פרויקטי גמר - תואר ראשון בהנדסת חשמל (B.Sc) - לעמוד בחזית הטכנולוגיה - Bioengineering תשפ"ה

הרקע לפרויקט:

הטכנולוגיה הרלוונטית לפרויקט היא, מדידות פלואורסצנטיות באמצעות מצלמה. הפלואורסנציה הנמדדת פרופורציוני לריכוז הצבעים שנקשרו לגורמים של המלה המתבטאים בדם או ברוק של החולה

מטרת הפרויקט:

ההישג יהיה, הרכבת מערכת המסוגלת למדוד מספר צבעים הפולטים פלואורסצנציה באורכי גל שונים. כך שכל צבע ייקשרלגורם אחר המתבטא בדם או רוק של החולה.

תכולת הפרויקט:

על הסטודנטים להרכיב את המערכת, להצמיד את הצבענים לבידים מגנטיים וביצוע מדידה בה שני צבעים שונים מקשרים שני גורמי מחלה שונים

קורסי קדם:

מבוא לאופטיקה מודרנית ואלקטרו-אופטיקה

מקורות:

https://www.amosdaniellilab.com/

הרקע לפרויקט:

בעוד טיפול בתרופות כימותרפיות ותרופות ביולוגיות המבוססות נוגדנים הינם כיום הסטנדרט בטיפול בסרטן, הובלה מדויקת ובטוחה של כימותרפיה לגידולים נותרה אתגר משמעותי. על אף שלנוגדנים יש ספציפיות גבוהה, הם עלולים להתקשות בחדירה לגידולים צפופים ומוצקים, ועלולים להשאיר תאים סרטניים מסוימים ללא פגע. ננו חלקיקי זהב (GNP) יכולים לשמש כנשאים יעילים של כימותרפיות ונוגדנים בשל התאימות הביולוגית שלהם, תכונות פיזיקוכימיות ייחודיות המאפשרות קשירה פשוטה ומבוקרת של תרופות, והגעה מוגברת לגידולים עקב אפקט ה-EPR.
במחקר זה, אנו שואפים לפתח ננו-פלטפורמה חדשה של חלקיקי זהב בכדי לספק ארגז כלים גמיש ורב-תכליתי לטיפול בסרטן. כדי להשיג זאת, נפתח חלקיקי זהב אשר: (1) יאפשרו ספיחה על גבי החלקיק של כימותרפיות שונות בכדי לגרום להרג התאים הסרטניים, ו - (2) קשירה של נוגדנים לחלקיק על מנת לגרום להובלה ספציפית של החלקיקים לתאים הסרטניים עקב הספציפיות הגבוהה של נוגדנים לתאים אלו.

מטרת הפרויקט:

אנו נחקור את יעילות הננו-חלקיקים במספר שורות תאי סרטן. ננסה לבדוק האם ננו-חלקיקי זהב ספוחים לכימותרפיות וקשורים לגלוקוז יעילים בהרג תאים סרטניים. אנו מצפים כי לפלטפורמת חלקיקי זהב חדשנית זו יש פוטנציאל לקדם באופן משמעותי את תחום הרפואה מותאמת אישית והטיפול בסרטן.

תכולת הפרויקט:

לימוד הכנת חלקיקי זהב, איפיון חלקיקי זהב במכשור השונה במעבדה, עבודה עם תאי סרטן במנדף הביולוגי

קורסי קדם:

מבוא לביולוגיה

מקורות:

https://popovtzerlab.com/
https://www.nature.com/articles/s41573-023-00709-2
https://pubs.acs.org/doi/10.1021/acsnano.5b07576

הרקע לפרויקט:

שיטות רבות פותחו ונלמדו למציאת דרך חדשנית לטיפול בסרטן. אחת משיטות אלו לטיפול בגידולים סרטניים היא תרפיה פוטודינאמית. הצורך בפיתוח של ננו חלקיקים כמערכות הובלה של תרופות לגידולים סרטניים וביניהם תרופות שמשמשות לטיפול הפוטודינאמי הולך ומתגבר. נשתמש בקומפלקס שפותח במעבדה של ננו חלקיקי זהב שמחוברים לתרופה פוטודינאמית בתאי סרטן ונבחן את התאים לאחר שילוב של טיפולים נוגדי סרטן על ידי הקרנות בלייזר.

מטרת הפרויקט:

מטרת הפרויקט היא לבחון את הטיפול הפוטודינאמי והטיפול התרמי לאחר שימוש בקומפלקס של ננו חלקיקי זהב שקשורים לתרופה. לשם כך, נגדל תאים סרטניים, נבחן את התאים לאחר קליטת החלקיקים בתאים, נבצע טיפול אנטי סרטני בתאים ונאבחן את התאים לאחר הטיפול. לאחר מכן נתכנן טיפול רפואי מותאם אישי על ידי אלגוריתם שנפתח ומודלים של למידת מכונה הלוקח בחשבון פרמטרים כגון עוצמת הלייזר ומשך זמן הקרנה כדי להשיג תוצאה המותאמת לגידול ספציפי.

תכולת הפרויקט:

• לימוד תאורטי וקריאה בספרות של מחקרים רלבנטיים.
• טיפול בתאים בעזרת קומפלקס של ננו חלקיקי זהב שקשורים לתרופה.
• מעקב אחר התאים שכולל כימות של התאים לאחר הטיפול האנטי סרטני בעזרת
Image J, בדיקת מורפולוגיה ופרמטרים נוספים.

קורסי קדם:

ביולוגיה למהנדסים

דרישות נוספות:

ידע מוקדם בImage J ו-Matlab או Python

מקורות:

https://www.frontiersin.org/journals/oncology/articles/10.3389/fonc.202…

הרקע לפרויקט:

בשנים האחרונות נעשה שימוש בריצוף RNA חד-תאי (scRNA-seq) בתפוקה גבוהה למדידת ביטוי גנים באלפי תאים. מידע זה משמש לזיהוי תת-אוכלוסיות של תאים ולאפיון מנגנונים מולקולריים בכליה ובגידולים סרטניים בכליה. עם זאת, ניתן למצוא שכבה נוספת של הטרוגניות תאית מעבר לביטוי גנים, באיזופורמים חלופיים של תעתיקי mRNA, ואלה לא אופיינו במלואם. מנגנון אחד כזה הוא פוליאדנילציה אלטרנטיבית (APA), לפיו גן מכיל אתרי ביקוע ופוליאדנילציה מרובים, ובכך מאפשר לייצר תעתיקי mRNA מרובים באורכים שונים מאותו גן. מנגנון ה-APA תורם להגדלת מגוון התעתיקים על ידי השפעה על יציבות ה-mRNA, התרגום והלוקליזציה בתא.
בפרויקט זה, הסטודנטים ישתמשו במערך נתונים חד-תאיים של RNA-seq של תאים סרטניים ותאים רגילים ממערכי נתונים שפורסמו וכן נתונים ממערכת ה-microfluidic drop-seq מהמעבדה שלנו על מנת לחקור APA בגידוליים סרטניים בכליות.
באופן יותר ספציפי, אנחנו נשאף למצוא הבדלים בין תאים נורמליים וסרטנים (גידולי Renal Cell Carcinoma וגידולי ווילמס).

מטרת הפרויקט:

אנו מצפים שהתפוקה העיקרית מפרויקט זה תהיה מציאת רשימת גנים שיאפשרו גילוי סמנים לאיתור מוקדם, זיהוי, וניטור של מחלות וגידולי כליה, וכמן כן זיהוי מנגנונים מולקולריים ספציפיים שניתנים לתיקון על ידי טיפול מתאים.

תכולת הפרויקט:

• עיבוד וניתוח מקדים של נתונים - עיבוד דאטה גולמי והכנה מותאמת של מטריצות ביטוי גנים כקלט לאלגוריתם.
• הכרה עמוקה של האלגוריתם לשלביו השונים, כתיבת קוד בR שכולל שימוש בחבילות שונות.
• ניתוח הנתונים וזיהוי דפוסים וגנים חשובים.
• בחינת הקשר בין הדפוסים והגנים שהתקבלו בקרב תאים בריאים לבין תאי הסרטן.
• סיכום התוצאות לכדי ספר פרויקט ומאמר.

קורסי קדם:

• ביו-אינפורמטיקה
• רקע בשפת התכנות R
• מבוא להסתברות וסטטיסטיקה
• מבוא לביולוגיה למהנדסים

דרישות נוספות:

• מדעי נתונים ביולוגים
• נוירו-גנומיקה
• מבוא ללמידת מכונה
• גנטיקה וביולוגיה מולקולרית
• הכרות עם מערכות UNIX
• רקע ביולוגי על סרטן או כליה

מקורות:

1. Patrick, R., Humphreys, D. T., Janbandhu, V., Oshlack, A., Ho, J. W., Harvey, R. P., & Lo, K. K. (2020). Sierra: discovery of differential transcript usage from polyA-captured single-cell RNA-seq data. Genome Biology, 21(1), 167.
2. Hao, Y., Hao, S., Andersen-Nissen, E., Mauck III, W. M., Zheng, S., Butler, A., ... & Satija, R. (2021). Integrated analysis of multimodal single-cell data. Cell, 184(13), 3573-3587.
3. https://www.eng.biu.ac.il/kaliskt/

הרקע לפרויקט:

מטרת הפרויקט היא לחקור את כניסת ננו-חלקיקי זהב לתאים באמצעות שילוב של טכניקות הדמיה מיקרוסקופיות וניתוח כמותי. נכין ננו-חלקיקי זהב ונבצע ניסוי UPTAKE על מנת שיכנסו לתאים. לאחר מכן נבדוק את כניסתם לתאים באמצעות מיקרוסקופיה מתקדמת. הסטודנט יכתוב תוכנה כדי לנתח את התמונות המיקרוסקופיות ולכמת את מידת הפנמת הננו-חלקיקים. כדי לאמת את התוצאות, תבוצע ספקטרומטריית מסה פלזמה בשילוב אינדוקטיבי (ICP-MS) כדי למדוד במדויק את כמות הזהב שנכנסה לתאים. גישה זו תספק הבנה מקיפה של המנגנונים והיעילות של קליטת ננו-חלקיקי זהב על ידי תאים.

מטרת הפרויקט:

מטרת הפרויקט היא לדעת לכמת כמה ננו חלקיקי זהב נכנסו לתא בודד. שננו-חלקיקי זהב הקשורים לאינסולין או גלוקוז יכולים להיכנס לתאים דרך הרצפטור לאינסולין או גלוקוז. על ידי ניצול הנתיב הטבעי של אנדוציטוזה בתיווך הרצפטור לאינסולין, ניתן להשתמש בחלקיקים אלה כמנגנון משלוח לתרופות כימותרפיות. גישה זו מחזיקה בפוטנציאל משמעותי בחקר הסרטן, בכך שהיא מציעה אסטרטגיה חדשה למקד תאי סרטן בשיטת "סוס טרויאני", בה סוכנים תרופתיים (כימותרפיה) מוסתרים על ידי ננו-חלקיקים הקשורים לאינסולין או גלוקוז, מה שמאפשר את כניסתם לתאים ומגביר את יעילות הטיפול בסרטן.
אם נדע לכמת כמה חלקיקים נכנסו לתא בודד, נוכל להבין האם החלקיקים הגיעו בדיוק לגידול ואף אם הם נכנסו לעומק הגידול.

תכולת הפרויקט:

על הסטודנט להכין חלקיקי זהב, לקחת חלק פעיל בניסויים ולכתוב תוכנה אשר תדע לנתח את התוצאות שנקבל.

קורסי קדם:

מבוא לביולוגיה, ידע בשפת תכנות לבחירת הסטודנט

מקורות:

https://popovtzerlab.com/
https://www.tandfonline.com/doi/full/10.2217/nnm-2018-0022

הרקע לפרויקט:

This project focuses on assessing the efficiency of antibody binding and the orientation of antibody conjugation in gold nanoparticles. By combining computational protein folding analysis with experimental laboratory work, the project aims to evaluate the performance of these nanoparticles under various conditions and their biological effectiveness. The study will leverage advanced statistical methods to compare antibody binding in active and inactive regions and test the functionality of conjugated nanoparticles on cells. This integrative approach will provide valuable insights into optimizing gold nanoparticle-based technologies.

מטרת הפרויקט:

This project aims to enhance the understanding of how antibody conjugation orientation affects binding efficiency. By optimizing the conjugation process and evaluating the functionality of gold nanoparticles, the project aims to improve the effectiveness of these nanoparticles in targeted therapies.

תכולת הפרויקט:

1.  Protein Folding and Binding Analysis:

• Use computational tools (e.g., AlphaFold) to analyze protein folding and assess antibody binding in active versus inactive regions.
• Perform statistical calculations to compare binding efficiencies.

