Cancer är fortfarande en av de mest komplexa sjukdomarna att behandla, särskilt när tumörer blir aggressiva eller behandlingsresistenta. Detta projekt utvecklar djupinlärnings- och nätverksvetenskapliga metoder för att kartlägga genregulatoriska nätverk i cancer med enastående bestämdhet. Genom att integrera flera typer av molekylär data strävar vi efter att avslöja hur regulatoriska program kopplas om mellan patienter, tumörtyper och undergrupper av tumörer. Våra modeller, som tillämpas på stora offentliga dataset och den finländska iCAN-kohorten, förväntas avslöja dolda undertyper av cancer och drivkrafter för aggressivitet och behandlingsresistens, länka molekylära mekanismer till kliniska resultat och lägga grunden för nätverksbaserad precisionsonkologi.

2025