Farmaceutisk Bioinformatik
Beskrivning
Forskningsgruppen för farmaceutisk bioinformatik, som leds av professor Ola Spjuth, fokuserar på datadriven läkemedelsutveckling och studiers på kemikaliers toxicitet. Vi är ett tvärvetenskapligt team av forskare med en vision om att utveckla autonoma biologiska laboratorier där data driver beslut om vilka experiment som ska utföras härnäst, och där automatisering och AI-modellering är viktiga komponenter. Vi kombinerar datorbaserade och in vitro cellbaserade experiment, och har tillgång till ett robotiserat cellprofileringslaboratorium med modern IT-infrastruktur för att hantera och analysera storskalig data.
Exempel på våra tillämpningar inkluderar att studera verkningsmekanismer och säkerhet för nya kemiska föreningar, samt screening för nya läkemedel. Vi är speciellt intresserade av att utveckla och använda autonoma system som integrerar laboratorieutrustning med AI för iterativ upptäckt för att kunna angripa problem som tidigare inte var möjliga. Exempel på projekt inom denna kategori är att söka efter optimala individualiserade läkemedelskombinationer inom precisionsmedicin för cancer, samt att identifiera synergistiska kombinationer av miljökemikalier. Vi är involverade i flera nationella och internationella konsortier och har en nära koppling till läkemedelsindustrin, Akademiska sjukhuset i Uppsala och Science for Life Laboratory.
Publikationer
Ingår i Expert systems with applications, 2024
Ingår i Molecular Biology of the Cell, 2024
Ingår i Journal of Chemical Information and Modeling, s. 1172-1186, 2024
- DOI för Insights into Drug Cardiotoxicity from Biological and Chemical Data: The First Public Classifiers for FDA Drug-Induced Cardiotoxicity Rank
- Ladda ner fulltext (pdf) av Insights into Drug Cardiotoxicity from Biological and Chemical Data: The First Public Classifiers for FDA Drug-Induced Cardiotoxicity Rank
Ingår i Frontiers in Toxicology, 2024
Artificial intelligence for high content imaging in drug discovery
Ingår i Current opinion in structural biology, 2024
CPSign: Conformal Prediction for Cheminformatics Modeling
Ingår i Journal of Cheminformatics, 2024
Ingår i Journal of Cheminformatics, 2023
Ingår i ATLA (Alternatives to Laboratory Animals), s. 39-54, 2023
Ingår i Frontiers in Toxicology, 2023
Evaluating the utility of brightfield image data for mechanism of action prediction
Ingår i PloS Computational Biology, 2023
Designing microplate layouts using artificial intelligence
Ingår i Artificial Intelligence in the Life Sciences, 2023
Disease phenotype prediction in multiple sclerosis
Ingår i iScience, 2023
Combining molecular and cell painting image data for mechanism of action prediction
Ingår i ARTIFICIAL INTELLIGENCE IN THE LIFE SCIENCES, 2023
Predicting protein network topology clusters from chemical structure using deep learning
Ingår i Journal of Cheminformatics, 2022
Ingår i Xenobiotica, s. 113-118, 2022
From biomedical cloud platforms to microservices: next steps in FAIR data and analysis
Ingår i Scientific Data, 2022
Migrating to Long-Read Sequencing for Clinical Routine BCR-ABL1 TKI Resistance Mutation Screening
Ingår i Cancer Informatics, s. 1-8, 2022
Ingår i Nature Communications, 2022
A method for Boolean analysis of protein interactions at a molecular level
Ingår i Nature Communications, 2022
Ingår i Science of the Total Environment, 2022
Ingår i Journal of Pharmaceutical Sciences, s. 2614-2619, 2022
Ingår i Journal of Pharmaceutical Sciences, s. 2645-2649, 2022
An Open-Source Modular Framework for Automated Pipetting and Imaging Applications
Ingår i Advanced biology, 2022
Ingår i Communications Biology, 2022
SimVec: predicting polypharmacy side effects for new drugs
Ingår i Journal of Cheminformatics, 2022
Ingår i Proceedings of Machine Learning Research, s. 91-119, 2021
Ingår i IEEE journal of biomedical and health informatics, s. 371-380, 2021
Ingår i F1000 Research, s. 513-513, 2021
ELIXIR and Toxicology: a community in development
Ingår i F1000 Research, s. 1129-1129, 2021
Assessing the calibration in toxicological in vitro models with conformal prediction
Ingår i Journal of Cheminformatics, 2021
Synergy conformal prediction applied to large-scale bioactivity datasets and in federated learning
Ingår i Journal of Cheminformatics, 2021
The machine learning life cycle and the cloud: implications for drug discovery.
Ingår i Expert Opinion on Drug Discovery, s. 1071-1079, 2021
Ingår i Bioinformatics, s. 3501-3508, 2021
Ingår i GigaScience, s. 1-14, 2021
Machine Learning Strategies When Transitioning between Biological Assays
Ingår i Journal of Chemical Information and Modeling, s. 3722-3733, 2021
Ingår i Xenobiotica, s. 1366-1371, 2021
Ingår i Xenobiotica, s. 1095-1100, 2021
Ingår i International Journal of Molecular Sciences, 2021
- DOI för Integrating Statistical and Machine-Learning Approach for Meta-Analysis of Bisphenol A-Exposure Datasets Reveals Effects on Mouse Gene Expression within Pathways of Apoptosis and Cell Survival
- Ladda ner fulltext (pdf) av Integrating Statistical and Machine-Learning Approach for Meta-Analysis of Bisphenol A-Exposure Datasets Reveals Effects on Mouse Gene Expression within Pathways of Apoptosis and Cell Survival
Ingår i Molecules, 2021
Metabolomics: The Stethoscope for the Twenty-First Century
Ingår i Medical principles and practice, s. 301-310, 2021
Deep-learning models for lipid nanoparticle-based drug delivery
Ingår i Nanomedicine, s. 1097-1110, 2021
A phenomics approach for antiviral drug discovery
Ingår i BMC Biology, 2021
Predicting target profiles with confidence as a service using docking scores
Ingår i Journal of Cheminformatics, 2020
Using Predicted Bioactivity Profiles to Improve Predictive Modeling
Ingår i Journal of Chemical Information and Modeling, s. 2830-2837, 2020
MaRe: Processing Big Data with application containers on Apache Spark
Ingår i GigaScience, 2020
Container-based bioinformatics with Pachyderm
Ingår i Bioinformatics, s. 839-846, 2019
SciPipe - Turning Scientific Workflows into Computer Programs
Ingår i Computing in science & engineering (Print), s. 109-113, 2019
On-demand virtual research environments using microservices
Ingår i PeerJ Computer Science, 2019
Ingår i Cells, 2019
Interoperable and scalable data analysis with microservices: Applications in metabolomics
Ingår i Bioinformatics, s. 3752-3760, 2019