2. Gold Nanoparticle Conjugation:

• Implement techniques for conjugating antibodies to gold nanoparticles.
• Assess and optimize the orientation of antibody conjugation on the nanoparticles.

3. Experimental Testing:

• Design and conduct laboratory experiments to test the functionality of antibody-conjugated gold nanoparticles under various conditions (e.g., temperature, pH).
• Measure the biological efficacy and functionality of the nanoparticles in a cellular environment.

קורסי קדם:

מבוא לביולוגיה למהנדסים

מקורות:

AlphaFold - https://alphafold.ebi.ac.uk
gold nano particles - https://scholar.google.co.il/scholar?hl=iw&as_sdt=0%2C5&q=rachela+popov…

הרקע לפרויקט:

This project aims to develop and refine a method for quantifying the amount of antibodies conjugated to particles using fluorescence techniques. By employing advanced fluorescence assays, the project seeks to provide a precise and reliable quantification approach for antibody-particle conjugates. This method will be instrumental in various applications, including biomedical research and diagnostics, where accurate measurement of antibody levels on particles is crucial for assessing their functionality and efficacy.

מטרת הפרויקט:

The purpose of this project is to establish a fluorescence-based method that accurately quantifies the concentration of antibodies attached to particles. This will enhance the ability to monitor and control the quality of antibody-particle conjugates, leading to more effective applications in research, diagnostics, and therapeutic developments.

תכולת הפרויקט:

1. Fluorescence Method Development:
- Research and select appropriate fluorescence techniques and dyes for antibody quantification.
- Develop and optimize fluorescence assays to measure antibody concentration on particles.
- Validate the method's sensitivity, specificity, and accuracy.
2. Experimental Setup:
- Prepare and characterize particle-antibody conjugates.
- Design and implement experiments to test the fluorescence-based quantification method.
- Use control samples and standards to calibrate and validate the assay.
3. Data Analysis:
- Analyze fluorescence data to determine the concentration of antibodies on particles.
- Perform statistical analysis to ensure the accuracy and reliability of the results.
- Compare the fluorescence-based method with traditional quantification techniques.

קורסי קדם:

מבוא לביולוגיה למהנדסים, דימות רפואי

מקורות:

מאמרים על ננו חלקיקי זהב וצימוד לנוגדנים: https://scholar.google.co.il/scholar?hl=iw&as_sdt=0%2C5&q=rachela+popov…

הרקע לפרויקט:

This project focuses on evaluating the stability of antibody-conjugated gold nanoparticles under various conditions and using different linker molecules. By investigating how different linkers and conditions affect the stability and integrity of the conjugated nanoparticles, the project aims to identify optimal combinations for enhanced performance in biomedical applications. This research will provide valuable insights for the development of robust and reliable nanoparticle-based technologies.

מטרת הפרויקט:

The purpose of this project is to systematically assess the stability of antibody-conjugated gold nanoparticles using various linkers under different environmental conditions. This will help in identifying the most effective linkers and conditions to ensure the stability and functionality of the conjugated nanoparticles for applications in diagnostics, therapeutics, and other biomedical fields.

תכולת הפרויקט:

1. Literature Review and Selection of Linkers:
- Conduct a comprehensive review of existing literature on linkers used for antibody conjugation to gold nanoparticles.
- Select a range of linkers (e.g., thiol, amine, PEGylated linkers) for experimental evaluation.
2. Synthesis and Conjugation:
- Synthesize gold nanoparticles and conjugate antibodies using the selected linkers.
- Characterize the conjugated nanoparticles to confirm successful attachment of antibodies.
3. Stability Testing:
- Design experiments to test the stability of the conjugated nanoparticles under various conditions (e.g., different pH levels, temperatures, ionic strengths, and biological media).
- Monitor changes in nanoparticle size, shape, and antibody integrity using techniques such as dynamic light scattering (DLS), transmission electron microscopy (TEM), and enzyme-linked immunosorbent assay (ELISA).

קורסי קדם:

מבוא לביולוגיה למהנדסים

מקורות:

מאמרים על נוגדנים מצומדים לננו חלקיקי זהב

הרקע לפרויקט:

Today, many drugs have unacceptable side effects due to the drug’s interaction with healthy tissues that are not the target site. Drug delivery systems are engineered technologies for targeted delivery and/or controlled release of therapeutic agents. Drug delivery systems that respond to external stimuli are of great research interest as they enable the controlled release of drugs according to external alterations. Many physical and chemical stimuli can be triggered, such as temperature, pH, light, electric fields, magnetic fields, osmotic pressure, and ultrasound (US). The US attracts great attention due to its many advantages: absence of ionizing radiations, low cost, ease of operation, and the ability to transmit energy to precise locations. Our goal is to develop an implantable device loaded with drugs for remote and controlled release of the drug.

מטרת הפרויקט:

The students will design and fabricate a polymeric-based device for controlled drug delivery by acoustic waves. They will experimentally examine the effect of acoustic waves on the device and cells in the culture.

תכולת הפרויקט:

• Review the field of drug release by external stimulation by acoustic waves.
• Fabricating polymer-drug device, and releasing drugs from it by acoustic waves.
• Examination of the effect of a few parameters on the drug release, including device and acoustic parameters.
• Biological interface - examination of the influence of the polymer-drug device and the acoustic system on cells.

קורסי קדם:

• פזיולוגיה כמותית
• דימות רפואי

מקורות:

• Kim, H. J.; Matsuda, H.; Zhou, H.; Honma, I. Ultrasound-Triggered Smart Drug Release from a Poly(Dimethylsiloxane)- Mesoporous Silica Composite. Advanced Materials 2006, 18 (23), 3083–3088.
• Cohen, S.; Sazan, H.; Kenigsberg, A.; Schori, H.; Piperno, S.; Shpaisman, H.; Shefi, O. Large-scale acoustic-driven neuronal patterning and directed outgrowth. Scientific Report 2020, 10.
• A. Stewart, S.; Domínguez-Robles, J.; F. Donnelly R.; Larrañeta, E. Implantable Polymeric Drug Delivery Devices: Classification, Manufacture, Materials, and Clinical Applications. Polymers 2018, 10, 1379.

הרקע לפרויקט:

Drug delivery systems are engineered technologies for targeted delivery and/or controlled release of therapeutic agents. Drug delivery systems that respond to external stimuli are of great research interest as they enable the pulsatile release of drugs according to external alterations. Many physical and chemical stimuli can be used as triggers, such as temperature, pH, light, electric fields, magnetic fields, osmotic pressure, and ultrasound (US). The US attracts great attention, due to its many advantages: absence of ionizing radiations, low cost, ease of operation, and the ability to transmit energy to precise locations.
The project goals are to develop a drug delivery system that is triggered by acoustic waves and model the interaction between the acoustic force and an organ.

מטרת הפרויקט:

The student will model a drug delivery system based on external acoustic triggering. They will simulate theoretically and examine experimentally the effect of acoustic waves in flow, mimicking the behavior inside a live organ.

תכולת הפרויקט:

In order to examine how acoustic forces interact with an organ, the penetration of the waves through different tissues, and the effect at the cellular level, the student will model flow-acoustic interaction, with the simulation software COMSOL.
First, they will simulate flow-acoustic interaction in a fluidic system and later in a model of an organ. In the second semester, the student will examine experimentally the effect of acoustic waves in a fluidic system in the lab.

קורסי קדם:

פזיולוגיה כמותית
דימות רפואי

מקורות:

1. Kim, H. J.; Matsuda, H.; Zhou, H.; Honma, I. Ultrasound-Triggered Smart Drug Release from a Poly(Dimethylsiloxane)- Mesoporous Silica Composite. Advanced Materials 2006, 18 (23), 3083–3088.
2. Cohen, S.; Sazan, H.; Kenigsberg, A.; Schori, H.; Piperno, S.; Shpaisman, H.; Shefi, O. Large-scale acoustic-driven neuronal patterning and directed outgrowth. Scientific Report 2020, 10.
3. Sayed, N. El, Maurer, A., Enfrun, D., & Rozsnyo, R. (2019). Mechanical and Thermal Effects of Focused Ultrasound on a Biological Tissue using COMSOL Multiphysics®, Three Different Approaches. Proceedings of the 2019 COMSOL Conference, 1–7.

הרקע לפרויקט:

ניתוחי מוח למחלות שונות כוללים במקרים רבים הסרה של איזורים פתולוגיים מסוימים, למשל איזור עם גידול סרטני. לצורך שימור ושיקום יכולות תפקודיות קריטיות כמו דיבור, תנועה, ותפקודים קוגניטיביים אחרים, יש צורך למפות איזורים תפקודיים במטופלים. אלקטרוקורטיקוגרפיה (ECOG) היא טכנולוגיה מבטיחה המקליטה פעילות מוחית חשמלית באמצעות אלקטרודות ייעודיות המונחות ישירות על פני המוח החשוף. טכנולוגיה זו מאפשרת להקליט אותות מוחיים ייחודים ברזולוציה זמנית ומרחבית גבוהה, ועל כן משמשת בין השאר ככלי קליני שימושי למיפוי תפקוד המוח אצל אוכלוסיות קליניות שונות. במחקרים קודמים הראינו כי נתוני ECOG, הנאספו ממספר סנסורים במקביל במהלך ניתוח מוח בערות של מטופלים עם גידול מוחי, מכילים מידע הקשור לרשתות מוחיות תפקודיות. עם זאת, דפוסי הקישוריות בין הפעילות המוחית שנמדדה בסנסורים השונים נשארו לא ידועים. קישוריות זו הינה אינדיקציה לאופן שבו נוירונים מתקשרים ביניהם ,ומכאן חשיבותה הרבה.

בפרויקט זה נשתמש בכלים חישוביים ונבחן דפוסי קישוריות מוחית באמצעות ניתוח האותות המוחיים. נתמקד במדד של צימוד משרעת-פאזה (Phase-Amplitude Coupling, PAC) המתאר את הקשר שבין שתי רצועות תדירות. לחקירת דפוסי קישוריות ברמות המוח ואיזורי המוח השונים יש חשיבות קלינית לצורך פיתוח כלים רפואיים תומכי החלטה והבנה טובה יותר של המנגנונים העומדים בבסיס מחלות נוירולוגיות שונות. כמו כן, הם מהווים בסיס לפיתוח של ממשקים עצביים כגון ממשקי מוח-מחשב (Brain computer interfaces, BCIs).

מטרת הפרויקט:

מטרת הפרויקט היא הבנה ושימוש בשיטות חישוביות שונות למדידת קישוריות מוחית עבור אותות עצביים שהוקלטו באמצעות ECOG. האותות הוקלטו ממטופלים עם גידול מוחי במהלך ניתוח מוח בערות. הפרויקט יכלול ניתוח נתונים ושימוש במודלים סטטיסטיים כדי לאפיין דפוסי קישוריות במצבים שונים כגון משימות שונות שביצעו המטופלים.

תכולת הפרויקט:

עבודת הסטודנטים תכלול : לימוד תאורטי וקריאה בספרות על מחקרים בתחום, עיבוד מקדים של הנתונים, חישוב קישוריות מתוך הסיגנלים באמצעות מספר שיטות אנליזה, שימוש במודלים סטטיסטים. שימוש ופיתוח כלים בכלים בעיבוד אותות והצגת נתונים.

קורסי קדם:

אין

דרישות נוספות:

מדעי נתונים ביולוגיים, כל ידע בתחום מדעי המוח

מקורות:

1. Assem, M., Hart, M. G., Coelho, P., Romero-Garcia, R., McDonald, A., Woodberry, E., Morris, R. C., Price, S. J., Suckling, J., Santarius, T., Duncan, J., & Erez, Y. (2023). High gamma activity distinguishes frontal cognitive control regions from adjacent cortical networks. Cortex, 159, 286–298. https://doi.org/10.1016/j.cortex.2022.12.007
2. Murta, T., Chaudhary, U. J., Tierney, T. M., Dias, A., Leite, M., Carmichael, D. W., Figueiredo, P., & Lemieux, L. (2017). Phase–amplitude coupling and the BOLD signal: A simultaneous intracranial EEG (icEEG) - fMRI study in humans performing a finger-tapping task. NeuroImage, 146, 438–451. https://doi.org/10.1016/j.neuroimage.2016.08.036
3. Penny, W. D., Duzel, E., Miller, K. J., & Ojemann, J. G. (2008). Testing for nested oscillation. Journal of Neuroscience Methods, 174(1), 50–61. https://doi.org/10.1016/j.jneumeth.2008.06.035
4. Canolty, R. T., Edwards, E., Dalal, S. S., Soltani, M., Nagarajan, S. S., Kirsch, H. E., Berger, M. S., Barbare, N. M., & Knight, R. T. (2006). High gamma power is phase-locked to theta oscillations in human neocortex. Science, 313(5793), 1626–1628. https://doi.org/10.1126/science.1128115

הרקע לפרויקט:

ניטור של פעילות מוחית בזמן ניתוחים הינו פרוצדורה המתבצעת בניתוחים רבים על מנת למנוע פגיעה באיזורים הקשורים לתפקודים קריטיים כגון דיבור, הבנת שפה, תנועה, ותהליכי חשיבה שונים. במקרים רבים, פולסים קצרים של גרייה חשמלית מופעלים באופן מקומי על המוח בזמן הניתוח על מנת לזהות איזורים קריטיים אלו. במידה והגרייה הובילה לפגיעה (הפיכה) בתפקוד כלשהו, איזור הגרייה מזוהה כקריטי לתפקוד והדבר משתמש לקבלת החלטות קליניות באופן מיידי. כלי משלים לכך הוא הקלטה של פעילות מוחית חשמליות באמצעות אלקטרודות ייעודיות המונחות על קליפת המוח בטכנולוגיה הנקראת אלקטרוקורטיקוגרפיה (ECOG).

