Biotehnologija |
Vodja |
2021 - 2024 |
935 |
| 5. |
11130 |
dr. Sašo Džeroski |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
1.204 |
| 6. |
56464 |
Tamara Ferme |
Živalska produkcija in predelava |
Tehnični sodelavec |
2022 |
46 |
| 7. |
57060 |
Boštjan Gec |
Računalništvo in informatika |
Raziskovalec |
2022 - 2024 |
6 |
| 8. |
55951 |
Kaja Kajtna |
|
Tehnični sodelavec |
2022 - 2024 |
1 |
| 9. |
08405 |
dr. Marija Klopčič |
Živalska produkcija in predelava |
Raziskovalec |
2021 - 2024 |
721 |
| 10. |
31050 |
dr. Dragi Kocev |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
204 |
| 11. |
35470 |
dr. Jurica Levatić |
Računalništvo in informatika |
Raziskovalec |
2022 - 2023 |
43 |
| 12. |
05008 |
dr. Mojca Narat |
Biotehnologija |
Raziskovalec |
2021 - 2024 |
688 |
| 13. |
28505 |
dr. Jernej Ogorevc |
Živalska produkcija in predelava |
Raziskovalec |
2021 - 2024 |
137 |
| 14. |
27759 |
dr. Panče Panov |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
155 |
| 15. |
38206 |
dr. Matej Petković |
Računalništvo in informatika |
Raziskovalec |
2021 - 2023 |
65 |
| 16. |
34333 |
dr. Tine Pokorn |
Rastlinska produkcija in predelava |
Raziskovalec |
2021 |
38 |
| 17. |
57192 |
Sintija Stevanoska |
Računalništvo in informatika |
Raziskovalec |
2022 - 2024 |
9 |
| 18. |
39597 |
dr. Jovan Tanevski |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
33 |
| 19. |
55503 |
Anja Tanšek |
Živalska produkcija in predelava |
Tehnični sodelavec |
2022 - 2024 |
21 |
| 20. |
32581 |
dr. Minja Zorc |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
182 |
Organizacije (2)
Povzetek
Mlečna žleza je visoko specializiran organ pri sesalcih, ki ima zelo pomembno vlogo pri reprodukciji in je bistvenega pomena za ekonomično proizvodnjo mleka v kmetijstvu. Zmogljivost proizvodnje mleka krav molznic nekajkrat presega prehranske potrebe teleta in predstavlja edinstveno proizvodno lastnost, ki so jo učinkovito izboljšali s klasičnimi selekcijskimi pristopi. Zato je laktacija pri govedu idealen model za preučevanje biologije laktacije z namenom odkrivanja mehanističnih osnov te kompleksne lastnosti na celični ravni, ki lahko poemembno prispeva k temeljnemu znanju o biologiji laktacije. V zadnjem času je možno namesto obsežnih RNA transkriptomov različnih tipov celic raziskovati transkriptome na ravni posameznih celic. Raziskave epitelijskih celic mlečne žleze na ravni posameznih celic pri miši in človeku so razkrile mnogo večjo heterogenost populacije epitelijskih celic mlečne žleze, kot so kazale predhodne raziskave. Doslej ni bil izveden noben poskus za profiliranje izražanja celic mlečne žleze pri govedu z uporabo pristopa sekvenciranja RNA posameznih celic (scRNA-Seq), prav tako ni bil raziskan transkriptom mleka na ravni posameznih celic. V okviru tega projekta bomo uporabili scRNA-Seq za karakterizacijo profilov izražanja, značilnih za posamezne tipe celic mlečne žleze, ter za določanje različnih tipov celic na podlagi celično specifičnih transkripcijskih profilov. Ta pristop nam bo omogočil identificirati celični izvor za več sestavin mleka, katerih izvor trenutno še ni poznan. Z analizo velikega števila celic različnih živali bomo skušali pokriti medcelične razlike in vpliv različnih genetskih ozadij na transkriptom posamezne celice. Nadaljnja analiza transkriptomskih podatkov bo omogočila identifikacijo regulatornih elementov (transkripcijski faktorj, predikcija vezavnih mest za transkripcijske faktorje mlečne žleze, ipd.). Z medvrstno primerjavo transkriptomskih profilov bomo skušali identificirati splošno in vrstno specifično izražene gene. Podatki o transkriptomih posameznih celic označujejo žive sisteme z izjemno visoko ločljivostjo, vendar so zelo razpršeni in z veliko eksperimentalnega šuma. Podatki scRNA-seq imajo potencial za odkrivanje novih vpogledov v kompleksne biološke sisteme, odpirajo pa tudi nekaj novih algoritmičnih izzivov. Za reševanje problemov, povezanih z analizo podatkov scRNA-Seq, in integracijo transkriptomskih podatkov s podatki o strukturi kromatina, pridobljenih s scATAC-Seq, bomo uporabili metode strojnega učenja.
