Bioinformatikk

¶ 1 Leave a comment on paragraph 1 0 [et_pb_section admin_label=»Seksjon» fullwidth=»on» specialty=»off»][et_pb_fullwidth_post_title admin_label=»Fullbreddes innleggstittel» title=»on» meta=»off» author=»on» date=»on» categories=»on» comments=»on» featured_image=»on» featured_placement=»background» parallax_effect=»off» parallax_method=»on» text_orientation=»right» text_color=»light» text_background=»on» text_bg_color=»rgba(21,150,137,0.9)» module_bg_color=»rgba(255,255,255,0)» title_font=»|on|||» title_font_size=»35px» title_all_caps=»off» use_border_color=»off» border_color=»#ffffff» border_style=»solid» module_id=»header-image-and-text»]

¶ 2 Leave a comment on paragraph 2 0  

¶ 3 Leave a comment on paragraph 3 0 [/et_pb_fullwidth_post_title][/et_pb_section][et_pb_section admin_label=»Seksjon» fullwidth=»off» specialty=»off»][et_pb_row admin_label=»Rad»][et_pb_column type=»2_3″][et_pb_text admin_label=»Tekst» background_layout=»light» text_orientation=»left» use_border_color=»off» border_color=»#ffffff» border_style=»solid»]

En viktig del av arbeidet dreier seg om å analysere DNA på en mest mulig effektiv og presis måte. Det er mange steg i analysen, og hver av disse må optimaliseres for å unngå feil. Feilene kan være både å miste mutasjoner som egentlig finnes, og å finne mutasjoner som egentlig bare er teknisk støy.

¶ 5 Leave a comment on paragraph 5 0 Vi arbeider sammen med «International Cancer Genomics Consortium» for å få dette best mulig. Samtidig må analysen være raskest mulig, og den må kunne la seg gjøre innenfor de regneressursene vi har til rådighet.

¶ 6 Leave a comment on paragraph 6 0 Datamengdene vi snakker om i dette arbeider ligger innenfor det som kalles tungregning. Det gjelder både for kravene til lagringsmengder og til regneressurser. Vi samarbeider med Universitetet i Oslo for å etablere løsninger som både er tilstrekkelig sikre for pasientsensitive data, og som samtidig har tilstrekkelig kapasitet til å håndtere de ressurskrav som stilles til datamengder og beregning.  Men dette er bare en del av det vi arbeider med.

¶ 7 Leave a comment on paragraph 7 0 Vi utvikler også løsninger for å samle sammen mest mulig kunnskap om hver mutasjon fra forskjellige internasjonale kunnskapskilder. Dette gjør vi for å legge til rette for tolkningsarbeidet for hver enkelt mutasjon i hver kreftsvulst. Vi samarbeider også med biologene for å forstå sekvenseringsdataene for hver kreftform best mulig.

¶ 8 Leave a comment on paragraph 8 0 NCGC bioinformatikkgruppen er også partner i Big Insight Centre for Research-based Innovation. Big Insight, statistics for the knowledge economy, er et nystartet “Senter for forskningsdrevet innovasjon” (SFI) som startet opp i april i år. Senteret skal bidra til økt verdiskapning i samfunnet gjennom å utvikle nye statistiske metoder og verktøy for håndtering og sammenstilling av store og komplekse datasett, “big data”, for privat og offentlig sektor. I senteret inngår Oslo Universitetssykehus med NCGC-partner Eivind Hovig. I tråd med målene i NCGC er en sentral ambisjon i Big Insight å utvikle statistiske redskaper for personrettet behandling, heller enn behandling på gjennomsnittsantakelser i større pasientgrupper, og Hovig tror på gode synergieffekter mellom NCGC og Big insight.

¶ 9 Leave a comment on paragraph 9 0 Deltakerne i NCGCs bioinformatikkgruppe er postdoc Sigve Nakken, PhD-student Daniel Vodák, programmerer Ghislain Fournous og prof. Eivind Hovig

¶ 10 Leave a comment on paragraph 10 0 Se mer informasjon om Hovigs gruppe

¶ 11 Leave a comment on paragraph 11 0 [/et_pb_text][/et_pb_column][et_pb_column type=»1_3″][et_pb_sidebar admin_label=»Nyhetsarkiv og konferanser» orientation=»left» area=»primary» background_layout=»light» remove_border=»off»]
[/et_pb_sidebar][/et_pb_column][/et_pb_row][/et_pb_section]