In Silico

Kísérlettervezés

Az asszociációs kísérletek során a méréseket megelőzően szükség van a változók számának csökkentésére, mivel a jelenleg legelterjedtebb mérőműszerek áteresztőképessége alatta van az egyes asszociációs kísérletekben „érdekesnek” ítélhető genom területeken található biológiai markerek számának. Másfelől a nagy áteresztőképességű mérőműszerek a milliós nagyságrendű változószám mellett csupán százas nagyságrendű eset vizsgálatát teszik lehetővé. Ez a változószám-mintaszám arány statisztikailag nehezen kezelhető, ezért szükséges a változók számának csökkentése az adatelemzés elvégzése előtt.

A méréstechnikai és statisztikai megkötések mellett az intelligens kísérlettervezési módszerek alkalmazását szükségessé teszik a számítási és anyagi költségkorlátok is. Az általunk fejlesztett megoldás lehetőséget biztosít a költségek figyelembevételére a statisztikailag és biológiailag releváns változók kiválasztása során. Megközelítésünkkel nem csak a szekvenciális kísérletek szükséges lépéseinek számát minimalizáljuk, hanem már az egyes lépések során felmerülő költségeket is próbáljuk visszaszorítani a mért változók számának szűkítésével.

A fentebb említett korlátozó tényezők és költségek figyelembevétele mellett, egyedülálló szoftvereink segítségével automatizálni tudjuk az optimális változó-halmazok kiválasztásának bonyodalmas procedúráját, jelentősen megkönnyítve és felgyorsítva ezzel a kutatók munkáját.