ML techniques for biomedical data
Titel: Advanced Drug Encodings for DrEvalPy: A Pipeline for Drug Response Prediction in Cancer Cell Lines
DozentIn(en): Baum, Iversen, Hiort
Maximale Teilnehmerzahl: 6
Projektvorstellung und Klären von Fragen: 15.01.2025 um 17:30 Uhr, remote unter diesem Webex-Link:
https://fu-berlin.webex.com/fu-berlin/j.php?MTID=me434a85bb36ef79f2e4bc7ac57f4d737
Kurze inhaltliche Beschreibung:
Das Softwareprojekt befasst sich mit der Entwicklung einer Python-basierten Pipeline zur Evaluierung von Machine Learning Modellen die die Wirkung von Krebsmedikamenten auf Zelllinien vorhersagen, genannt DrEval. Im Rahmen dieses Projekts wird eine Reihe unterschiedlicher Medikamenten Encodings implementiert, um die Vorhersagegenauigkeit und die Interpretierbarkeit der Modelle zu verbessern. Diese Encodings umfassen Literatur-abgeleitete Informationen, GNN-basierte Repräsentationen (Graph Neural Networks) und SMILES-basierte Encodings wie MACCS, die jeweils verschiedene Aspekte der chemischen und biologischen Eigenschaften von Medikamenten widerspiegeln.
Die Pipeline ist darauf ausgelegt, verschiedene Modellansätze zu testen und zu vergleichen, wobei der Fokus auf der Verbesserung der Vorhersage von Medikamentenwirkungen auf verschiedene Zelllinien und Krankheiten liegt. Durch die Integration und Analyse dieser Encodings sollen tiefere Einblicke in die Wirkmechanismen von Medikamenten und deren potenziellen klinischen Anwendungen gewonnen werden.
Quantitative Aufteilung: (in %)
Praktische Programmierarbeit: 50%
Soft Skills: 50%
Verwendete Programmiersprache(n): Python
Schwierigkeitsgrad (Acht Sterne verteilt auf drei Bereiche):
A Programmieren ****
B Biologie/Chemie **
C Projektmanagement **
Erforderliche Vorkenntnisse: Python
Kontaktadresse, Webseite/Link:
