Zapraszamy na bezpłatne konsultacje i analizy z CABiB!
Centrum Analiz Biostatystycznych i Bioinformatycznych (CABiB) oferuje naukowcom Gdańskiego Uniwersytetu Medycznego bezpłatne wsparcie w zakresie biostatystyki, bioinformatyki oraz sztucznej inteligencji. Skorzystaj z konsultacji z naszymi ekspertami lub zamów specjalistyczną analizę – całkowicie bez opłat, w ramach limitu do 50 godzin pracy specjalisty.
Dlaczego warto?
- Profesjonalne doradztwo i wsparcie merytoryczne
- Indywidualne podejście do Twoich potrzeb badawczych
- Bezpłatne analizy dostosowane do Twojego projektu
- CABiB to miejsce, w którym nowoczesne technologie wspierają naukę – dołącz do nas i skorzystaj z naszego doświadczenia!
W celu ustalenia terminu i trybu konsultacji prosimy o skorzystanie z formularza kontaktowego.
Centrum Analiz Biostatystycznych i Bioinformatycznych – kim jesteśmy
Centrum Analiz Biostatystycznych i Bioinformatycznych to nowe core facility powstałe w Gdańskim Uniwersytecie Medycznym. Misją Centrum jest ułatwienie prac zespołów badawczych poprzez podniesienie doskonałości naukowej publikowanych rezultatów. Kluczowym obszarem działania core facility jest wsparcie procesu badań naukowych i badań klinicznych w zakresie biostatystyki i bioinformatyki, szczególnie w kontekście Priorytetowych Obszarów Badawczych, realizowanych w ramach programu „Inicjatywa Doskonałości – Uczelnia Badawcza”. Centrum zatrudnia biostatystyków i bioinformatyków, których praca ma na celu wzmocnienie interdyscyplinarności w badaniach prowadzonych w GUMed.
Core facility oferuje szeroki zakres usług związanych z szeroko rozumianą analizą biostatystyczną i bioinformatyczną oraz analizą big data w ramach Kliniki Biostatystycznej oraz Kliniki Bioinformatycznej. Do profilu działalności zalicza się przede wszystkim wsparcie przy projektach bazujących na wysokoprzepustowym sekwencjonowaniu DNA oraz RNA (w tym analiza pojedynczych komórek), a także innych inicjatywach naukowych, które wymagają przetwarzania dużej ilości danych. Dodatkowo, działalność Centrum będzie obejmowała wykorzystanie sztucznej inteligencji w przetwarzaniu danych obrazowania i klasyfikacji próbek pochodzących od pacjentów. Umożliwia to zaawansowana infrastruktura komputerowa, stwarzająca przestrzeń dla prowadzenia przełomowych badań naukowych, opartych o wyrafinowane obliczenia.
W warstwie technicznej, wysokiej jakości analiza biostatystyczna i bioinformatyczna pozwala na ekstrakcję maksymalnej ilości obiektywnej informacji, co finalnie przekłada się na wysoką jakość pracy badawczej. W tym duchu Centrum w szczególny sposób kładzie nacisk na wysoką jakość procesów obliczeniowych, zwiększając w ten sposób przepustowość projektową GUMed.
Efektywne prowadzenie zaawansowanych badań naukowych umożliwia struktura ułatwiająca kompleksowe gromadzenie i przetwarzanie danych biostatystycznych, bioinformatycznych oraz obrazowania klinicznego. Taka struktura zapewnia zaawansowane narzędzia przetwarzania danych, które ułatwiają właściwe projektowanie projektów badawczych. Dzięki profesjonalnej analizie biostatystycznej i bioinformatycznej zaś umożliwia i znacznie przyśpiesza ich kompleksową realizację.
Zakres usług
Ogólny zarys świadczonych usług
Centrum Obliczeniowe jest jednostką naukową zapewniającą wszechstronne wsparcie pracowników naukowych w planowaniu, projektowaniu, zarządzaniu oraz raportowaniu projektów naukowych związanych z badaniami klinicznymi, epidemiologicznymi oraz laboratoryjnymi.
Uprzejmie informujemy, iż Gdański Uniwersytet Medyczny jest w posiadaniu nielimitowanej jednostanowiskowej licencji oprogramowania SPSS dla systemu operacyjnego Windows. Osoby zainteresowane uzyskaniem szczegółowych informacji zapraszamy do kontaktu z Centrum Analiz Biostatystycznych i Bioinformatycznych.