אחת המגבלות באנליזה של נתונים אלו היא חסר בכלים אשר יאפשרו להסתכל על הנתונים גם ברמת האדם האינדיבידואל, וגם על תופעות המשותפות לנבדקים רבים. ויזואליזציה הינה כלי הכרחי להבנת תופעות רחבות יותר וביניהן שינויים משמעותי בפעילות המוחית וקשרים בין מדדים ונתונים שונים. העבודה בפרויקט זה תכלול פיתוח של כלי ויזואליזציה למיקומים של גרייה חשמלית ושל אלקטרודות על-פני המוח. הכלי שיפותח יכלול הצגה ומיון של הנתונים לפי פרמטרים שונים, כמו: תגובות לגרייה החשמלית, מיקום האלקטרודות, סיווג האלקטרודות לרשתות מוחיות, ועוד. באמצעות כלי ויזואליזציה זה, ניתן יהיה לאפיין ולהבין ארגון ומיפוי מוחי.

מטרת הפרויקט:

פיתוח תוכנה ויזואלית (GIU) לעיבוד והצגת נתוני ECOG וגרייה חשמלית. התוכנה תכלול יכולת לבחור בפרמטרים לוויזואליזציה על-פי בחירת המשתמש, כגון בחירת אלקטרודות מקטגוריות מסוימות, בחירת נבדקים, ותופעות של תגובות לגירויים שונים.

תכולת הפרויקט:

הסטודנטים ייפתחו כלי לויזואליזציה המותאם באופן פרטני למחקר, ישתמשו בשיטות לניתוח אותות מוחיים בטכנולוגיות השונות, יתמקדו בממשק משתמש וישתמשו במודלים סטטיסטיים. העבודה תכלול: כתיבת קוד, ניתוח נתונים, מודלים סטטיסטיים, וקריאת ספרות.

קורסי קדם:
תכנות
לא חייב:
מדעי נתונים ביולוגיים
קורס נוירופיזיולוגיה של מערכות ו/או כל ידע על מערכות מוחיות.

דרישות נוספות:
דרושה יכולת תכנות בפייתון או ב-MATLAB.
ניתוח אותות

מקורות:

1. Moataz Assem, Michael G. Hart, Pedro Coelho, Rafael Romero-Garcia, Alexa McDonald, Emma Woodberry, Robert C. Morris, Stephen J. Price, John Suckling, Thomas Santarius, John Duncan, Yaara Erez. High gamma activity distinguishes frontal cognitive control regions from adjacent cortical networks, Cortex, Volume 159, 2023, Pages 286-298. https://doi.org/10.1016/j.cortex.2022.12.007.
2. Ayan S. Mandal, Moataz Assem, Rafael Romero-Garcia, Pedro Coelho, Alexa McDonald, Emma Woodberry, Robert C. Morris, Stephen J. Price, John Duncan, Thomas Santarius, John Suckling, Michael G. Hart, Yaara Erez. Tumour-infiltrated cortex participates in large-scale cognitive circuits medRxiv 2022.12.19.22283690. https://doi.org/10.1101/2022.12.19.22283690
3. Crone N.E., Sinai A. & Korzeniewska A. (2006). High-frequency gamma oscillations and human brain mapping with electrocorticography. Progress in Brain Research 159, 275–295. https://doi.org/10.1016/S0079-6123(06)59019-3

הרקע לפרויקט:

לגידולים מוחיים יש השפעה נרחבת על ארגון איזורים ורשתות התומכות בתפקודים שונים. מעבר להשפעה על הריקמה המקומית, מחקרים חדשניים הראו כי הגידול גורם לשינויים בארגון המוח גם באיזורים המרוחקים מאיזור הגידול. להבנה של שינויים אלו יש חשיבות רבה על מנות לחזות את ההשפעה של הסרת הגידול על התפקוד של המטופלים בטווח הארוך והקצר, וכמו כן על מנת לפתח כלים שיאפשרו שיקום של הרשתות המוחיות לאחר ניתוח להסרת הגידול. אחד החסמים הטכנולוגיים כדי לזהות ולאפיין תבניות אלו של פעילות הוא שילוב של שיטות שמאפשרות למדוד גם פעילות מקומית וגם פעילות נרחבת בכל המוח, ופיתוח של כלים חישוביים מתאימים.
בפרויקט זה נשתמש בשילוב של שתי טכנולוגיות למדידה של פעילות מוחית: הקלטה של אותות חשמליים באופן מקומי באיזור הגידול בזמן ניתוח באמצעות אלקטרודות מיוחדות המונחות ישירות על המוח החשוף, ודימות תפקודי בתהודה מגנטית (functional magnetic resonance imaging) אשר מאפשר למדוד פעילות בכל חלקי המוח. הפרויקט יכלול ניתוח של בסיס נתונים ייחודי הכולל נתונים שנאספו בשתי טכנולוגיות אלו מחולים עם גידולים מוחיים. נשתמש בכלים חישוביים ובמודלים סטטיסטיים כדי לאפיין את הקשר בין פעילות שנמדדת בשתי הטכנולוגיות, לבחון את הארגון של איזורים ורשתות מוחיות, ולזהות כיצד ארגון זה משתנה לאורך מספר חודשים לאחר ניתוח להסרת הגידול. בין השאר הפרויקט יכלול שימוש בשיטות של למידת מכונה על מנת לנבא תוצאות במבדקים קוגניטיביים של המטופלים, וסיווג של רקמות בריאות לעומת רקמות חולות על סמך פעילות מוחית. כלומר, יכולת להבחין בין רקמה חולה לעומת רקמה בריאה על ידי קישוריות מוחית וקישוריות לרשתות מוחיות.
דימות מוחי מדויק (precision neuroimaging) הינו גישה מתפתחת המתמקדת בהבנת פעילות המוח ואזורים תפקודיים ברמת האדם האינדיבידואל. גישה זו כוללת שימוש במידע רווי נתונים משיטות דימות שונות ויש לכך השלכות חשובות בפיתוח שיטות רפואה מותאמות אישית.
פרויקט זה יעסוק בשילוב נתונים משיטות הדימות השונות תוך מטרה מכוונת לשימוש קליני.

מטרת הפרויקט:

מטרת הפרויקט היא הבנה ושימוש בכלים של ניתוח נתונים ועיבוד מידע לצורך אפיון מדדים שונים של פעילות מוחית על מנת לזהות אזורים תפקודיים במוח ברמת המטופל האינדיבידואל. כלים אלו ישמשו בסיס להבנת העקרונות של ארגון אזורים ורשתות במוח וכיצד הם מושפעים מהגידול ומהסרתו.

תכולת הפרויקט:

הסטודנטים יפתחו כלים לניתוח אותות מוחיים משיטות מדידה שונות וישתמשו במודלים סטטיסטיים וויזואליזציה של התוצאות. העבודה תכלול: כתיבת קוד, ניתוח נתונים, מודלים סטטיסטיים, וקריאת ספרות.

קורסי קדם:

לא חובה:
עיבוד אותות
מדעי נתונים ביולוגיים
קורס נוירופיזיולוגיה של מערכות ו/או כל ידע על מערכות מוחיות.

דרישות נוספות:

דרושה יכולת תכנות בפייתון או ב-MATLAB.

מקורות:

1. Moataz Assem, Michael G. Hart, Pedro Coelho, Rafael Romero-Garcia, Alexa McDonald, Emma Woodberry, Robert C. Morris, Stephen J. Price, John Suckling, Thomas Santarius, John Duncan, Yaara Erez. High gamma activity distinguishes frontal cognitive control regions from adjacent cortical networks, Cortex, Volume 159, 2023, Pages 286-298. https://doi.org/10.1016/j.cortex.2022.12.007.
2. Ayan S. Mandal, Moataz Assem, Rafael Romero-Garcia, Pedro Coelho, Alexa McDonald, Emma Woodberry, Robert C. Morris, Stephen J. Price, John Duncan, Thomas Santarius, John Suckling, Michael G. Hart, Yaara Erez. Tumour-infiltrated cortex participates in large-scale cognitive circuits medRxiv 2022.12.19.22283690. https://doi.org/10.1101/2022.12.19.22283690
3. Crone N.E., Sinai A. & Korzeniewska A. (2006). High-frequency gamma oscillations and human brain mapping with electrocorticography. Progress in Brain Research 159, 275–295. https://doi.org/10.1016/S0079-6123(06)59019-3

הרקע לפרויקט:

ליפוזומים הם חלקיקים ננומטריים המורכבים משכבות של מולקולות שומן (ליפידים), אשר מאפשרים נשיאה מדויקת של תרופות וחומרים פעילים לאזורי יעד ספציפיים בגוף. פרויקט זה מתמקד באופטימיזציה של פורמולציות ליפוזומליות כדי לשפר את היעילות שלהם כנשאים של רדיותרפיה סיסטמית, ממוקדת מטרה. רדיותרפיה סיסטמית היא טיפול קרינתי הניתן דרך מחזור הדם ומתפזר בגוף במטרה לפגוע בגידולים סרטניים. החומרים הרדיואקטיביים המשמשים בטיפול דועכים עם הזמן, ולכן חשוב להתאים את דינמיקת הסירקולציה של הליפוזומים לזמני הדעיכה של הרדיואיזוטופים כדי להבטיח את יעילות הטיפול. השגת אופטימיזציה זו עשויה להוביל לפיתוח דור חדש של מערכות טיפול ברדיותרפיה, עם יעילות גבוהה יותר והפחתת תופעות לוואי.

מטרת הפרויקט:

בפרויקט זה נחקור כיצד פורמולציות שונות משפיעות על יציבות הליפוזומים ועל זמן הסירקולציה שלהם בזרם הדם, במטרה לפתח מערכות מתקדמות לטיפול ברדיותרפיה. ניצור ספרייה רחבה של פורמולציות שונות, עם הרכבים שונים של ליפידים, ונחקור את השפעתן על הסירקולציה והביצועים הכוללים. מטרת הפרויקט היא לסנכרן את דינמיקת הסירקולציה של הליפוזומים עם זמני הדעיכה של החומרים הרדיואקטיביים המחוברים אליהם, ובכך לשפר את ההעברה והיעילות של הקרינה לאתרי הגידול תוך מזעור ההשפעות הלא רצויות ברקמות בריאות.

תכולת הפרויקט:

• ביצוע סקירות ספרות בנושא השפעת ההרכב הליפידי על התנהגות הליפוזומים בזרם הדם.
• ייצור ואפיון ליפוזומים עם הרכבים שונים של ליפידים.
• ביצוע ניסויים לבדיקת זמני הסירקולציה, בחינת תוצאות הניסויים במודל עכברי .
• ניתוח הנתונים ואופטימיזציה של הליפוזומים בהתאם לתוצאות.

קורסי קדם:

ביולוגיה למהנדסים

דרישות נוספות:

ביו-סנסורים

מקורות:

1. Bulbake, U.; Doppalapudi, S.; Kommineni, N.; Khan, W. Liposomal Formulations in Clinical Use: An Updated Review. Pharmaceutics 2017, 9, 12. https://doi.org/10.3390/pharmaceutics9020012
2. Tzror-Azankot C, Betzer O, Sadan T, Motiei M, Rahimipour S, Atkins A, Popovtzer A, Popovtzer R. Glucose-Functionalized Liposomes for Reducing False Positives in Cancer Diagnosis. ACS Nano. 2021 Jan 26;15(1):1301-1309. doi: 10.1021/acsnano.0c08530. Epub 2020 Dec 24. PMID: 33356143.

