Aplikovaná analýza dat v oboru matematická biologie

Transkript

1 INSTITUT BIOSTTISTIKY NLÝZ Lékařská fakulta & Přírodovědecká fakulta Masarykova univerzita, Brno wwwibamunicz plikovaná analýza dat v oboru matematická biologie Kamenice 126/3, Brno, Czech Republic INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

2 IB MU hlavní projektové oblasti 1) Epidemiologie zhoubných nádorů, prediktivní epidemiologie 2) nalýza klinických dat, diagnostická síla testů 3) Hledání prognostických a prediktivních faktorů v medicíně 4) Budování, správa a analýza klinických registrů 5) nalýza humánních a ekologických rizik 6) nalýza environmentálních dat, analýza biodiverzity, faktory ovlivňující životní prostředí, environmentální informatika 7) Zdravotnická informatika, vývoj analytických a expertních systémů 8) Modelování biologických systémů a simulace 9) nalýza obrazových dat 10) Genomika, proteomika, analýza molekulárně biologických dat

3 Matematický biolog a analýza dat Evironmentální vědy nalýza experimentálních dat nalýza klinických a populačních dat Výzkum a vývoj nových technologií, biotechnologií Genomika, proteomika, genové inženýrství Klinický výzkum a zdravotnictví Základní biologický výzkum Ekologický výzkum Plánování a optimalizace experimentu

4 Matematická biologie zasahuje všechny v úrovně Retrospektivní Popis proběhlých změn Ekosystém Přírodní populace BIOINDIKCE BIOTESTY Experimentální přístupy Jedinec Experimentální populace BIOMRKERY Molekulárně biologické a biochemické markery Mechanismy účinku Molekulární úroveň Prospektivní

5 Matematický biolog a analýza dat: přidanp idaná hodnota Schopnost kritické zpětné vazby Programátor Vývojář Statistik Informatik Matematik NLYTIK Významný podíl práce s externími znalostmi

6 Computational biology overall view Bachelor degree MSc degree Ecology Experimental biology Molecular biology nd many more Specialization: select your mission dvanced courses on general topics of biology, mathematics, ICT nd many more Basic courses scientific background of computational biology Stochastic modelling Multivariate analyses Biostatistics Biology Mathematics ICTs

7 Computational biology overall view Bachelor degree 1 st year 2 nd year 3 rd year Specialization 20% 14% 22% 20% 45% 43% 53% 29% 57% 27% 33% 37% 4 th year 5 th year Specialization Overall MSc degree 44% 11% 45% 20% 0% 24% 31% 31% 34% 80% 45% 35% Biology Mathematics ICT

8 NLÝZ DT Stochastická? Deteministická Popis, definice pα Y α Výpočet efektivní koncentrace (ECx) α Y = 1+ p β (x - μp) 1 - p e x = ln (koncentrace) μp = ln EDp ,2 0,4 0,6 0,8 1 Verifikace, µp X

9 NLÝZ DT je o datech Ukázka uspořádaného datového souboru cislo stadium vek tran1_3 tran1_4 tran1_5 tran1_6 alb_pbsct ldh_vstup sternum typ_myel IgG IgG IgG IgG B-J Ig IgG IgG IgG Primární data IgG B-J IgG IgG B-J B-J B-J IgG B-J Ig Sumarizace v jedné skupině ( one-sample ) ve dvou skupinách ( two-sample ) ve více skupinách ( multiple sample )

10 NLÝZ BIOLOGICKÝCH DT je o variabilitě Variabilita opakovaných měření Variabilita znaku v populaci chyba Data 2,1 2,8 3,2 1,2 5,2 2,9 165 cm 140 cm 182 cm 163 cm rozptyl znaku, přirozená variabilita Variabilita modelovaných dat Variabilita časových řad Variabilita ve skladbě biologických společenstev y y DRUH 1 DRUH 2 DRUH 3 DRUH chyba = nepřesnost modelu x čas fluktuace, časová proměnlivost biodiverzita

11 Jak vznikají analýzou dat informace Y: frekvence KOLIK se - absolutní / relativní naměřilo y y B C D E x I II III IV V x CO se naměřilo X: měřený znak Diskrétní data Spojitá data

12 NLÝZ DT Stochastická Explorační 1 0,75 1 0,75 0,5 0,5 0,25 0, ,2 0,4 0,6 0, ,2 0,4 0,6 0,8 1 Konfirmační 2 MX 2 1 MX MIN 1 MIN Prokázání rozdílu ve středových hodnotách i přes variabilitu znaku

