Fructus cynosbati
Foto č. 87: Fructus cynosbati (Otevřít v novém okně), Autor: , Datum:
Zde se nacházíte: Karolinas.net » Doma » » Korelace, regrese, matice i skripty na cestě za PhD v AMOLFu

Korelace, regrese, matice i skripty na cestě za PhD v AMOLFu

šipka - arrow Zpět na článkyPřidáno Ne 28. Duben 2013, 21:22  |  Počet zobrazení článku 14550x  |  Komentáře Přidejte komentář
Rubrika: Věda  |  Seriál: My Journey to PhD
Náhodný výběr několika z mnoha slov, které charakterizují moje první jaro v Amsterdamu. V dubnu jsem strávila dva týdny v České republice, během nichž jsem stihla vyřídit většinu obíhání kolem stěhování. Byla jsem na fakultě v Hradci, navštívila jsem celý seznam úřadů, několik bank i pojišťovnu. Stihla jsem se setkat i s řadou přátel, za což jsem obzvláště vděčná. A také jsem absolvovala dvoudenní kurz programování v MATLABu. Proč? To už vysvětlím v následujícím článku.

Od poloviny března letošního roku jsem oficiálním PhD studentem v AMOLFu. Mým školitelem je Ron Heeren, v jehož skupině pracuji již od října 2012. Mimo něj můj výšlap po cestě za PhD řídí ještě Lutgarde Buydens z Radboud Universiteit v Nijmegen.

Lutgarde je specialistkou na chemometrii, tedy na statistické zpracování (chemických) dat. V rámci analytické chemie je to nesmírně důležitá disciplína. (A vlastně nejenom v jejím rámci.) Nestačí totiž nasbírat data, je velmi důležité také jim rozumět. Což někdy není tak jednoduché a nestačí pouhý pohled na jejich soubor. K zevrubnému vysvětlení, a pochopení významu dat jsou leckdy zapotřebí velmi sofistikované statistické metody.

A k použití těch statistických metod je zase důležité umět pracovat s programovacími jazyky právě typu MATLABu. MATLAB je programovací prostředí, v němž lze napsat skripty (takové návody) k různým výpočtům a funkcím. Ty pak mohou být aplikovány třeba na naměřená data. Ve výsledku je tak třeba možné odkrýt zákonitosti a souvislosti v datech ukryté a tím odpovědět na (vědecké) otázky.

Možná se ptáte, proč jsem se pustila do tak obšírného vysvětlování. Odpověď je nasnadě: protože právě chemometrie a statistické zpracování dat bude spolu s jejich sběrem hlavní náplní mého PhD projektu v AMOLFu. Oficiální název mého projektu je "E-biobanking with imaging for healthcare." A jeho podstatu vysvětlím v následujících odstavcích.

Na počátku vědeckého projektu vždycky stojí otázka. V našem případě by mohla znít třeba takto: "Jak se molekulárně liší tkáň prsu zdravého člověka a nádorová tkáň rakoviny prsu?" (Molekulárně znamená, že nás zajímá, jaké molekuly můžeme v tkáních najít. Například jaké bílkoviny nebo lipidy-tuky jsou ve zdravé tkání a jaké v tkáni nemocné). Další otázka se nabízí sama: "Jak se (opět molekulárně) liší rakovinná tkáň pacienta, který odpovídá na léčbu a pacienta, která na ni nereaguje?" A další třeba: "Jaký je rozdíl mezi jednotlivými typy rakovinných tkáních na molekulární úrovni?"

Na konci našeho projektu bychom chtěli mít velkou elektronickou databázi různých typů tkání. Taková databáze by v ideálním případě zcela mapovala rozdíly mezi jednotlivými pacienty s rakovinou, rozlišovala by jednotlivé typy třeba rakoviny prsu a bylo by možné podle ní posoudit, zda nějaký konkrétní pacient bude odpovídat na chemoterapii a případně i jakým lékem. (tzv. personalizovaná medicína)

Mezi otázkou na začátku a výslednou databází je, jak si asi umíte představit, ohromné množství práce. Pochopitelně ne jednoho člověka a dokonce ne jedné vědecké skupiny. Nezbytná je spolupráce napříč vědeckým spektrem. Jsou zapotřebí patologové, biologové, chemici i IT specialisti.

Já spadám v současné chvíli do skupiny chemiků  - konkrétně analytických chemiků. Pomocí techniky zobrazovací hmotnostní spektrometrie (anglicky mass spectrometry imaging), o které jsem již trochu psala v souvislostí s mou prací v AMOLFu, budu získávat data (tedy měřit vzorky) různých typů tkáně se zaměřením na rakovinu prsu. V dohledné době bych se ale měla výrazně podílet i na vyhodnocování získaných dat.

Proto se v současné chvíli intenzivně věnuji studiu matematiky a statistiky. Od své školitelky v Nijmegenu a jejího kolegy jsem dostala hromadu studijních materiálů a úkolů. Je to docela fuška, ale musím říct, že mě to hodně baví. Konečně vidím, k čemu je matematika vlastně dobrá v praxi. Jeden si navíc báječně procvičí mozek – stačí si místo Sudoku vynásobit dvě matice nebo si spočítat nějakou derivaci.

Na začátku se to pro farmaceuta zdá jako nezvládnutelný úkol, ale když se chce, tak jde všechno. Konec konců, moje školitelka Lutgarde je toho zářným příkladem: sama totiž vystudovala farmacii a pak si dělala doktorát z chemometrie. Když to zvládla ona, tak já to dám taky! :-)

Líbil se Vám článek? Můžete jej sdílet:
  

Bez komentářů

Začátek komentářůPřidejte svůj komentář
Pokud jste registrovným uživatelem, prosím, přihlašte se. Děkuji.

Nick:
(zobrazuje se a je povinný)
Email:

}-( {beer} :-] %-/ {blush} {bomb} B-) :,-( {devil} 8-p :-/ :-D {happy} {inlove} :-* :*-) {kissing} {laughing} {music} x-. :-| {rolleyes} {rose} :-( 8-O :-o :-¤ =] |-| :-) :-x {bye} :-B {thumbdown} {thumbup} :-P °-/ !-/ :-[ :-Q O-)
Před odesláním ještě opište správně tento kontrolní kód *:
ΚΑROLΙΝΑS.ΝΕΤ »
HTML tagy a skripty budou odstraněny, proto je nevkládejte!
Url adresy budou automaticky přeloženy na klikací odkazy s názvem LINK. Případné odkazy vždy vkládej v absolutním formátu. Tedy s http:// na začátku.
Informace pro spammery: Do odkazu je přidáván atribut rel="nofollow" pro znemožnění dědění ranků!
 




Instagram