הרקע לפרויקט:

מיקרוסקופיית כוח אטומי (AFM) היא טכניקת הדמיה מתקדמת המאפשרת חקר של פני השטח ברזולוציה ננומטרית באמצעות מחט זעירה המודדת את הכוחות בין המחט לבין האטומים על פני השטח הנבדק. טכניקת AFM מאפשרת לנתח את הצורה, המבנה והמאפיינים הפיזיקליים של ננוחלקיקים פונקציונליים ברמה גבוהה של דיוק. בפרויקט זה, נעשה שימוש ב-AFM כדי לחקור ננוחלקיקים מותאמים לשאת רדיו-איזוטופים עבור רדיותרפיה סיסטמית ממוקדת מטרה. ניתוח פני השטח ותכונות הננוחלקיקים יספק תובנות קריטיות על האיכות והיעילות של הננוחלקיקים בתפקידם כנשאים לרדיותרפיה.

מטרת הפרויקט:

בפרויקט זה אנו צפויים להשיג הבנה מעמיקה של מבנה ותכונות הננוחלקיקים הפונקציונליים, באמצעות תוצאות מפורטות המתקבלות מ-AFM. התוצרים הסופיים של הפרויקט יכללו תמונות ונתונים מדויקים על פני השטח של הננוחלקיקים בשלבי הסינתזה השונים, אשר יאפשרו ניתוח של איכויותיהם ומידת ההתאמה שלהם לשימוש כרדיותרפיה. התוצרים יסייעו באופטימיזציה של עיצוב הננוחלקיקים ולשיפור היכולת שלהם לשאת רדיו-איזוטופים בצורה אפקטיבית.

תכולת הפרויקט:

• סקר ספרות בנושא טכניקות AFM לניתוח ננו-חלקיקים.
• רכישת מיומנויות בתפעול המכשיר, כולל הכנה והתקנה של דגימות, כיוון המכשיר וביצוע מדידות.
• הכנה וניתוח דגימות של ליפוזומים וננו-חלקיקי זהב.
• פירוש נתוני AFM וחיבור התוצאות לביצועים פונקציונליים.

קורסי קדם:

מעבדה מתקדמת בביו-הנדסה (במקביל)

מקורות:

1.  Vorselen D, Piontek MC, Roos WH, Wuite GJL. Mechanical Characterization of Liposomes and Extracellular Vesicles, a Protocol. Front Mol Biosci. 2020 Jul 21;7:139. doi: 10.3389/fmolb.2020.00139. PMID: 32850949; PMCID: PMC7396484.
2. Johannes Sitterberg, Aybike Özcetin, Carsten Ehrhardt, Udo Bakowsky, Utilising atomic force microscopy for the characterisation of nanoscale drug delivery systems, European Journal of Pharmaceutics and Biopharmaceutics, Volume 74, Issue 1, 2010, Pages 2-13, ISSN 0939-6411, https://doi.org/10.1016/j.ejpb.2009.09.005.

הרקע לפרויקט:

ברקודים של DNA הם רצפים קצרים של DNA המהווים "תגים" ייחודיים המאפשרים זיהוי ותיוג של מולקולות ביולוגיות שונות, כמו נוגדנים. כל ברקוד DNA הוא סדרה ייחודית של בסיסים גנטיים (אדנין, ציטוזין, גואנין ותימין) המבדילה בין מולקולות על פי הסדר וההרכב של הבסיסים. בפרויקט זה, נעשה שימוש בברקודים של DNA על מנת למדוד את כמות וסוג הנוגדנים המחוברים לננו-חלקיקים, באמצעות טכניקת PCR. טכנולוגיה זו מאפשרת דיוק גבוה בכימות רמות הנוגדנים, דבר שמייעל את התכנון והפיתוח של ננו-חלקיקים לשימושים קליניים, כמו טיפולים ממוקדים.

מטרת הפרויקט:

במסגרת הפרויקט, הסטודנטים יפתחו ויישמו מתודולוגיה מדויקת לכימות נוגדנים באמצעות ברקודי DNA. התהליך יכלול מספר שלבים, ביניהם תכנון של ברקודי DNA ייחודיים, פיתוח פרוטוקולים לחיבור יעיל של הברקודים לנוגדנים ספציפיים, אופטימיזציה של תהליכי הצמדת הנוגדנים המסומנים לננו-חלקיקים וביצוע מדידות כמותיות באמצעות PCR. התוצאות יאפשרו כימות מדויק של רמות הנוגדנים המחוברים לננו-חלקיקים שיתמוך בפיתוח טיפולים ממוקדים יעילים יותר.

תכולת הפרויקט:

• סקר ספרות בנושא השימוש בברקודי DNA לכימות, הבנת הצורך.
• תכנון רצפי DNA יחודיים.
• לימוד ויישום ריאקציות כימיות שיאפשרו חיבור הנוגדנים לברקודים ולננוחלקיקים.
• פיתוח ואופטימיזציה של פרוטוקולים ל-rtPCR לכימות.
• ניתוח נתונים ותיקוף השיטה באמצעות השוואה לטכניקות כימות מסורתיות.

קורסי קדם:

מבוא לביולוגיה חישובית
ביולוגיה למהנדסים

דרישות נוספות:

פיזיקה ביולוגית של מקרומולקולות ותאים

מקורות:

1. Yaari Z, da Silva D, Zinger A, Goldman E, Kajal A, Tshuva R, Barak E, Dahan N, Hershkovitz D, Goldfeder M, Roitman JS, Schroeder A. Theranostic barcoded nanoparticles for personalized cancer medicine. Nat Commun. 2016 Nov 10;7:13325. doi: 10.1038/ncomms13325. PMID: 27830705; PMCID: PMC5109543.
2.  Munir S, Ahmed S, Ibrahim M, Khalid M, Ojha SC. A Spellbinding Interplay Between Biological Barcoding and Nanotechnology. Front Bioeng Biotechnol. 2020 Sep 8;8:883. doi: 10.3389/fbioe.2020.00883. PMID: 33014994; PMCID: PMC7506030.
3. Meir, Rinat & Shamalov, Katerina & Sadan, Tamar & Motiei, Menachem & Yaari, Gur & Cohen, Cyrille & Popovtzer, Rachela. (2017). Fast Image-Guided Stratification Using Anti-Programmed Death Ligand 1 Gold Nanoparticles for Cancer Immunotherapy. ACS Nano. 11. 10.1021/acsnano.7b05299.

הרקע לפרויקט:

השימוש בננו חלקיקים מגנטיים להפעלת מניפולציות מגנטיות על תאים, ארגון רשתות נוירונים והכוונת תרופות לאזורי מטרה נעשה פופולרי ומהווה מוקד מחקר בשנים האחרונות.
התקשורת בין נוירונים היא באמצעות סיגנלים חשמליים, וזו למעשה אחראית על כל התפקודים העצביים, ולכן הבנת ההשפעה של נוכחות חלקיקים מגנטיים על הפעילות החשמלית של נוירונים היא קריטית והכרחית בכדי לקדם שימוש נרחב ויישומים חדשניים של שליטה מגנטית ברשתות נוירונים.

מטרת הפרויקט:

במסגרת הפרויקט נבין את הדאטא, נבנה קוד שיזהה פוטינציאלי פעולה ופרמטרים נוספים בפעילות העצבית. לאחר מכן, נמדל את הפעילות החשמלית ברשת הנוירונלית- נגדיר את הצמתים, הקשרים והמשקולות. נחפש קורלציות וננסה לאפיין רשתות חשמליות עם חלקיקים אל מול כאלה בלי.

תכולת הפרויקט:

הסטודנטים יילמדו על פעילות עצבית חוץ תאית, ייכתבו קוד בפייתון לזיהוי פוטנציאלי פעולה ומאפייני פעילות נוספים, ימדלו את הרשת בכלים שייכים לעולם הgraph theory ויחפשו קשרים בתוך הרשת.

קורסי קדם:

פיזיולוגיה כמותית, סטטיסטיקה

דרישות נוספות:

מטלב או פייתון

מקורות:

1. Carter, M., & Shieh, J. (2015). Electrophysiology. Guide to Research Techniques in Neuroscience, 89–115. https://doi.org/10.1016/B978-0-12-800511-8.00004-6
2. Gerhard, F., Pipa, G., Lima, B., Neuenschwander, S., & Gerstner, W. (2011). Extraction of network topology from multi-electrode recordings: is there a small-world effect?. Frontiers in computational neuroscience, 5, 4.‏

הרקע לפרויקט:

השימוש בננו חלקיקים מגנטיים להפעלת מניפולציות מגנטיות על תאים, ארגון רשתות נוירונים והכוונת תרופות לאזורי מטרה נעשה פופולרי ומהווה מוקד מחקר בשנים האחרונות.
התקשורת בין נוירונים היא באמצעות סיגנלים חשמליים, וזו למעשה אחראית על כל התפקודים העצביים, ולכן הבנת ההשפעה של נוכחות חלקיקים מגנטיים על הפעילות החשמלית של נוירונים היא קריטית והכרחית בכדי לקדם שימוש נרחב ויישומים חדשניים של שליטה מגנטית ברשתות נוירונים.

מטרת הפרויקט:

במסגרת הפרויקט נמדוד פרמטרים שונים שנחלץ מהדאטא של ההקלטות החשמליות של הנוירונים (כמו אמפליטודה ותדירות שישמשו כמדדים להשוואה בין הקלטות שונות), וננסה ליישם מודלים שונים של למידת מכונה כדי להצליח להבחין בין הקלטות שמקורן ברשתות ממוגנטות להקלטות שמקורן ברשתות נוירונליות רגילות.

תכולת הפרויקט:

* הסטודנטים ילמדו על הסיגנלים שמתקבלים בהקלטות חוץ תאיות
* הסטודנטים יפתחו קוד לעיבוד של הדאטה ולחילוץ מאפיינים מתוך ההקלטות החשמליות
* הסטודנטים יבחנו מספר מודלים שונים לקלסיפיקציה של סיגנלים חשמליים- אם הגיעו מנוירון רגיל או מנוירון עם חלקיקים מגנטיים בתוכו, וישוו את הביצועים

קורסי קדם:

פיזיולוגיה כמותית, מדעי נתונים ביולוגים, מבוא ללמידת מכונה

דרישות נוספות:

כל ידע בניתוח נתונים ,למידת מכונה וdeep learning, תכנות ב python

מקורות:

1. Carter, M., & Shieh, J. (2015). Electrophysiology. Guide to Research Techniques in Neuroscience, 89–115. https://doi.org/10.1016/B978-0-12-800511-8.00004-6
2. Beker, S., Kellner, V., Chechik, G., & Stern, E. A. (2016). Learning to classify neural activity from a mouse model of Alzheimer's disease amyloidosis versus controls. Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring, 2, 39-48 .‏https://doi.org/10.1016/j.dadm.2016.01.002

הרקע לפרויקט:

EEG - Electroencephalogram is a test that measures electrical activity in the brain, has high temporal resolution, but low spatial.
SCOS - Speckle Contrast Optical Spectroscopy is a technique to measure cerebral blood flow velocity changes using Electrooptical devices (fibers, lasers, camera). Has relatively high spatial resolution, and relatively low temporal resolution.
The idea to combine both systems to get spatial and temporal resolution.

מטרת הפרויקט:

Performing measurements on participants and analysis of the data.

תכולת הפרויקט:

- Building and configuring the system
- Taking Measurements
- Organization and Analysis of the data

קורסי קדם:

Introduction to Modern Optics and Electro-Optics

דרישות נוספות:

מוכנות לאתגרים :)

מקורות:

https://www.nature.com/articles/s42003-023-05211-4

הרקע לפרויקט:

מחלת האלצהיימר הינה מחלה קשה של מערכת העצבים המרכזית. הסיבות למחלה לא ידועות ובשל כך עד היום לא קיים טיפול יעיל למחלה. מחלת האלצהיימר מלווה באובדן ושינוי של נוירונים, בהופעתם של פלאקים עמילואידיים רעילים (Aβ plaques), בהצטברות של גושי סיבים (tangles) בתוך הנוירונים ובריבוי של תאי תמיכה (מיקרוגליה) פעילים. אחת משאלות המפתח היא מה הקשר בין המאפיינים הללו -- למשל איך מגיבים הנוירונים לסיגנליים המרחביים שמגיעים מהפלאקים והאם הקרבה לפלאקים גורמת למוות של הנוירונים? השאלה הזאת מתחברת לשאלה גדולה יותר - עד כמה הסביבה הפיזית של הנוירונים במוח משנה אותם?

מטרת הפרויקט:

בפרויקט זה נשתמש בטכנולוגיה חדשה שנקראת ׳ריצוף מרחבי׳ המאפשרת מיפוי מולקולרי של תאים בתוך רקמות בסופר רזולוציה. הטכנולוגיה מאפשרת ליצור ולנתח מפה מרחבית-מולקולרית ברמת התאים הבודדים במוח של עכברים חולי אלצהיימר. מפה זו תכלול סיגנלים מרחביים כמו פלאקים ותאי מיקרוגליה פעילים, יחד עם התוכן המולקולרי של הנוירונים במיקום המקורי שלהם ברקמה.