Centrum Analiz Biostatystycznych i Bioinformatycznych posiada również prawo do użytkowania programu GraphPad Prism i udostępnia go dla kadry naukowej i pracowników Gdańskiego Uniwersytetu Medycznego. Oprogramowanie to nie tylko ułatwia przeprowadzanie zaawansowanych analiz, ale także pozwala na prezentację wyników w przejrzysty i profesjonalny sposób, co jest kluczowe przy publikowaniu wyników badań. W celu uzyskania instrukcji instalacji oraz klucza licencyjnego zapraszamy do kontaktu na nasz adres mailowy centrum.obliczeniowe@gumed.edu.pl. Liczba dostępnych licencji jest ograniczona.
Zespół Centrum Obliczeniowego przygotował również Poradnik tworzenia bazy danych do analizy biostatystycznej. Publikacja ma na celu ułatwienie naukowcom przygotowania bazy danych do profesjonalnej analizy oraz wskazuje badaczom, w jaki sposób zapisywać otrzymywane wyniki, by były one czytelne i zrozumiałe. Pełen tekst Poradnika dostępny jest w Extranecie.
Obszary współpracy:
– projekty grantowe: zaprojektowanie badania naukowego oraz zaplanowanie analiz biostatystycznych (analiza wielkości próby/mocy testów statystycznych, propozycja oraz opis metodologii statystycznej) i bioinformatycznych (dobór ilości próbek oraz wymaganej głębokości sekwencjonowania, opis metodologii),
– publikacje/abstrakty naukowe: opis metodologii, analiza postawionych pytań badawczych, opis oraz interpretacja wyników, przedstawienie wyników w formie graficznej i tabelarycznej (zgodnie z wymaganiami czasopisma naukowego),
– recenzje naukowe: ustosunkowanie się do pytań/sugestii recenzentów związanych z analizą statystyczną oraz bioinformatyczną,
– dane medyczne: zaprojektowanie oraz zarządzanie bazą danych, czyszczenie danych, utrzymywanie jakości danych,
– konsultacje biostatystyczne i bioinformatyczne: edukowanie w projektowaniu badań naukowych, udzielanie rad dotyczących zbierania i zarządzania danymi, wspieranie w doborze metod statystycznych, pomoc w interpretacji wyników oraz w procesie oceny jakości publikacji naukowych.
Szczegółowy opis świadczonych usług
Centrum świadczy szeroki zakres kompleksowych usług z zakresu zaawansowanej analizy biostatystycznej i bioinformatycznej. Usługi oferowane są przede wszystkim naukowcom prowadzącym badania kliniczne, epidemiologiczne, populacyjne, badania molekularne oraz translacyjne. Techniki obliczeniowe oferowane przez Centrum zebrano na liście udostępnionej poniżej.
Opis usług Centrum Analiz Biostatystycznych i Bioinformatycznych (176 KB)Centrum oferuje bezpłatną pierwszą godzinę konsultacji w zakresie analiz biostatystycznych, analiz bioinformatycznych oraz wykorzystania sztucznej inteligencji do analizy danych eksperymentalnych. Na późniejszym etapie koszt usługi wyceniany jest indywidualnie.
