研究
使用和开发工具和技术在人工智能和机器学习等领域与云计算等技术,DBMI教员带来卓越的一个或多个域信息包括基因组学和计算生物学,转化生物信息学和个性化医学、临床研究信息,和临床信息,在开发工具和方法如本体、知识工程、机器学习和人工智能技术对生物医学的挑战。
DBMI教员使用公司生物学方法,多尺度建模、模拟、数据集成和数学和预测分析嫁给校园的不同但相关方面的临床和研究投资组合推进知识和改进医疗保健。我们的许多教师隶属于科罗拉多中心个性化医疗和健康中心的人工智能。
研究团队
| 阿尔伯斯实验室 大卫·阿尔伯斯博士的实验室主要集中在提高生物医学使用数据同化的临床医生和病人收集的数据预测生理学和计算新表型,医疗过程建模和分析等等。 |
班尼特实验室 贝内特博士的团队专注于临床决策在重症监护病房等高危环境和开发和实现信息和数据的科学方法和工具,以改善结果。 |
爪实验室 爪实验室研究广泛关注个性化医学,利用基因信息和生物标记物的治疗,在药物基因组学以及理解伦理、文化和基因组研究人口的社会影响。 |
科尔实验室相交大规模基因组学和营养数据来了解更多关于饮食的作用在人类健康、身体和重点疾病代谢疾病。 |
戴维斯实验室 在戴维斯的研究实验室专注于技术的数据集成和重用。 |
Dwork实验室 Dwork实验室的研究集中在较小的数据计算成像和放射肿瘤学的剥削。应用包括医学图像重建、图像定量、放射治疗计划和便宜的医疗设备。 |
| Gignoux实验室 Gignoux实验室,科罗拉多个性化医疗中心的一员,在统计和种群遗传学的接口工作提高我们理解复杂的特征。 |
格林实验室 格林实验室的研究团队致力于回答重要问题与计算生物学和医学。我们专注于结合公开的大数据,开发新的计算方法来分析这些数据,并创建工具把这些资源的每一个生物学家。 |
猎人实验室 亨特博士的实验室目前知识提取的信息主要集中在生物医学文献,在分子生物学知识的语义集成资源,和使用知识的高通量数据的分析。 |
可以很快的更多信息。 |
JRavi实验室 拉维博士的研究小组致力于发展中计算方法来研究传染病发病机制的分子基础和干预使用蛋白质sequence-structure-function关系、比较基因组学、药物再利用。 |
朱利安实验室 |
Krishnan博士的研究小组开发计算方法,利用庞大的公共数据集合构建预测和解释模型的基因,分子网络,和组织机制,构成复杂的异质性疾病。 |
伊桑兰格实验室 |
莱斯利·兰格博士的实验室里研究专注于复杂的遗传流行病学特征,主要是关于心血管疾病、肥胖、糖尿病和肺相关的表型。可以理解少数民族特殊的重点领域包括遗传学研究和促进大型multi-study基因合作。 |
| Lozupone实验室 Lozupone实验室重点在健康和疾病因素影响人类微生物群组成,阐明功能性成分差异的后果,无论是单个细菌和宿主的生物/代谢属性交互。 |
诺曼实验室 诺曼实验室研究着重于免疫遗传学,遗传变异,支撑着我们的微分感染和自身免疫反应。特别是,联合进化的实验室研究HLA分子表达的最健康的细胞,和自然杀死细胞受体(NK)与HLA控制免疫反应。 |
Phang实验室 Phang实验室研究的重点是发现和开发的最佳实践分析基因组生物信息学和统计学管道和高通量组学数据,包括下一代测序的各种话题。 |
Pozdeyev实验室 |
Sirlanci实验室的研究侧重于研究利用数据同化技术生物医学过程中出现的各种问题。为此,她用两个基于生理机械模型和机器学习类型的模型。 |
Stanislawski博士的实验室研究代谢疾病的分子流行病学疾病、肥胖、和其他炎症性疾病,尤其是微生物的作用及其相互作用与其它概要文件使多样化的人群。实验室还研究如何使配置文件与响应在减肥和运动干预措施。 |
TISLab |
我们实验室的使命是将高维生物医学科学数据集成到临床决策改善病人的结果。我们将开发新的方法,方法,分析,和软件分析高维基因、分子和形态数据。 |
威利实验室 |
| 杨实验室 杨实验室专注于研究表观遗传调控和转录资料在肺纤维化,结节病和哮喘。 |