תכולת הפרויקט:

הכרת ולמידת פרוטוקול הריצוף המרחבי במעבדה
צילום תוצאות עבור מידע רב-ממדי של ריצוף מרחבי
ניתוח תמונות וניתוח נתונים
הסקת מסקנות וסיכום התוצאות
כתיבת מאמר מהווה סיום בהצטיינות של הפרויקט

קורסי קדם:

הקורס פיזיולוגיה כמותית

דרישות נוספות:

רקע בביולוגיה הוא חובה
רקע בעבודה במעבדה ביולוגית הוא יתרון

מקורות:

1. https://www.alonlab.org/technology
2. Hyperbaric oxygen therapy alleviates vascular dysfunction and amyloid burden in an Alzheimer’s disease mouse model and in elderly patients
3. https://www.aging-us.com/article/203485/text

הרקע לפרויקט:

Gene regulatory networks (GRNs) play a crucial role in cancer by orchestrating the complex interactions between genes that drive tumor development and progression. In cancer, these networks often become dysregulated, leading to aberrant gene expression that promotes uncontrolled cell growth, resistance to cell death, and metastasis. By mapping and understanding GRNs in cancer, researchers can identify key regulatory nodes and pathways that contribute to malignancy.

מטרת הפרויקט:

In this project we will explore the landscape of gene regulatory networks in a type of kidney cancer known as renal cell carcinoma (RCC). We will do this using publicly available single cell datasets from several different modalities. Using different statistical and machine learning methods, we will explore the different tumor and immune cell states and types in RCC. We will then infer networks using state of the art techniques.

תכולת הפרויקט:

The student in the project will learn about the different techniques of analyzing single-cell datasets, methods for analyzing complex networks, and state of the art methods for inferring GRN's from single cell data.

קורסי קדם:

• מבוא ללימדת מכונה
• ניורו-גנומיקה או ביולוגיה חישובית/ביואינפורמטיקה

דרישות נוספות:

• Basic programming in R or Python
• Introductory courses in biology is recommended but not required

מקורות:

1. Trink Y, Urbach A, Dekel B, Hohenstein P, Goldberger J, Kalisky T. Characterization of Continuous Transcriptional Heterogeneity in High-Risk Blastemal-Type Wilms' Tumors Using Unsupervised Machine Learning. Int J Mol Sci. 2023 Feb 9;24(4):3532. doi: 10.3390/ijms24043532. PMID: 36834944; PMCID: PMC9965420.
2. Kamimoto, K., Stringa, B., Hoffmann, C.M. et al. Dissecting cell identity via network inference and in silico gene perturbation. Nature 614, 742–751 (2023). https://doi.org/10.1038/s41586-022-05688-9
3. Bravo González-Blas, C., De Winter, S., Hulselmans, G. et al. SCENIC+: single-cell multiomic inference of enhancers and gene regulatory networks. Nat Methods 20, 1355–1367 (2023). https://doi.org/10.1038/s41592-023-01938-4

הרקע לפרויקט:

פגיעות באקסונים של נוירונים עלולות להוביל לנזק משמעותי במערכת העצבים, שמשפיע על תפקודים נוירולוגיים. יכולת ההתחדשות והשיקום של מערכת העצבים משתנה בין אורגניזמים שונים. לדוגמה, ללטאות יש יכולת לשקם את הזנב שלהן, בעוד שלבני אדם יש יכולת מוגבלת בהרבה לחדש תאי עצב, עם הבדל משמעותי בין מערכת העצבים ההיקפית, שבה קיימת יכולת התחדשות מסוימת, לבין המערכת המרכזית, שבה היכולת להתחדשות כמעט ואינה קיימת. הבנה מעמיקה של המנגנונים שמאפשרים את התחדשות מערכת העצבים באורגניזמים שונים יכולה לסייע בפיתוח גישות טיפוליות חדשות לשיקום מערכת העצבים בבני אדם. כאשר אקסון נפגע, הוא נדרש לגדול מחדש ולעצבב את אתר המטרה שלו כדי למנוע נזק בלתי הפיך, כגון ניוון שרירים. יחד עם זאת, ישנו חוסר בידע על הגורמים המשפיעים על מהירות צמיחת האקסונים והאם קיימים הבדלים בקצב ההתחדשות בין שלוחות שונות של אותו נוירון.

מטרת הפרויקט:

במחקר זה, נשתמש במודל של עלוקות, אשר ידועות ביכולתן לשקם תאי עצב. גנגליון של עלוקה מהווה מודל מחקרי מועדף בשל פשטותו היחסית, כמות התאים המועטה שבו, וגודלם הגדול יחסית של תאי העצב, אשר מאפשר מעקב נוח אחר שלוחות האקסונים. מטרת הפרויקט היא לבחון את דינמיקת התחדשות השלוחות של נוירונים לאחר פגיעה. בשלב הראשון נכין תרביות נוירונליות ונבצע הקלטה ומעקב לאורך זמן (3 ימים) אחרי נוירונים שמתחדשים לאחר פגיעה. לאחר מכן, נשתמש בכלים לעיבוד תמונה כדי לנתח את התפתחות השלוחות ולמדוד את קצב צמיחתן. על בסיס נתונים אלה, נבצע אנליזה לשאלות כגון: האם שלוחות שונות של אותו תא גדלות בקצבים שונים, וכיצד שינוי בקצב ההתחדשות של שלוחה אחת משפיע על הקצב של שאר השלוחות.

תכולת הפרויקט:

תכולת הפרויקט
1. סקירה ספרותית ולימוד תיאורטי: הבנת הבסיס המדעי של התחדשות תאי עצב ואקסונים, תוך כדי סקירת מחקרים קיימים ולימוד מודלים בתחום.
2. פיתוח מיומנויות בעיבוד תמונה: שימוש בתוכנות שונות כמו ImageJ, MATLAB, FIJI ואחרות לניתוח תמונות והבנת דינמיקת התחדשות הנוירונים.
3. ביצוע ניסויים: גידול תרביות נוירונליות, פגיעה מכוונת באקסונים ומעקב אחר קצב וצורת ההתחדשות לאורך זמן.
4. ניתוח נתונים: שימוש בכלים חישוביים וביו-סטטיסטיים לניתוח הקצבים והדפוסים של התחדשות האקסונים והסקת מסקנות על מנגנוני השליטה בתהליך ההתחדשות.

קורסי קדם:

אין

דרישות נוספות:

אין

מקורות:

אין

הרקע לפרויקט:

מפות גנומיות מספקות תמונת מצב מפורטת של התאים ברקמות. במעבדה אנחנו משתמשים בטכנולוגיה חדשה שמאפשרת מדידה מרחבית של מפות גנומיות, וכך אפשר למדוד אינטראקציות בין תאים. כימות האינטראקציות בין תאים יכול לאפשר מידול של מחלות מורכבות כגון סרטן. עם זאת, תמונת המצב הנמדדת היא רגעית בלבד, ולכן אין מידע לגבי הדינמיות בתאים.
באמצעות מודל חישובי חדש בשם RNA velocity המתבסס על משוואות קצב ניתן לתאר את הדינמיות והכיווניות העתידית בביטוי הגנים בתאים. מודל נוסף המבוסס על Matrix Factorization יחשוף אילו גנים משתנים ביחד ומושפעים מהקרבה בין סוגי התאים השונים.
האם ניבוי המצב העתידי של התאים ברקמה סרטנית יחשוף אינטראקציות בין תאי סרטן לתאי מערכת חיסון? אילו קומבינציות של גנים מתארות את אותן אינטראקציות בין סוגי התאים השונים?
הפרויקט מנסה לענות על שאלות אלה תוך יישום האלגוריתמים והתאמתם למפה הגנומית המרחבית של הרקמה הסרטנית.

מטרת הפרויקט:

בפרוייקט נכתוב קוד שיממש RNA velocity model על מטריצות ביטוי גנים שהתקבלו משיטת single cell RNA sequencing. מאחר והמודל החדשני מאפשר ניבוי של ה-mRNA העתידי בתא, נחלץ מידע רחב היקף זה על התהליכים הדינמיים ברקמה הסרטנית. כמו כן, בשילוב עם המידע המרחבי של התאים ברקמה, ננסה לבדוק האם תאי מערכת החיסון מציגים דפוס ייחודי בביטוי הגנים העתידי שלהם כפונקציה של המרחק שלהם מתאי הסרטן. בנוסף, נשתמש בשיטה החישובית cNMF לזיהוי קומבינציות של גנים שמשתנים יחד ומתארים אינטראקציות בין תאי מערכת החיסון לבין תאי הסרטן.

תכולת הפרויקט:

1. ניתוח מקדים של הנתונים: הכנה מותאמת של מטריצות ביטוי גנים כקלט לאלגוריתם.
2. הכרה עמוקה של האלגוריתם לשלביו השונים, כתיבת קוד בפייתון שכולל מימוש של המודל.
3. ניתוח הנתונים וזיהוי דפוסים בדאטא הויזואלי שהתקבל מהמודל.
4. בחינת הקשר בין הדפוסים שהתקבלו במודל בקרב תאי מערכת החיסון לבין המידע על המרחק הפיזי שלהם מתאי הסרטן.
5. סיכום התוצאות.

קורסי קדם:

מבוא להסתברות וסטטיסטיקה

דרישות נוספות:

תכנות בפייתון.
רקע בביולוגיה הוא יתרון.
יתרון למי שלקח את הקורס בנוירו-גנומיקה.

מקורות:

1. Xia, C., Fan, J., Emanuel, G., Hao, J., & Zhuang, X. (2019). Spatial transcriptome profiling by MERFISH reveals subcellular RNA compartmentalization and cell cycle-dependent gene expression. Proceedings of the National Academy of Sciences, 116(39), 19490-19499.‏
2. La Manno, G., Soldatov, R., Zeisel, A., Braun, E., Hochgerner, H., Petukhov, V., ... & Kharchenko, P. V. (2018). RNA velocity of single cells. Nature, 560(7719), 494-498.‏
3. https://www.alonlab.org/technology

הרקע לפרויקט:

גנומיקה מרחבית היא משפחה של טכנולוגיות המאפשרת לזהות את מיקום הגנים בתוך רקמות. לטכנולוגיות אלו חשיבות רבה בסרטן, כיוון שזה מאפשר לדעת איזה סוגי תאים נמצאים בתוך ביופסיות מחולים. המעבדה שלנו יצרה מפות גנומיות המציגות את הביטוי המרחבי של כ-300 גנים שונים ברקמות סרטניות, בתוך ומחוץ לתאים ברקמה. התמונות של המפות הגנומיות יכולות לשמש כקלט לרשתות נוירונים. בנייה איכותית של רשתות הנוירונים ואימונן על גבי התמונות יכולה לחשוף מידע על מצב התאים הנמצאים ברקמה. דוגמה למצב כזה היא אינטראקציה בין תאים מסוגים שונים, למשל תא ממערכת החיסון שנמצא קרוב לתא סרטני ומושפע ממנו ברמת ביטוי הגנים שלו.
האם התמונות הגנומיות יכולות לחשוף לא רק את סוגי התאים שנמצאים בתוך הרקמה הסרטנית, אלא גם את מצב התאים והאינטראקציה ביניהם?

מטרת הפרויקט:

בפרויקט נפעיל שיטות של עיבוד תמונה לצורך התאמת המפות הגנומיות שישמשו כקלט לאלגוריתמים של למידה עמוקה. נממש כתיבת קוד ויישום של רשתות נוירונים, תוך אימון ושיפור הביצועים של המודל. נשתמש בכלים חישוביים לחלץ פרשנות ביולוגית מהרשתות, החל מזיהוי סוגי התאים ברקמה ובהמשך חשיפת אינטראקציות בין סוגי התאים השונים - האם התא הגיב ברמה הגנומית לתא הסמוך אליו על סמך התמונה שהוכנסה כקלט לרשת.

תכולת הפרויקט:

1. סקר ספרות - איזה שיטות של רשתות נוירונים / למידה עמוקה קיימות לניתוח מידע של גנומיקה מרחבית בהקשר של סרטן.
2. ניתוח ראשוני של המידע הוויזואלי בכלים של עיבוד תמונה על מנת להכין קלט לרשתות נוירונים.
3. בנייה ואימון של רשתות נוירונים לצורך ניתוח המידע.
4. פרשנות של הרשתות בעזרת כלים חישוביים כדי לגלות איזה גנים במרחב שימשו לקבלת ההחלטה.

קורסי קדם:

רשתות נוירונים

דרישות נוספות:

תכנות בפייתון.
רקע בעיבוד תמונה הוא יתרון.
רקע בביולוגיה הוא יתרון.
יתרון למי שלקח את הקורס בנוירו-גנומיקה.