Nasze publikacje
1. Elevated expression of complement factor I in lung cancer cells associates with shorter survival- Potentially via non-canonical mechanism
Felberg A, Bieńkowski M, Stokowy T, Myszczyński K, Polakiewicz Z, Kitowska K, Sądej R, Mohlin F, Kuźniewska A, Kowalska D, Stasiłojć G, Jongerius I, Spaapen R, Mesa-Guzman M, Montuenga LM, Blom AM, Pio R, Okrój M. Transl Res. 2024 Jul;269:1-13. doi: 10.1016/j.trsl.2024.02.003. Epub 2024 Feb 22. PMID: 38395390
2. Immune escape of B-cell lymphoblastic leukemic cells through a lineage switch to acute myeloid leukemia
Bełdzińska-Gądek, K., Zarzycka, E., Pastuszak, K., Borman, K., Lewandowski, K., Zaucha, J. M., & Prejzner, W. Leukemia & Lymphoma, (2024), 1–11. doi.org/10.1080/10428194.2024.2351194. Epub ahead of print. PMID: 38775354
3. Detection of circulating tumor cells by means of machine learning using Smart-Seq2 sequencing
Pastuszak K, Sieczczyński M, Dzięgielewska M, Wolniak R, Drewnowska A, Korpal M, Zembrzuska L, Supernat A, Żaczek AJ. Sci Rep. 2024 May 14;14(1):11057. doi: 10.1038/s41598-024-61378-8. PMID: 38744942; PMCID: PMC11094170
4. Dissection of an impact of VDR and RXRA on the genomic activity of 1,25(OH)2D3 in A431 squamous cell carcinoma
Olszewska AM, Nowak JI, Myszczynski K, Słominski A, Żmijewski MA. Mol Cell Endocrinol. 2024 Mar 1;582:112124. doi: 10.1016/j.mce.2023.112124. Epub 2023 Dec 19. PMID: 38123121; PMCID: PMC10872374
5. Deep Learning-Based, Multiclass Approach to Cancer Classification on Liquid Biopsy Data
Jopek MA, Pastuszak K, Cygiert S, Best MG, Wurdinger T, Jassem J, Żaczek AJ, Supernat A. IEEE Journal of Translational Engineering in Health and Medicine, vol. 12, pp. 306-313, 2024, Jan; doi: 10.1109/JTEHM.2024.3360865.
6. PDIA3 modulates genomic response to 1,25-dihydroxyvitamin D3 in squamous cell carcinoma of the skin
Nowak JI, Olszewska AM, Piotrowska A, Myszczyński K, Domżalski P, Żmijewski MA. Steroids. 2023 Nov;199:109288. doi: 10.1016/j.steroids.2023.109288. Epub 2023 Aug 5. PMID: 37549780
7. Longitudinal drug synergy assessment using convolutional neural network image-decoding of glioblastoma single- spheroid cultures
Giczewska A, Pastuszak K, Houweling M, Abdul KU, Faaij N, Wedekind L, Noske D, Wurdinger T, Supernat A, Westerman BA. Neurooncol Adv. 2023 Nov 5;5(1):vdad134. doi: 10.1093/noajnl/vdad134. PMID: 38047207; PMCID: PMC10691443
8. Metabolomics Meets Clinics: A Multivariate Analysis of Plasma and Urine Metabolic Signatures in Pulmonary Arterial Hypertension
Wawrzyniak R, Grešner P, Lewicka E, Macioszek S, Furga A, Zieba B, J Markuszewski M, Da Browska-Kugacka A. J Proteome Res. 2023 Oct 12. doi: 10.1021/acs.jproteome.3c00255. Epub ahead of print. PMID: 37827514
9. Long-term mortality after transcatheter aortic valve implantation for aortic stenosis in immunosuppression-treated patients: a propensity-matched multicentre retrospective registry-based analysis
Walczewski M, Gąsecka A, Witkowski A, Dabrowski M, Huczek Z, Wilimski R, Ochała A, Parma R, Rymuza B, Grygier M, Jemielity M, Olasińska-Wiśniewska A, Jagielak D, Targoński R, Pastuszak K, Grešner P, Grabowski M, Kochman J. Postepy Kardiol Interwencyjnej. 2023 Sep;19(3):251-256. doi: 10.5114/aic.2023.131478. Epub 2023 Sep 27. PMID: 37854972; PMCID: PMC10580841
10. Platelet RNA enables accurate detection of ovarian cancer: an intercontinental, biomarker identification study
Gao Y, Liu CJ, Li HY, Xiong XM, Li GL, In ‘t Veld SGJG, Cai GY, Xie GY, Zeng SQ, Wu Y, Chi JH, Liu JH, Zhang Q, Jiao XF, Shi LL, Lu WR, Lv WG, Yang XS, Piek JMJ, de Kroon CD, Lok CAR, Supernat A, Łapińska-Szumczyk S, Łojkowska A, Żaczek AJ, Jassem J, Tannous BA, Sol N, Post E, Best MG, Kong BH, Xie X, Ma D, Wurdinger T, Guo AY, Gao QL. Protein Cell. 2023 Jun 7;14(6):579-590. doi: 10.1093/procel/pwac056. PMID: 36905391; PMCID: PMC10246718.
