Descrizione
Recenti sviluppi riguardanti terapie specializzate per il trattamento di tumorali si basano su una accurata inferenza della progressione della malattia. Riuscire a capire l’ordine e la frequenza con cui le variazione somatiche vengono acquisite durante una progressione tumorale può aiutare a meglio definire strategie specifiche di trattamento della malattia.
Recentemente il laboratorio di ricerca AlgoLab ha sviluppato e proposto un algoritmo di Simulated Annealing in grado di ricostruire la storia evolutiva dei tumori partendo da dati di sequenziamento Single Cell. Tale algoritmo risulta essere molto competitivo ed é in grado di superare alcune delle limitazioni presenti nei metodi attualmente disponibili nella letteratura.
L’obiettivo di questo stage é di migliorare l’algoritmo esistente utilizzando un algoritmo efficienti ed ottimizzato per il calcolo di una funzione di Maximum Likelihood Estimation.
Obiettivi
L’obiettivo principale dello stage è lo studio e la definizione di un algoritmo che possa rendere più efficiente il calcolo di una funzione di Maximum Likelihood Estimation applicato ad una struttura ad albero.
Lo stage prevede inoltre l’implementazione e il testing di tale metodo come estensione di un algoritmo già esistente nel contesto di ricostruzione di progressioni tumorali.
Requisiti
- Interesse per la definizione ed implementazione di algoritmi.
-
Conoscenza del linguaggio di programmazione C.