מקורות:

https://www.alonlab.org/technology

הרקע לפרויקט:

מחלות נוירולוגיות מהוות נטל הולך וגובר על חולים, משפחותיהם והחברה ככלל. זיהוי של סמנים ביולוגיים להפרעות נוירולוגיות הוא חיוני להערכת הסיכון והתחזית הרפואית, והם הכרחיים לניטור התגובה לטיפולים פוטנציאליים. אנו משערים שרנ״א שאיננו ממוקם נכון בתוך נוירונים יכול לשמש כמשפחה חדשה של סמנים ביולוגיים להפרעות אלו. השערה זו מבוססת על העובדה שהמיקום התוך התאי של רנ״א חיוני לתפקוד עצבי, ומיקום לקוי של רנ״א מעורב במחלות נוירולוגיות.
כדי לזהות סמנים ביולוגיים אלה, נדרש להתגבר על שני מחסומים טכנולוגיים: היעדר מודלים מחקריים אמינים למחלות נוירולוגיות, והיעדר שיטות למדידה רחבה של רנ״א תוך תאי בנוירונים.

מטרת הפרויקט:

בפרויקט זה נשתמש בטכנולוגיה חדשה שנקראת ׳ריצוף מרחבי׳ המאפשרת מיפוי מולקולרי של תאי עצב בסופר רזולוציה. זה יאפשר לנו לאפיין את הנוירונים ואת מיקומן המדויק של מולקולות הרנא ברזולוציה תוך תאית ובשלוחות על מנת לזהות סמנים ביולוגים למחלות. תאי העצב שנחקור מקורם בתאי גזע של חולים במחלות נוירולוגיות המטופלים בבתי חולים בארץ. תאים מחולים אלו מויינו לנוירונים ומשם לאורגנואידים, שהם מודלים תלת ממדיים שמותאמים אישית לחולים.

תכולת הפרויקט:

הכרת טיפולים חדשניים בלטפורמת Brain-on-Chip ואורגנואידים
הכרת ולמידת פרוטוקול הריצוף המרחבי במעבדה
צילום תוצאות עבור מידע רב-ממדי של ריצוף מרחבי
ניתוח תמונות וניתוח נתונים - איך מיקום הרנא משפיע על חולים שונים במחלות נוירולוגיות שונות? איזה מבין מולקולות הרנא השונות יכולות להוות סמן מובהק למחלה כלשהי?
הסקת מסקנות וסיכום התוצאות

קורסי קדם:

פיזיולוגיה כמותית או נוירו-גנומיקה

דרישות נוספות:

רקע מוקדם בניתוח נתונים הוא יתרון (חובה במהלך הפרויקט)
רקע בעיבוד תמונה הוא יתרון

מקורות:

https://www.alonlab.org/technology

הרקע לפרויקט:

אחת הדרכים להתאים טיפולים לחולים בסרטן היא על ידי מיפוי מולקולרי רחב היקף ברזולוציה גבוהה של רקמות. עם זאת, ניתוח המידע מהווה אתגר מרכזי -- איך אפשר לייצג ולנתח מידע מתמונות של מיליוני מולקולות כדי להחליט מה מצב התאים ברקמה הסרטנית? הפרויקט מנסה להתמודד עם האתגר הזה על ידי שימוש בכלים חישוביים, כמו עיבוד תמונה ושיטות של למידת מכונה ולמידה עמוקה.

מטרת הפרויקט:

בפרויקט נשתמש במידע שהתקבל מטכנולוגיה שהיא בחזית המדע של חקר הסרטן - מיפוי מדויק של מולקולות ברקמה סרטנית וננתח אותו באמצעות שימוש בכלים חישוביים, כמו עיבוד תמונה ושיטות של למידת מכונה ולמידה עמוקה.

תכולת הפרויקט:

1. הכרת הנתונים הביולוגיים המשמשים כקלט וכפלט לשלב ניתוח הדאטא.
2. הבנת סט האלגוריתמים בשימוש במעבדה.
3. סקר ספרות לזיהוי כלים רלוונטים מהספרות העכשווית.
4. כתיבת קוד הכולל שיפור האלגוריתמים הקיימים במעבדה, יצירת אלגוריתמים חדשים, ואוטומציה שתאפשר ניתוח של מספר רקמות בצורה מהירה.
5. ניתוח הנתונים וזיהוי דפוסים של מצבי התאים במחלה.
6. סיכום התוצאות.

קורסי קדם:

מבוא ללמידת מכונה

דרישות נוספות:

• הקורס כריית מידע וייצוג מידע – 83676 הוא יתרון
• הקורס נוירו-גנומיקה הוא יתרון
• הקורס רשתות נוירונים הוא יתרון
• רקע בביולוגיה הוא יתרון

מקורות:

https://www.alonlab.org/technology

הרקע לפרויקט:

תחום הגנומיקה מאפשר מדידה רבת היקף של גנים -- כל הגנים (כ-20 אלף) נמדדים בו זמנית. גנומיקה ברמת התא הבודד מאפשרת לזהות את התוכן המולקולרי של התאים, כלומר איזה גנים באים לידי ביטוי בכל תא. בזכות המדידה של כלל הגנים, גנומיקה ברמת התא הבודד מאפשרת לזהות בקלות יחסית את סוגי תאים: למשל, האם התא שנחקר הוא תא סרטני?.
גנומיקה מרחבית היא משפחה של טכנולוגיות המאפשרת לזהות את מיקום הגנים בתוך רקמות. המעבדה שלנו יצרה מפות גנומיות המציגות את הביטוי המרחבי של כ-300 גנים שונים ברקמות סרטניות. עם זאת, מכיוון שלא נמדדים כלל הגנים אלא רק חלק מהם, זיהוי סוגי התאים הופך למשימה מורכבת יותר.
האם ניתן להסיק מנתוני הגנומיקה במרחב את סוגי התאים? אם נדע לעשות את זה נוכל לדעת אם בביופסיה של חולים יש תאי סרטן שצמודים לתאי חיסון, ולכך יש חשיבות רבה בטיפול בסרטן. יש למשל משפחה של תרופות אימונותרפיות, שהיעילות שלהן תלויה בכך שתאי חיסון יהיו סמוכים פיזית לתאי הסרטן.

מטרת הפרויקט:

כדי להסיק מנתוני גנומיקה במרחב את סוגי התאים אנחנו נשתמש במידע מרובה היבטים: נשתמש גם במדידות של הגנים במרחב, גם במדידות גנומיות ברמת התא הבודד (מרקמות סמוכות), גם במיקום התאים במרחב, וגם בצורה הפיזית של התאים, שאותה אפשר לזהות ממדידות של גנומיקה במרחב.
את כל הנתונים הללו נכניס כקלט למודל של רשתות נוירונים / למידה עמוקה. המטרה תהיה לזהות את סוגי התאים ברקמות הסרטניות.

בפרויקט נפעיל שיטות של עיבוד תמונה כדי לזהות את צורת התאים ומיקומם במרחב. נממש כתיבת קוד ויישום של רשתות נוירונים, תוך אימון ושיפור הביצועים של המודל. נשתמש ברשת נוירונים שמאפשרת לחלץ בקלות יחסית פרשנות לאיך התקבלה ההחלטה על סוגי התאים.

תכולת הפרויקט:

1. ניתוח של המידע הוויזואלי בכלים של עיבוד תמונה על מנת לזהות את צורות התאים ומיקומם.
2. אינטגרציה של מידע מרובה היבטים.
3. בנייה ואימון של עצי החלטה לצורך ניתוח המידע.
4. בנייה ואימון של רשתות נוירונים לצורך ניתוח המידע.
5. פרשנות של הרשתות בעזרת כלים חישוביים כדי לגלות איך התקבלה ההחלטה על סיווג התאים.
6. השוואה לידע מוקדם וסיכום הנתונים.

קורסי קדם:

• רשתות נוירונים

דרישות נוספות:

• הקורס כריית מידע וייצוג מידע נחוץ - אפשר לעשות אותו במקביל לפרויקט.
• תכנות בפייתון הכרחי.
• רקע בעיבוד תמונה הוא יתרון.
• רקע בביולוגיה הוא יתרון.
• יתרון למי שלקח את הקורס בנוירו-גנומיקה.

מקורות:

1. https://www.alonlab.org/technology
2. https://proceedings.mlr.press/v162/yang22i.html

הרקע לפרויקט:

דימות תפקודי בתהודה מגנטית (functional magnetic resonance imaging, fMRI) הינה טכנולוגיית דימות המודדת שינויים לאורך הזמן בפעילות מוחית. היתרון המרכזי שלה הוא היכולת למדוד פעילות בכל המוח בו זמנית, עם רזולוציה מרחבית טובה (1-2 ס״מ). עבור מטופלים עם גידולים מוחיים, יש צורך לזהות ולאפיין רשתות מוחיות באופן אינדיבידואלי לצורך מיפוי טרום-ניתוחי, כמו גם מעקב אחרי ארגון מחדש של הרשתות לאורך הזמן לאחר הניתוח.
בפרויקט זה נשתמש בנתוני fMRI מחולים עם גידול מוחי ואלגוריתמיקה של independent component analysis (ICA) המפרידה סיגנלים מוחיים לרכיבים שונים, מהם ניתן לזהות רשתות מוחיות. בפרויקט הסטודנטים/ות יפתחו אלגוריתמיקה לצורך זיהוי טוב של הרשתות המוחיות השונות על בסיס סריקות שבוצעו לפני ניתוח להסרת הגידול ואחריו. בנוסף, הסטודנטים יבחנו את יכולת ההכללה של התוצאות עבור הסריקות השונות לפני ואחרי הניתוח.
אפיון הארגון המוחי באופן אינדיבידואלי הינו חלק מהגישה המתפתחת של דימות מוחי מדויק (precision neuroimaging), המתמקדת בהבנת פעילות המוח ואזורים תפקודיים ברמת האדם האינדיבידואל. גישה זו כוללת שימוש במידע רווי נתונים משיטות דימות שונות עם יישומים רלוונטיים לפיתוח שיטות רפואה מותאמות אישית.
פרויקט זה יעסוק בעיבוד נתונים ופיתוח אלגוריתמיקה תוך מטרה מכוונת לשימוש קליני.

מטרת הפרויקט:

מטרת פרויקט זה היא לבצע עיבוד של נתוני fMRI, פיתוח והתאמה של אלגוריתמיקה לשאלת המחקר, ואפיון התוצאות המתקבלות. זאת על מנת לזהות רשתות מוחיות ברמת המטופל האינדיבידואלי. כלים אלו שנפתח ישמשו בסיס להבנת העקרונות של ארגון אזורים ורשתות במוח והבנה עמוקה יותר של השפעת גידול על פעילות מוחית.

תכולת הפרויקט:

הסטודנטים יפתחו כלים לניתוח אותות מוחיים משיטות מדידה שונות וישתמשו במודלים סטטיסטיים וויזואליזציה של התוצאות. העבודה תכלול: כתיבת קוד, ניתוח נתונים, מודלים סטטיסטיים, וקריאת ספרות.

קורסי קדם:

אין קורס קדם

דרישות נוספות:

דרושה יכולת תכנות בפייתון או ב-MATLAB. - חובה
לא חובה:
ניתוח אותות
מדעי נתונים ביולוגיים
קורס נוירופיזיולוגיה של מערכות ו/או כל ידע על מערכות מוחיות.

מקורות:

1. Smitha et al. Resting state fMRI: a review on methods in resting state connectivity analysis and resting state networks. The Neuroradiology Journal 30(4): 305-317. 10.1177/1971400917697342
2. Mandal A., Wiener C., Assem M., Romero-Garcia R., Coelho P., McDonald A., Woodberry E., Morris R.C., Price, S.J., Duncan J., Santarius T., Suckling J., Hart M.G., & Erez Y. (2024) Tumour-infiltrated cortex participates in large-scale cognitive circuits. Accepted in Cortex. https://doi.org/10.1016/j.cortex.2024.01.004.

הרקע לפרויקט:

ניתוחי מוח למחלות שונות כוללים במקרים רבים הסרה של איזורים פתולוגיים מסוימים, למשל איזור עם גידול סרטני. לצורך שימור ושיקום יכולות תפקודיות קריטיות כמו דיבור, תנועה, ותפקודים קוגניטיביים אחרים, יש צורך למפות איזורים תפקודיים במטופלים. אלקטרודות ייעודיות המונחות ישירות על המוח החשוף מאפשרות להקליט פעילות מוחית חשמלית בטכנולוגיה מבטיחה הנקראת אלקטרוקורטיקוגרפיה (ECOG). במחקרים קודמים הראינו כי נתוני ECOG הנאספו ממספר סנסורים במהלך ניתוח מוח בערות של מטופלים עם גידול מוחי, מכילים מידע הקשור לרשתות מוחיות הקשורות לתפקודים שונים. עם זאת, אנחנו מאמינים שיש שוני בארגון הרשתות בין המטופלים. מציאת שיטות להתאמה אישית של ארגון הרשתות במוח ברמת הפרט הינה שלב קריטי במיפוי המוח.