11. Screening of predicted synergistic multi-target therapies in glioblastoma identifies new treatment strategies
Houweling M, Giczewska A, Abdul K, Nieuwenhuis N, Küçükosmanoglu A, Pastuszak K, Buijsman RC, Wesseling P, Wedekind L, Noske D, Supernat A, Bailey D, Watts C,
Wurdinger T, Westerman BA. Neurooncol Adv. 2023 Jun 13;5(1):vdad073. doi: 10.1093/noajnl/vdad073. PMID: 37455945; PMCID: PMC10347974.
12. Tamoxifen decreases ovarian toxicity without compromising cancer treatment in a rat model of mammary cancer
Nynca A, Swigonska S, Ruszkowska M, Sadowska A, Orlowska K, Molcan T, Myszczynski K, Otrocka-Domagala I, Paździor-Czapula K, Kurowicka B, Petroff BK, Ciereszko RE. BMC Genomics. 2023 Jun 13;24(1):325. doi: 10.1186/s12864-023-09423-0. PMID: 37312040; PMCID: PMC10265842
13. Platelet-Based Liquid Biopsies through the Lens of Machine Learning
Cygert S, Pastuszak K, Górski F, Sieczczyński M, Juszczyk P, Rutkowski A, Lewalski S, Różański R, Jopek MA, Jassem J, Czyżewski A, Wurdinger T, Best MG, Żaczek AJ, Supernat A. Cancers (Basel). 2023 Apr 17;15(8):2336. doi: 10.3390/cancers15082336. PMID: 37190262; PMCID: PMC10136732
14. Plasma Proteomics Unveil Novel Immune Signatures and Biomarkers upon SARS-CoV-2 Infection
Urbiola-Salvador V, Lima de Souza S, Grešner P, Qureshi T, Chen Z. Int J Mol Sci. 2023 Mar 27;24(7):6276. doi: 10.3390/ijms24076276. PMID: 37047248; PMCID: PMC10093853
15. Efficacy of intralesional bleomycin in treatment resistant viral warts
Sławińska, Martyna, Jakub Żółkiewicz, Krzysztof Pastuszak, Klaudia Zawadzka, Monika Sikorska, Roman J Nowicki, and Michał Sobjanek. Dermatol Rev/Przegl Dermatol 2022, 109 (4): 272-290. doi:10.5114/dr.2022.123983
16. Super-Mitobarcoding in Plant Species Identification? It Can Work! The Case of Leafy Liverworts Belonging to the Genus Calypogeia
Ślipiko M, Myszczyński K, Buczkowska K, Bączkiewicz A, Sawicki J. Int J Mol Sci. 2022 Dec 8;23(24):15570. doi: 10.3390/ijms232415570. PMID: 36555212; PMCID: PMC9779425
17. Pathway-level mutation analysis in primary high-grade serous ovarian cancer and matched brain metastases
Duchnowska R, Supernat AM, Pęksa R, Łukasiewicz M, Stokowy T, Ronen R, Dutkowski J, Umińska M, Iżycka-Świeszewska E, Kowalczyk A, Och W, Rucińska M, Olszewski WP, Mandat T, Jarosz B, Bieńkowski M, Biernat W, Jassem J. Sci Rep. 2022 Nov 29;12(1):20537. doi: 10.1038/s41598-022-23788-4. PMID: 36446793; PMCID: PMC9708673.