13 NLÝZ DT Statických systémů Dynamických systémů 1 0, M/(+05) =10 a1 0,5 0, P =050 a2 a ,2 0,4 0,6 0, Typologie Klasifikace Diskriminace Vývoj a trendy Sesonalita Pravděpodobnost změny Predikce

14 NLÝZ DT Primární data 1 n x? ( ±) POPIS x? x B SROVNÁNÍ x 1 x 2 x 3 x p Sumarizace statistikou středu a variability 1 Odhady (sumarizace) Vícerozměrné analýzy ODHDY bodové intervaly spolehlivosti 2 STTISTICKÉ TESTY

15 NLÝZ DT Jednorozměrná Vícerozměrná 1 Y X1 X2 X3 X4 Xp n

16 Vícerozměrná analýza dat = nová kvalita

17 Vícerozměrná analýza dat = nová kvalita X 2 B B B B B B B B B B B B B B B B B B B B B B V kombinaci parametrů je prediktivní síla X 1

18 nalýza dat o biodiverzitě Primary data There is redundant offer of measures, however without focus on small communities Forms -> X1 X2 X3 Species 1 II III IV V VI VII Derived indices S, species richness R1 = (S-1)ln N R2 = S/ N H = - i (p i lnp i ) H adj N1 = e H Quantity Species rank models N2 = 1/ i p i 2 E1 = H /ln S = H / H max Species rank

19 nalýza dat o biodiverzitě - modelování Stochastic models Niche oriented models Tokeshi,, J nnual Ecol, > 20 species P i = f(n,s,k) > 4 5 species

20 MatBiol a aplikovaná analýza dat Hodnocení ekologických rizik Environmentální aplikace nalýza biodiverzity Klinické studie Klinická a populační data Experimentální vědy Genomika, proteomika nalýza dat na PC Vícerozměrné metody zpracování dat Základy stochastického modelování Biostatistika Plánování experimentů

21 Současný trend stochastické analýzy dat Od zobecnění k individualizaci Faculty of Science, Masaryk University, Brno Faculty of Medicine, Masaryk University, Brno

22 Od zobecnění k individualizaci Podíl přežívajících pacientů p = 0, p = 0, Čas (měsíce) Posun v mediánu přežití múže být klinicky i statisticky významný - LE nikdy se nebude týkat všech pacientů

23 Od zobecnění k individualizaci Člověk - pacient Nádor + molekulárně biologická data Léčba

24 Od zobecnění k individualizaci I Vícerozměrná investigativní analýza PC 1 (6047 %) PC2 (2805 %) 1 Mitosis poptosis bcl2 II Definice diskriminačních indexů/skóre M / ( + 05) (M + 03*KI-67) / ( + 85) Di = 0096[PCN] [KI] [M] [] KI-67 III Pravděpodiobnostní predikce na individuální bázi Estimated probability of early relapse M/(+05) =10 P = Ratio M / ( + 05) M/(+05) =15 Regression 00 95% confid Index Mitosis / (poptosis + 05) P =050 Grade = 2 Grade = 1 Regression 95% confid

25 Od zobecnění k individualizaci poptóza () N = 565 nádorových vzorků od 5 diagnostických skupin Plně regulovaný 0 Regulovaný / regresivní typ Typ I (131%) Typ III (356%) Typ II (364%) [069;045] 0 Typ IV (148%) Neregulovaný intenzivní růst Mitóza (M) Degenerovaný fenotyp Diploidní nádor neuploidní nádor Definice čtyř typů tumorů na základě apoptoticko mitotické charakteristiky I IV, s korelacemi k ploiditě a dalším markerům

26 Od zobecnění k individualizaci N = 565 nádorových vzorků od 5 diagnostických skupin DFS OS Typ I Typ III 04 Typ IV Typ II Čas (měsíce)

27 nalýza genomických a proteomických dat Gene expression profiles Discrimination power? ssociation with clinical data?? Information redundancy? S Ramaswamy et al, Nature Genetics, January 2003

28 nalytik dat jako vývojář software? Faculty of Science, Masaryk University, Brno Faculty of Medicine, Masaryk University, Brno

29 SW solution Ukázka produktu Predefined user controlled analytic tools Comprehensive presentations with comments and access to appropriate analytic tools Data browser - analysis of individual parameters

30 Ukázka produktu bout project News Epidemiological analyses Publications, reports Software SVOD nalytic tools tutorial Portal solution Incidence and mortality Time trends Regional overview ge analyses Clinical stages Epidemiological analyses International data Comparative standards Comprehensive overview

31 Rozvoj studijního oboru Matematická biologie PřF MU Brno je finančně podporován prostředky projektu ESF č CZ107/2200/ Víceoborová inovace studia matematická biologie a státním rozpočtem České republiky INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