בפרויקט זה נשתמש בכלים של למידת מכונה ולמידה עמוקה כדי לחזות את הרשתות המוחיות שבהן נמצאים הסנסורים השונים. במהלך הפרויקט נשתמש גם בשיטות שונות של עיבוד אותות על מנת לקבל מאפיינים שונים על כל אות חשמלי במטרה להשתמש במאפיינים אלה לחיזוי הרשת אליה שייך כל סנסור.

מטרת הפרויקט:

מטרת הפרויקט היא הבנה ושימוש בכלים של למידת מכונה ולמידה עמוקה לסיווג של כל סנסור אל הרשת אליה שייך תוך התמקדות ברשת ספציפית, דבר היכול להוביל למיפוי מוח אישי. הפרויקט יכלול ניתוח נתונים, שימוש במודלים מעולמות הלמידה עמוקה ומודלים סטטיסטים על מנת למפות את ארגון הרשתות במוח ברמת הפרט.

תכולת הפרויקט:

עבודת הסטודנטים תכלול : לימוד תאורטי וקריאה בספרות על מחקרים בתחום, עיבוד מקדים של הנתונים, בניית מודלים לחיזוי מיקום האלקטרודות במוח האדם ברמת הפרט, שימוש במודלים סטטיסטים. שימוש ופיתוח כלים בכלים בעיבוד אותות והצגת נתונים.

קורסי קדם:

אין

דרישות נוספות:

עיבוד אותות, מדעי נתונים ביולוגיים, כל ידע בתחום מדעי המוח , יכולות תכנות בפייתון או matlab, מבוא ללמידת מכונה.

מקורות:

1. Assem, M., Hart, M. G., Coelho, P., Romero-Garcia, R., McDonald, A., Woodberry, E., Morris, R. C., Price, S. J., Suckling, J., Santarius, T., Duncan, J., & Erez, Y. (2023). High gamma activity distinguishes frontal cognitive control regions from adjacent cortical networks. Cortex, 159, 286–298. https://doi.org/10.1016/j.cortex.2022.12.007
2. Penny, W. D., Duzel, E., Miller, K. J., & Ojemann, J. G. (2008). Testing for nested oscillation. Journal of Neuroscience Methods, 174(1), 50–61. https://doi.org/10.1016/j.jneumeth.2008.06.035

הרקע לפרויקט:

עומס קוגניטיבי הינו אחד החסמים העיקריים בתפעול מערכות שונות ונמצא כיום במרכז העניין של חברות רבות בתעשייה. על מנת לנטר עומס קוגניטיבי, יש צורך לפתח ממשקי מוח-מכונה אשר יאפשרו למדוד את רמת העומס בזמן אמת. גורמים רבים משפיעים על עומס קוגניטיבי, ביניהם סביבה ויזואלית עמוסה ועשירה שבה יש מידע רב שחלק משמעותי ממנו אינו רלוונטי לביצוע המשימה. מכשיר עוקב עיניים הינו ציוד טכנולוגי מתקדם שמיועד למדידה ולרישום של תנועות העיניים ברזולוציה גבוה. בין השאר, טכנולוגיה זו משמשת לזיהוי המידע שעליו מסתכלים ולהבנה של האופן שבו אנו פועלים בסביבה ויזואלית. על כן, שימוש בתנועות עיניים מהווה בסיס לפיתוחים של ממשק-מוח מכונה שבהן תפעול מערכות מותאם למצב הקוגניטיבי כפי שנמדד בתנועות העיניים, כמו גם מערכות שמופעלות ללא מגע על בסיס תנועות עיניים.

במהלך הפרויקט נרצה לזהות עומס קוגניטיבי באמצעות מדדים שונים הנמדדים באמצעות עוקב העיניים. הפרויקט יתמקד בניבוי מצב של עומס קוגניטיבי על-פי המדדים השונים, לדוגמא גודל האישון, זמן תנועת העין ועוד. לצורך כך תיבנה פרדיגמה ניסויית ממוחשבת עם עומס קוגניטיבי משתנה, אותה ניישם בעזרת מכשיר עוקב עיניים מתקדם ואיסוף נתונים בניסויים עם נבדקים. בהמשך נבצע ניתוח נתונים תוך שימוש במודלים של למידת מכונה.

מטרת הפרויקט:

מטרת הפרויקט היא הבנה ושימוש בכלים של למידת מכונה ולמידה עמוקה לניבוי מצב של עומס קוגנטיבי תוך שימוש במאפיינים הנמדדים ממערכת עוקב עיניים מתקדמת. הפרויקט יכלול ניתוח נתונים, ושימוש במודלים מעולמות למידת המכונה והלמידה עמוקה.

תכולת הפרויקט:

עבודת הסטודנטים תכלול: לימוד תאורטי וקריאה בספרות על מחקרים בתחום, בניית פרדיגמה ניסויית, איסוף נתונים, עיבוד מקדים של הנתונים, בניית מודלים לניבוי מצב של עומס קוגנטיבי, שימוש במודלים של למידת מכונה ולמידה עמוקה.

קורסי קדם:

אין

דרישות נוספות:

מדעי נתונים ביולוגיים, כל ידע בתחום מדעי המוח , יכולות תכנות בפייתון או matlab, מבוא ללמידת מכונה.

מקורות:

1. Buschman, T. J., & Kastner, S. (2015). From behavior to neural dynamics: An integrated theory of attention. Neuron, 88(1), 127–144.
2. Carrasco, M. (2011). Visual attention: The past 25 years. Vision Research, 51(13), 1484–1525.
3. Carter, B. T., & Luke, S. G. (2020). Best practices in eye tracking research. International Journal of Psychophysiology, 155, 49–62.

הרקע לפרויקט:

במעבדה שלנו חוקרים רקמות בעזרת טכנולוגית ריצוף מולקולרי המאפשרת לדעת, בדיוק ננומטרי, מה מיקומם המרחבי של מאות גנים בתוך הרקמה. טכנולוגיה זו נמצאת בחזית המחקר ואף נכנסת לשימוש בתעשייה. כיום במעבדה הטכנולוגיה מאפשרת אפיון עמוק של מחלת הסרטן, אלצהיימר, אורגנואידים מוחיים ועוד. הטכנולוגיה מבוססת על תהליכים אנזימטיים המתרחשים ברקמה וזיהוי מיקום המולקולות ע"י שימוש במיקרוסקופ כך שמתקבלות מפות גנומיות מדויקות של אזורים שונים ברקמה. בעזרת הריצוף ניתן לדעת היכן כל גן מתבטא ברקמה ומה רמת הביטוי של כל גן. ריצוף של כל גן מטרה כולל ארבעה עד שישה סבבים של פעילות אנזימטית וצילום במיקרוסקופ. כיום שלבי הריצוף האנזימטיים מתבצעים באופן ידני דבר הגורם לתזוזה של הרקמה וקושי לחזור לצלם את אותם אזורים רלוונטיים ברקמה, זמני תפעול ארוכים וביזבוז של כוח אדם. אוטומציה של התהליך תוכל לאפשר להשתמש בטכנולוגיה על מספר גדול יותר של רקמות, שיפור שיכולה להיות לו גם משמעות קלינית.

מטרת הפרויקט:

מטרת הפרויקט היא לתכנן ולבנות מערכת מיקרופלואידית שתאפשר אוטומציה של שלבי הריצוף האנזימטיים תחת המיקרוסקופ. בניית המערכת דורשת תכנון הנדסי מדויק כך שתכיל תא-זרימה (Flow Cell) אשר מותקן על במת המיקרוסקופ. בתוך תא הזרימה יונחו רקמות הניסויי ואל התא יוזרמו אנזימים וראגנטים שונים בזמנים מדוייקים ובטמפרטורות שונות. המערכת כולה צריכה לפעול על יד מחשב המיקרוסקופ ולכן יהיה צורך בהבנת חומרה ותוכנה. הפרויקט אמור לאפשר ריצוף מרחבי אוטומטי בסופר רזולוציה.

תכולת הפרויקט:

הכרת מערכת המיקרוסקופיה הקיימת במעבדה וכן תוכנות האנליזה לצורך הבנה בסיסית של הפרויקט
למידת שלבי הפרוטוקול הנדרשים לאוטומציה
חיבור במת המיקרוסקופ, תא הזרימה, המשאבות והמחשב למערכת אחת
הבנת הפקודות הנדרשות להפעלה מרחוק של המשאבות
יצירת קוד עבודה במטלב (או שפה אחרת) שיאפשר לכלל הרכיבים לפעול יחד
ריצוף לדוגמא והשגת דאטא
סיכום התוצאות

קורסי קדם:

מעבדה מבוא למלמ

דרישות נוספות:

רקע בביולוגיה מומלץ

מקורות:

https://www.alonlab.org/technology

הרקע לפרויקט:

אורגנואיד הוא מודל תלת מימדי של תרבית תאים המחקה את המבנה והתפקוד של איבר או רקמה בגוף האדם. אורגנואיד מיוצר בדרך כלל מתאי גזע או מדגימות רקמה ומכיל סוגי תאים מרובים המאורגנים באופן דומה לאיבר המקורי. האורגאנואידים מספקים ייצוג מדויק יותר של הביולוגיה האנושית בהשוואה לתרביות תאים דו-ממדיות מסורתיות, מה שמאפשר לקבל תובנות חשובות לגבי תפקוד האיברים ומנגנוני המחלה.
אורגנואידים הופיעו ככלי רב עוצמה בתחום חקר הסרטן, ומהווים דרך מבטיחה להעריך את היעילות של טיפולי סרטן שונים. על ידי גידול אורגנואידים במעבדה, ניתן ליצור מחדש את המיקרו-סביבה של הגידול וללמוד כיצד טיפולים שונים בסרטן משפיעים עליהם. אורגנואידים יכולים להיחשף למגוון של טיפולים, כולל תרופות כימותרפיות, טיפולים ממוקדים ואימונותרפיות, דבר המאפשר להעריך את התגובה שלהם ולהתאים אסטרטגיות טיפול בהתאם. גישה מותאמת אישית זו מספקת תובנות חשובות לגבי היעילות של טיפולים ספציפיים עבור מטופלים בודדים, עוזרת לייעל את בחירת הטיפול בסרטן ולשפר את תוצאות המטופל. יתרה מכך, אורגנואידים יכולים להיווצר במהירות יחסית, מה שהופך אותם למשאב רב ערך עבור בדיקת תרופות בתפוקה גבוהה ומאיץ את הפיתוח של תרופות נוגדות סרטן חדשות.

מטרת הפרויקט:

בפרויקט זה נשתמש בטכנולוגיה חדשה שנקראת ׳ריצוף מרחבי׳ המאפשרת מיפוי מולקולרי של האורגנואיד מחולי סרטן בסופר רזולוציה. השיטה מאפשרת ליצור מפה גנומית ולזהות מאות מולקולות רנ"א במרחב האורגנואיד ברזולוציה ננומטרית. כיום ידוע שמיקום של רנ"א בתאים וברקמות מהווה בסיס לתהליכים ביולוגים רבים וכן מקום שגוי עלול להוות מקור לתפקוד רקמה לא תקין. ההבדלים המרחביים בביטוי הרנא שימצאו בין האורגנואידים השונים שנחשפו לטיפולים שונים יהויו ממצא משמעותי ובסיס עבור תיכנון טיפול מותאם אישית עבור חולי סרטן.

תכולת הפרויקט:

הכרת התחום של אורגנואידים בהקשר של טיפול בסרטן
הכרת ולמידת פרוטוקול הריצוף המרחבי במעבדה
פיתוח טכנולוגיה למיפוי מרחבי של אורגנואידים
צילום תוצאות עבור מידע רב-ממדי של ריצוף מרחבי
ניתוח תמונות וניתוח נתונים
הסקת מסקנות וסיכום התוצאות

קורסי קדם:

פיזיולוגיה כמותית או נוירו-גנומיקה

דרישות נוספות:

רקע מוקדם בניתוח נתונים הוא יתרון (חובה במהלך הפרויקט)
רקע בעיבוד תמונה הוא יתרון

מקורות:

https://www.alonlab.org/technology

הרקע לפרויקט:

המערכת העצבית אחראית על הניטור והשליטה על תפקוד הגוף. פגיעות במערכת העצבים הפריפריאלית יכולות לגרום לנזקים משמעותיים וקבועים. אחד האתגרים המרכזיים הוא ההכוונה היעילה של צמיחת תאי עצב לטובת התאוששות תפקודית. מחקרים קודמים הראו כי רמזים טופוגרפיים ננומטריים משפיעים על כיווניות ואסטרטגיית הצמיחה של תאי עצב, אך נדרש מחקר נוסף להעמקת ההבנה בתחום זה ולהתאמת רמזים טופוגרפיים ננומטרים מיטביים לשיקום נוירוני.