18. Insights into adaptive evolution of plastomes in Stipa L.
Krawczyk K, Myszczyński K, Nobis M, Sawicki J. BMC Plant Biol. 2022 Nov 14;22(1):525. doi: 10.1186/s12870-022-03923-z. PMID: 36372890; PMCID: PMC9661759
19. Detection and localization of early- and late-stage cancers using platelet RNA
In ‘t Veld SGJG, Arkani M, Post E, Antunes-Ferreira M, D’Ambrosi S, Vessies DCL, Vermunt L, Vancura A, Muller M, Niemeijer AN, Tannous J, Meijer LL, Le Large TYS, Mantini G, Wondergem NE, Heinhuis KM, van Wilpe S, Smits AJ, Drees EEE, Roos E, Leurs CE, Tjon Kon Fat LA, van der Lelij EJ, Dwarshuis G, Kamphuis MJ, Visser LE, Harting R, Gregory A, Schweiger MW, Wedekind LE, Ramaker J, Zwaan
K, Verschueren H, Bahce I, de Langen AJ, Smit EF, van den Heuvel MM, Hartemink KJ, Kuijpers MJE, Oude Egbrink MGA, Griffioen AW, Rossel R, Hiltermann TJN, Lee- Lewandrowski E, Lewandrowski KB, De Witt Hamer PC, Kouwenhoven M, Reijneveld JC, Leenders WPJ, Hoeben A, Verdonck-de Leeuw IM, Leemans CR, Baatenburg de Jong RJ, Terhaard CHJ, Takes RP, Langendijk JA, de Jager SC, Kraaijeveld AO, Pasterkamp G, Smits M, Schalken JA, Łapińska-Szumczyk S, Łojkowska A, Żaczek AJ, Lokhorst H, van de Donk NWCJ, Nijhof I, Prins HJ, Zijlstra JM, Idema S, Baayen JC, Teunissen CE, Killestein J, Besselink MG, Brammen L, Bachleitner-Hofmann T, Mateen F, Plukker JTM, Heger M, de Mast Q, Lisman T, Pegtel DM, Bogaard HJ, Jassem J, Supernat A, Mehra N, Gerritsen W, de Kroon CD, Lok CAR, Piek JMJ, Steeghs N, van Houdt WJ, Brakenhoff RH, Sonke GS, Verheul HM, Giovannetti E,
Kazemier G, Sabrkhany S, Schuuring E, Sistermans EA, Wolthuis R, Meijers- Heijboer H, Dorsman J, Oudejans C, Ylstra B, Westerman BA, van den Broek D, Koppers-Lalic D, Wesseling P, Nilsson RJA, Vandertop WP, Noske DP, Tannous BA, Sol N, Best MG, Wurdinger T. Cancer Cell. 2022 Sep 12;40(9):999-1009.e6. doi: 10.1016/j.ccell.2022.08.006. Epub 2022 Sep 1. PMID: 36055228
20. Significance of Dermoscopy in Association with Clinical Features in Differentiation of Basal Cell Carcinoma and Benign Trichoblastic Tumours
Sławińska M, Płaszczyńska A, Lakomy J, Pastuszak K, Biernat W, Sikorska M, Nowicki RJ, Sobjanek M. Cancers (Basel). 2022 Aug 17;14(16):3964. doi: 10.3390/cancers14163964. PMID: 36010957; PMCID: PMC9406107
21. Breaking the limits – multichromosomal structure of an early eudicot Pulsatilla patens mitogenome reveals extensive RNA-editing, longest repeats and chloroplast derived regions among sequenced land plant mitogenomes
Szandar K, Krawczyk K, Myszczyński K, Ślipiko M, Sawicki J, Szczecińska M. BMC Plant Biol. 2022 Mar 9;22(1):109. doi: 10.1186/s12870-022-03492-1. PMID: 35264098; PMCID: PMC8905907
22. Breast cancer circulating tumor cells with mesenchymal features-an unreachable target?
Topa J, Grešner P, Żaczek AJ, Markiewicz A. Cell Mol Life Sci. 2022 Jan 20;79(2):81. doi: 10.1007/s00018-021-04064-6. PMID: 35048186; PMCID: PMC8770434
23. Diagnostic Accuracy of Liquid Biopsy in Endometrial Cancer
Łukasiewicz M, Pastuszak K, Łapińska-Szumczyk S, Różański R, Veld SGJGI’, Bieńkowski M, Stokowy T, Ratajska M, Best MG, Würdinger T, Żaczek AJ, Supernat A, Jassem J. Cancers (Basel). 2021 Nov 16;13(22):5731. doi: 10.3390/cancers13225731. PMID: 34830891;
PMCID: PMC8616122
24. imPlatelet classifier: image-converted RNA biomarker profiles enable blood-based cancer diagnostics
Pastuszak K, Supernat A, Best MG, In ‘t Veld SGJG, Łapińska-Szumczyk S, Łojkowska A, Różański R, Żaczek AJ, Jassem J, Würdinger T, Stokowy T. Mol Oncol. 2021 Oct;15(10):2688-2701. doi: 10.1002/1878-0261.13014. Epub 2021 Jun 20. PMID: 34013585; PMCID: PMC8486571
