Razvili smo metodo za uteženo analizo arhetipov za povzemanje skupine besedil in jo prilagodili za povzemanje na osnovi poizvedovanja. Originalna metoda dosega boljše rezultate od najboljših metod, ki so bile do sedaj uporabljene na tovrstnem problemu.
COBISS.SI-ID: 10228052
Razvili smo nov algoritem za preštevanje frekvenc grafkov (graphlets) in njihovih orbit v velikih redkih grafih. Algoritem ima številne aplikacije predvsem na področju bioinformatike. Algoritem je za velikostni razred hitrejši od obstoječih algoritmov; v praksi to pomeni približno stokrat hitrejše izvajanje na tipičnih grafih, s kakršnimi se srečujemo v bioinformatiki.
COBISS.SI-ID: 10322516
Razvili smo računalniško metode za napovedovanje epitopov na podlagi podatkov iz peptidnih mikromrež. Na mikromreže smo nanesli 75.534 peptidov in izmerili njihove reakcije na intravenski imunoglobulin. Na tako pridobljenih podatkih smo naučili ansambel klasifikatorjev, ki je dal boljše rezultate od takrat najboljših znanih metod. Poleg tega smo ugotovili, da obstajata dve skupini epitopov, ki jih protitelesa prepoznavajo na različne načine. Prva skupina se pogosto pojavlja na površini kompleksov MHC, zato domnevamo, da so v njihovo prepoznavo vpleteni ne le limfociti B, ampak tudi limfociti T; za drugo skupino to ne velja.
COBISS.SI-ID: 27278375
Analizirali smo podatke RNA Seq in tako primerjali transkriptoma tekom razvoja D. discoideum in D. purpureum, ki sta morfološko zelo podobna čeprav sta njuna genoma tako divergentna kot sta čovek in ribe čeljustnice. Odkrili smo presenetljivo stopnjo ohranjenosti med transkriptomoma, kar nakazuje na visoko ohranjenost uravnalnih genskih mrež in razvojnih programov na nivoji transkriptoma tudi čez daljša evolucijska obdobja. Analiza podatkov, ki so jih izvedli sodelavci na FRI je vključevala kartiranje odčitkov na oba referenčna genoma, kvantifikacijo nivojev izražanja genov, razvrščanje v skupine in primerjava razvojnih faz med vrstama na osnovi genske ekspresije, določanje diferencialno izraženih genov ter analiza obogatenosti pripisov genskih funkcij (ang. Gene Ontology term enrichment analysis).
COBISS.SI-ID: 9921108
V članku predlagam novo metodo za odkrivanje interakcij med boleznimi, ki temelji na sočasni obravnavi množice sicer heterogenih podatkovnih virov s področja molekularne biologije. S predlaganim postopkom odkrijemo novo hierarhično razvrstitev bolezni, ki delno sovpada z obstoječo ontologijo. Odkrijemo tudi 14 novih bolezenskih interakcij in za njihov obstoj pokažemo na članke iz obstoječe medicinske literature, ki podpirajo naše hipoteze. Kot zanimivost omenimo, da je podatkovni vir, ki najbolj podpira naše napovedi, ta, ki poroča o genskih interakcijah. Pokažemo tudi, da bi izključitev kateregakoli od molekularnih virov poslabšala točnost naših napovedi.
COBISS.SI-ID: 10253396