מטרת הפרויקט:

מטרת הפרויקט היא לחקור את השפעתם של רמזים טופוגרפיים ננומטריים, בצורות ומרווחים שונים, על כיווניות וצמיחת השלוחות העצביות. המחקר שואף לתכנן משטחים אופטימליים להכוונה עצבית שיכולים לשמש ככלי שיקום במקרים של פגיעות עצביות.

תכולת הפרויקט:

במסגרת הפרויקט הסטודנטים יבצעו סקירת ספרות בתחום, ייצרו מערכי משטחים עם רמזים טופוגרפיים באמצעות ליתוגרפיה, ויבחנו את השפעתם על צמיחת תאי עצב בתרביות. העבודה תכלול גידול תאים, צביעה פלואורסצנטית, מדידת פרמטרים מורפולוגיים של השלוחות והשוואה בין קבוצות ביקורת למשטחים השונים.

קורסי קדם:

נוירופיזיולוגיה
סטטיסטיקה

דרישות נוספות:

מיקרוסקופיה

מקורות:

https://pubs.acs.org/doi/10.1021/acs.nanolett.8b03879

הרקע לפרויקט:

בעוד טיפול בתרופות כימותרפיות ותרופות ביולוגית המבוססות נוגדנים הינם כיום הסטנדרט בטיפול בסרטן, הובלה מדויקת ובטוחה של כימותרפיה לגידולים נותרה אתגר משמעותי. לנוגדנים יש ספציפיות גבוהה, אבל הם מתקשים לחדור לגידולים צפופים ועמוקים. אינסולין היא מולקולה מועדפת על תאי סרטן שכן היא מעודדת גדילה והתחלקות של התאים. אינסולין גם יכול לחדור לעומק הגידול. באמצעות ננו-חלקיקי זהב אנחנו שואפים לפתח פלטפורמה שבאמצעותה נוכל להגיע לגידול באופן ממוקד. בפרויקט נאפיין את חלקיקי הזהב מבחינת- גודל, מטען, UV וריכוז כמות הזהב בדגימה אותה נכין.

מטרת הפרויקט:

נפתח חלקיקי זהב אשר יקשרו על גבי החלקיק אינסולין, נוגדן ותרופה על מנת להגיע באופן ממוקד אל הגידול. לפלטפורמת חלקיקי הזהב החדשנית הזו, יש פוטנציאל לקדם באופן משמעותי את תחום הרפואה המותאמת אישית והטיפול בסרטן.

תכולת הפרויקט:

הסטודנט ילמד להכין חלקיק זהב, לקשור אליו את המולקולות המתאימות ולאפיין את החלקיק בצורה שמוודאת את הקשירה וגודל החלקיק שהתקבל. בנוסף, הסטודנט ילמד לעבוד עם תאים במנדף ביולוגי ולבדוק את כניסת החלקיקים אותם הכין אל תוך התאים (UPTAKE).

קורסי קדם:

מבוא לביולוגיה

מקורות:

https://popovtzerlab.com/
https://pubmed.ncbi.nlm.nih.gov/26886076/

הרקע לפרויקט:

Circadian genes regulate biological rhythms that follow a 24-hour cycle, influencing various physiological processes such as sleep, metabolism, and organ function. In the kidney, these genes control the timing of vital functions like electrolyte balance, filtration, and blood pressure regulation. Researching circadian genes in the kidney can improve kidney disease therapy by identifying how disruptions in these rhythms contribute to disease progression and how timing treatments to the body’s natural cycles might enhance their efficacy. Understanding circadian regulation may lead to more personalized and effective therapeutic strategies for kidney disorders.

מטרת הפרויקט:

The aim of this project is to characterize the dynamics of circadian genes in the kidney through the use of machine learning techniques and bioinformatic tools.

תכולת הפרויקט:

Data processing, R programming and algorithm implementation, learning and applying computational methods for analysing time-dependent biological processes, possibility of collaborative work with other labs.

קורסי קדם:

נוירוגנומיקה או ביולוגיה חישובית, מדעי נתונים ביולוגים

דרישות נוספות:

בסיס בשפת תכנות R, מערכת UNIX

מקורות:

1. Bingham, M. A., Neijman, K., Yang, C. R., Aponte, A., Mak, A., Kikuchi, H., Jung, H. J., Poll, B. G., Raghuram, V., Park, E., Chou, C. L., Chen, L., Leipziger, J., Knepper, M. A., & Dona, M. (2023). Circadian gene expression in mouse renal proximal tubule. American journal of physiology. Renal physiology, 324(3), F301–F314. https://doi.org/10.1152/ajprenal.00231.2022
2. Carbonetto, P., Luo, K., Sarkar, A. et al. GoM DE: interpreting structure in sequence count data with differential expression analysis allowing for grades of membership. Genome Biol 24, 236 (2023). https://doi.org/10.1186/s13059-023-03067-9

הרקע לפרויקט:

רשתות גנטיות חישוביות מאפשרות לתאר דינמיקה של רשתות גנטיות בתאים ביולוגיים וכך להסביר תצפיות ניסיוניות ולנבא תוצאות של ניסיונות שעדיין לא בוצעו. בשנים האחרונות פותחו שיטות אלגוריתמיות חדשות המאפשרות סינתזה – פתרון אוטומטי של הבעיה. השיטות ישימות עבור תאי גזע.

מטרת הפרויקט:

מטרת הפרויקט להשתמש ולשפר אלגוריתמים לסינתזה של רשתות גנטיות תוך שימוש באימות פורמלי (Formal Verification). אימות פורמלי מאפשר שימוש באלגוריתמים ושיטות מתמטיות להוכחת נכונות של מערכות תוכנה וחומרה מורכבות. בסינתזה השאיפה היא לייצר בצורה אלגוריתמית תוכנה שמובטח שעומדת באפיון נתון בלוגיקת הזמן, ובכך לקצר משמעותית את תהליך הפיתוח ולקבל מימוש נכון. בפרויקט נלמד איך שיטות אלה יכולות להיות מיושמות ומורחבות לביולוגיה ולהבנת תאי גזע.

תכולת הפרויקט:

במהלך הפרויקט הסטודנטים ירכשו ידע בשיטות אימות פורמלי וסינתזה (Formal Verification and Synthesis) וייפתחו ויבדקו אלגוריתמים לפתרון יעיל ככל הניתן לבעיית הסינתזה של רשתות גנטיות . אתגר משמעותי בסינתזה הוא קושי אלגוריתמי לנתח מרחב מצבים גדול. מטרת הפרויקט תהיה ליישם בצורה משמעותית עבור תאי גזע.

קורסי קדם:

83691 Formal Verification and Synthesis (במקביל לפרויקט)

מקורות:

1. Carbognin et al Esrrb guides naive pluripotent cells through the formative transcriptional programme. Nature cell biology, 2023.
2. Manna, Zohar, and Amir Pnueli. "Temporal verification of reactive systems: safety." Springer (1995).
3. A. Pnueli and R. Rosner "On the synthesis of a reactive module". POPL '89 Proceedings of the 16th ACM SIGPLAN-SIGACT symposium on Principles of programming languages, Pages 179-190, 1989.
4. Boyan Yordanov, Sara-Jane Dunn, Colin Gravill, Hillel Kugler, Christoph M Wintersteiger
5. An SMT-Based Framework for Reasoning About Discrete Biological Models. ISBRA’22, LNCS Springer 2022.

הרקע לפרויקט:

Machine learning plays a transformative role in analyzing single-cell data, helping researchers uncover meaningful patterns from vast and complex datasets. In single-cell studies, machine learning algorithms can cluster cells based on similarities in their molecular profiles, revealing hidden cell types and unique states within mixed populations. It also excels at identifying relationships and patterns that would be difficult to detect manually, such as finding key genes driving cell behavior or predicting how cells might respond to different treatments. These insights enable scientists to better understand cellular processes and diseases, ultimately leading to advances in targeted therapies and personalized medicine.

מטרת הפרויקט:

This project will leverage cutting-edge machine learning algorithms to analyze single-cell data from Wilms tumors, a pediatric kidney cancer. By applying advanced clustering and predictive models, we aim to map the cellular landscape of Wilms tumors at an unprecedented level of detail, identifying specific cell types, subtypes, and cellular states. Machine learning will be used to pinpoint key genes and pathways that drive tumor growth, differentiation, and response to treatments. The insights gained could reveal novel biomarkers and therapeutic targets, paving the way for more effective, personalized treatments for young patients with Wilms tumors.

תכולת הפרויקט:

Reading of relevant literature, data preprocessing, PCA and other dimensionality reduction techniques, gene expression and regulatory analysis, and implementation of advanced downstream models.

קורסי קדם:

מומלץ: ביולוגיה חישובית/ביואינפורמטיקה או ניורו גנומיקה (אפשר גם במקביל)

דרישות נוספות:

רקע בסיסי בפייתון או R

מקורות:

1. https://pubmed.ncbi.nlm.nih.gov/36834944/
2. https://www.nature.com/articles/s41576-023-00586-w

הרקע לפרויקט:

רשתות גנטיות חישוביות מאפשרות לתאר דינמיקה של רשתות גנטיות בתאים ביולוגיים וכך להסביר תצפיות ניסיוניות ולנבא תוצאות של ניסיונות שעדיין לא בוצעו. בשנים האחרונות פותחו שיטות אלגוריתמיות חדשות המאפשרות סינתזה – פתרון אוטומטי של הבעיה. בפרויקט נשלב שיטות של למידת מכונה לניתוח מרחב הפתרונות ולניבוי התנהגות תאי כליה

מטרת הפרויקט:

מטרת הפרויקט לשלב אלגוריתמים לסינתזה של רשתות גנטיות תוך שימוש באימות פורמלי (Formal Verification) עם שיטות של למידת מכונה. אימות פורמלי מאפשר שימוש באלגוריתמים ושיטות מתמטיות להוכחת נכונות של מערכות תוכנה וחומרה מורכבות. בסינתזה השאיפה היא לייצר בצורה אלגוריתמית תוכנה שמובטח שעומדת באפיון נתון בלוגיקת הזמן, ובכך לקצר משמעותית את תהליך הפיתוח ולקבל מימוש נכון. בפרויקט נלמד איך שיטות אלה יכולות להיות מיושמות ומורחבות לביולוגיה של תאי כליה.

תכולת הפרויקט:

במהלך הפרויקט הסטודנטים ירכשו ידע בשיטות אימות פורמלי וסינתזה (Formal Verification and Synthesis) וייפתחו ויבדקו אלגוריתמים לפתרון יעיל ככל הניתן לבעיית הסינתזה של רשתות גנטיות . אתגר משמעותי בסינתזה הוא קושי אלגוריתמי לנתח מרחב מצבים גדול. מטרת הפרויקט תהיה להציע פתרונות אלגוריתמיים חדשים כולל ממוש יעיל של שיפורים בקוד של שילוב של למידת מכונה ואימות.

קורסי קדם:

83670 Biological Computation

מקורות:

1. B. Yordanov S-J Dunn, H. Kugler, A. Smith, G. Martello and S. Emmott. A method to identify and analyze biological programs through automated reasoning. Nature Systems Biology and Applications, 2016.
2. Manna, Zohar, and Amir Pnueli. "Temporal verification of reactive systems: safety." Springer (1995). https://www.nature.com/articles/s41556-023-01131-x

הרקע לפרויקט:

שלד התא של נוירונים הוא חיוני לפעילות תקינה של הנוירון, ופגיעה בשלד התא מובילה לפגיעה בפעילות העצבית. קיים צורך בפיתוח שיטות וטיפולים חדשים לטיפול בפגיעות עצביות, והבנה של דינמיקת השלד התאי של נוירונים ברמה הננומטרית עשוייה לעזור לנו להבין מנגנונים טבעיים של תיקון שיוכלים להוות בסיס לשיקום עיצבי.

מטרת הפרויקט:

מטרת הפרוייקט היא לאפיין דינמיקה של שלד התא בנוירונים. לשם כך נשתמש ונפתח תוכנות לעיבוד וניתוח תמונות על מנת לאפיין את הדינמיקה של שלד התא של נוירוניים שגודלו במעבדה ושמאפיינים של שלד התא סומנו בהם. לבסוף נקבל ניתוח סטטיסטי מלא של מאפייני התמונה הרלוונטיים לדינמיקת שלד התא.

תכולת הפרויקט:

לימוד תאורטי וקריאה בספרות של מחקרים רלבנטיים
ניתוח ועיבוד תמונות על מנת להוציא מאפיינים חשובים, בעזרת תוכנות שונות כגון ImageJ
ניתוח מתקדם של המאפיינים באמצעות קוד בפייתון

קורסי קדם:

סטטיסטיקה

מקורות:

https://www.nature.com/articles/s41592-022-01507-1