25. Modelling of dark fermentation of glucose and sour cabbage
Sołowski G, Pastuszak K. Heliyon. 2021 Jul 31;7(8):e07690. doi: 10.1016/j.heliyon.2021.e07690. PMID: 34401576; PMCID: PMC8350504
26. Transcriptomic landscape of blood platelets in healthy donors
Supernat A, Popęda M, Pastuszak K, Best MG, Grešner P, Veld SI’, Siek B, Bednarz-Knoll N, Rondina MT, Stokowy T, Wurdinger T, Jassem J, Żaczek AJ. Sci Rep. 2021 Aug 3;11(1):15679. doi: 10.1038/s41598-021-94003-z. PMID: 34344933; PMCID: PMC8333095
27. Bortezomib induces methylation changes in neuroblastoma cells that appear to play a significant role in resistance development to this compound
Łuczkowska K, Sokolowska KE, Taryma-Lesniak O, Pastuszak K, Supernat A, Bybjerg-Grauholm J, Hansen LL, Paczkowska E, Wojdacz TK, Machaliński B. Sci Rep. 2021 May 10;11(1):9846. doi: 10.1038/s41598-021-89128-0. PMID: 33972578; PMCID: PMC8110815
28. Environmental exposure to persistent organic pollutants measured in breast milk of lactating women from an urban area in central Poland
Grešner P, Zieliński M, Ligocka D, Polańska K, Wąsowicz W, Gromadzińska J. Environ Sci Pollut Res Int. 2021 Jan;28(4):4549-4557 doi: 10.1007/s11356-020-10767-3
W celu ustalenia terminu i trybu konsultacji prosimy o kontakt mailowy na adres Centrum.
Forum Wydarzeń Centrum Obliczeniowego
14.04.2021 r. – Dni Otwarte 2021 – wywiad z dr Anną Supernat w ramach projektu Nauka to ludzie
26.03.2021 r. – Prezentacja działań CABiB w kontekście Artificial intelligence and big data
09.02.2021 r. – II Warsztaty z programowania w języku R i analityki biomedycznej
16.12.2020 r. – Inspirujące rozmowy EIT Health GUMed – Out of the box – Innowacje medyczne
25.11.2020 r. – I Warsztaty programowania w języku R
Polecamy
fot. Paweł Sudara/GUMed
Kontakt
dr hab. Anna Supernat
koordynator Centrum Analiz Biostatystycznych i Bioinformatycznych
Gdański Uniwersytet Medyczny
ul. Dębinki 1
80-211 Gdańsk
tel. 58 349 90 46
centrum.obliczeniowe@gumed.edu.pl
ZESPÓŁ
Główna kadra
dr hab. Anna Supernat – koordynator
Absolwentka Międzyuczelnianego Wydziału Biotechnologii Uniwersytetu Gdańskiego i Gdańskiego Uniwersytetu Medycznego. Pracę doktorską zrealizowała w Zakładzie Biologii Komórki GUMed, pod kierunkiem prof. Anny Żaczek. Przedmiotem jej zainteresowań jest podłoże molekularne nowotworów, szczególnie w zakresie płynnych biopsji analizowanych za pomocą sekwencjonowania wysokoprzepustowego. Autorka 19 publikacji w recenzowanych czasopismach, uczestniczka licznych konferencji międzynarodowych, ekspert Narodowego Centrum Badań i Rozwoju (NCBR), kierownik grantów przyznawanych przez Narodowe Centrum Nauki (NCN) i NCBR.
dr Petra Małgorzata Grešner – starszy specjalista, biostatystyk-specjalista
Specjalistka w zakresie biofizyki, fizyki biomedycznej oraz metod analizy statystycznej w badaniach biomedycznych. Absolwentka Wydziału Matematyki, Fizyki i Informatyki Uniwersytetu Komeńskiego w Bratysławie (Słowacja). Jej zainteresowania naukowe obejmują zagadnienia związane z biochemią, biologią molekularną, biostatystyką oraz uczeniem maszynowym, głównie w kontekście procesów nowotworzenia wywołanego warunkami środowiskowymi. Autorka ponad 20 publikacji naukowych oraz licznych doniesień zjazdowych. Kierownik bądź współwykonawca kilkunastu projektów naukowych, w tym prestiżowych projektów finansowanych przez Unię Europejską, NATO Science Programme oraz Narodowe Centrum Nauki (NCN).
dr Kamil Myszczyński – starszy specjalista, bioinformatyk-specjalista
Absolwent Wydziału Biologii i Biotechnologii Uniwersytetu Warmińsko-Mazurskiego w Olsztynie. Specjalizuje się w analizie danych biologicznych pozyskanych z metod wysokoprzepustowych. Interesuje się rozwijaniem i wdrażaniem bioinformatycznych protokołów analiz, kierunkami rozwoju technik sekwencjonowania oraz rolą poszczególnych frakcji kwasów nukleinowych w organizmie. Współwykonawca kilkunastu projektów, które swoją tematyką obejmowały genomikę oraz transkryptomikę m.in. człowieka, ssaków, roślin, bakterii oraz grzybów. Autor lub współautor ponad 20 publikacji naukowych.
mgr inż. Krzysztof Pastuszak – bioinformatyk-specjalista; specjalista ds. sztucznej inteligencji
Bioinformatyk, pasjonat płynnych biopsji w diagnostyce onkologicznej, szczególnie z wykorzystaniem sztucznej inteligencji. Ukończył z wyróżnieniem studia na kierunku Informatyka na Politechnice Gdańskiej. Doktorant i asystent w Zakładzie Algorytmów i Modelowania Systemów Politechniki Gdańskiej. Od 2019 roku współpracuje z Zakładem Onkologii Translacyjnej na Gdańskim Uniwersytecie Medycznym. Poza bioinformatyką interesuje się analizą algorytmów i zastosowaniami teorii grafów.
mgr Małgorzata Madej – specjalista ds. wsparcia administracyjnego projektów
Absolwentka Wydziału Biologii Uniwersytetu Gdańskiego. Pasjonatka różnych metodologii zarządzania projektami, ukończyła studia podyplomowe na Wydziale Organizacji i Zarządzania Politechniki Łódzkiej. Posiada wieloletnie doświadczenie w prowadzeniu dokumentacji projektowej i w pracy administracyjnej. Praca w instytucie badawczym i szeroki zakres wiedzy zaowocowały opracowaniem i wdrożeniem metodyki zarządza projektami oraz przeszkoleniem osób odpowiedzialnych za prowadzenie dokumentacji projektowej. W międzynarodowej korporacji opracowała we współpracy oraz wdrożyła trójstronną platformę zarządzania usługami w sieci punktów sprzedaży.
mgr Anna Koelmer – biostatystyk-specjalista
Absolwentka Matematyki na Politechnice Gdańskiej oraz Informatyki i Ekonometrii na Uniwersytecie Gdańskim. Zatrudnienie w Gdańskim Uniwersytecie Medycznym rozpoczęła od pracy w Bibliotece Głównej GUMed, gdzie zainteresowała się zagadnieniem otwartych danych w naukach medycznych. Członkini Zespołu ds. Otwartej Nauki w GUMed. Poza analizą danych jej zainteresowania obejmują metodologię badań naukowych oraz informację naukową.
Młoda kadra objęta mentoringiem ze strony Centrum
mgr inż. Maksym Jopek – młodszy analityk danych
Absolwent kierunku Inżynieria Biomedyczna na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Analityk i inżynier oprogramowania. Obecnie doktorant Międzyuczelnianego Wydziału Biotechnologii Uniwersytetu Gdańskiego i Gdańskiego Uniwersytetu Medycznego w Zakładzie Onkologii Translacyjnej, gdzie uczestniczy w realizacji projektów związanych z wysokoprzepustowym sekwencjonowaniem płynnych biopsji pobranych od pacjentów onkologicznych. Pasjonat uczenia maszynowego i lekkiej atletyki. W wolnym czasie angażuje się w konsultacje medycznych projektów naukowych w Centrum Analiz Biostatystycznych i Bioinformatycznych, zapewniając merytoryczne wsparcie.
mgr inż. Michał Sieczczyński – młodszy specjalista ds. sztucznej inteligencji
Ukończył z wyróżnieniem studia o specjalizacji Uczenie Maszynowe na kierunku Informatyka na Politechnice Gdańskiej. W Centrum Analiz Biostatystycznych i Bioinformatycznych zajmuje się analizą danych z sekwencjonowania pojedynczych komórek oraz sekwencjonowania płytek krwi w szczególności z wykorzystaniem sztucznej inteligencji. Poza bioinformatyką i uczeniem maszynowym interesuje się również obliczeniami kwantowymi.