Tytuł projektu: MiRaSLC – Metaboliczna i radiomiczna sygnatura wczesnego raka płuca
Numer: 2017/27/B/NZ7/01833
Czas trwania: 2018/09/19-2021/09/18
Kierownik: prof. Piotr Widłak – lider konsorcjum; prof. Joanna Polanska – kierownik w Pol. Śl.
Główny wykonawca: dr inż. Franciszek Binczyk, mgr Katarzyna Bednarczyk
Wykonawcy:
Opis projektu: Rak płuca jest główną przyczyną zgonów z powodu nowotworów na całym świecie. Związane jest to m.in. z faktem, że większość przypadków tej choroby jest diagnozowana w stadium zaawansowanym z bardzo złym rokowaniem. Racjonalną strategią zmniejszenia umieralności z powodu raka płuca jest wprowadzenie badań przesiewowych w grupie wysokiego ryzyka umożliwiających wczesne wykrycie tej choroby. Obecnie jedynym dostępnym narzędziem pozwalającym na wczesne wykrycie raka płuca w badaniu przesiewowym jest nisko-dawkowa tomografia komputerowa (ND-TK), której wadą jest jednak duża liczba wyników fałszywie dodatnich i stosunkowo niska wykrywalność. Możliwą strategią zwiększenia efektywności i skuteczności badania przesiewowego jest potencjalnie połączenie badania obrazowego z badaniem biomarkerów. Hipotetyczny biomarker może mieć potencjalnie dwa zastosowania: (i) do pre-selekcji w grupie wysokiego ryzyka kandydatów do badania obrazowego, lub (ii) do oszacowania ryzyka raka w sytuacji wykrycia guzków w badaniach obrazowych. Potencjalnymi biomarkerami wczesnego raka płuca są czynniki molekularne obecne we krwi, w tym składniki metabolomu surowicy. W krwi chorych z nowotworami wykrywa się obecność egzosomów uwalnianych przez komórki rakowe, co czyni te struktury atrakcyjnym źródłem informacji o czynnikach swoistych dla nowotworu. Z drugiej strony, zwiększenie wartości predykcyjnej badania ND-TK jest możliwe dzięki opracowaniu nowych zaawansowanych algorytmów ilościowej analizy cech obrazu TK (tzw. radiomika). Celem proponowanego projektu jest zweryfikowanie hipotezy, że w surowicy (m.in. w krążących egzosomach) można wykryć cechy metaboliczne charakterystyczne dla choroby nowotworowej (sygnatura molekularna), a ich skojarzenie z parametrami określonymi na podstawie badania obrazowego (sygnatura radiomiczna) może pozwolić na bardziej czułe i
swoiste określenie ryzyka wczesnego raka płuca.
Afiliowane publikacje:
1. Marcin Ostrowski, Franciszek Binczyk, Tomasz Marjański, Robert Dziedzic, Sylwia Pisiak, Sylwia Małgorzewicz, Mariusz Adamek, Joanna Polanska, Witold Rzyman: Performance of various risk prediction models in a large lung cancer screening cohort in Gdańsk, Poland – a comparative study. Translational Lung Cancer Research, 2020, doi: 10.21037/tlcr-20-753
Tytuł projektu: AIDA (Applied Integrative Data Analysis) – interdyscyplinarne studia doktoranckie w zakresie przetwarzania i analizy danych
Numer: I029/17-POWR.03.02.00-IP.08-00-DOK/17
Czas trwania: 2018/04/01-2022/09/30
Kierownik: prof. Joanna Polanska
Główny wykonawca:
Wykonawcy:
Opis projektu: Celem projektu jest zwiększenie jakości i efektywności kształcenia na studiach doktoranckich poprzez utworzenie na Wydziale AEiI Politechniki Śląskiej interdyscyplinarnych studiów doktoranckich w języku angielskim, o profilu akademickim i zasięgu międzynarodowym, pod tytułem Applied Integrative Data Analysis (AIDA) w okresie od 01.04.2018 do 30.09.2022.
Afiliowane publikacje:
1. B. Frey, J. Mika, K. Jelonek, L. Cruz-Garcia, C. Roelants, I Testard, N. Cherradi, K. Lumniczky, S. Polozov, A. Napieralska, P. Widlak, U. Gaipl, C. Badie, J. Polanska, and S.M. Candéias: Systemic modulation of stress and immune parameters in patients treated for prostate adenocarcinoma by intensity modulated radiation therapy or stereotactic ablative body radiotherapy. Strahlentherapie und Onkologie, 2020, doi: 10.1007/s00066-020-01637-5
2. Abramowicz Agata, Łabaj Wojciech, Mika Justyna, Szołtysek Katarzyna, Ślęzak-Prochazka Izabella, Mielanczyk Łukasz, Story Michael D., Pietrowska Monika, Polański Andrzej and Widłak Piotr. MicroRNA Profile of Exosomes and Parental Cells is Differently Affected by Ionizing Radiation, 2020. Radiat Res. 2020 Aug 1;194(2):133-142.
3. K. Leszczorz, W. Dudzik, J. Nalepa, J. Polanska. “Quantification of differences in brain tumor detection on multimodal MRI using deep neural network.” European Congress of Radiology 2020, C-13994, doi: 10.26044/ecr2020/C-13994
4. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18
5. Mika, J., Łabaj, W., Chekan, M., Abramowicz, A., Pietrowska, M., Polański, A., Widłak, P. The mutation profile of differentiated thyroid cancer coexisting with undifferentiated anaplastic cancer resembles that of anaplastic thyroid cancer but not that of archetypal differentiated thyroid cancer. J Appl Genetics (2020). https://doi.org/10.1007/s13353-020-00594-0
6. Katarzyna Sieradzka, Joanna Polanska, Grainne O’Brien, Christophe Badie, “Logistic regression method in search of radiation responsive genes”, XXIV Gliwice Scientific Meeting 2020, p.56
7. Anna Glodek, Joanna Polanska, Zastosowanie teorii grafów do oceny interakcji microRNA-gen, Śląskie Spotkania Naukowe, 29.05.2020
8. A. Cortez, A. Glodek, A. Krzywon, J. Polanska, K. M. Lisowska, Search for predictive biomarkers of sensitivity/resistance against cisplatin in high-grade serous ovarian cancer, xDigital Annual Meeting of the International Gynecologic Cancer Society (IGCS), 10-13.10.2020
9. Frątczak K, Gawin M, Chekan M,Pietrowska M, Widłak P, Polanska J:Pan-Cancer comparative analysis of molecular signatures based on MALDI-MSI data,Gliwickie Spotkania Naukowe 2019, 22-2317.11.2019, Gliwice, Polska, p.105
10. G. Mrukwa, K. Fratczak, M. Gawin, M. Chekan, M. Pietrowska, P. Widlak, J. Polanska, Biological Diversity or Numeric Artifact? MSI Data Clustering Robustness, European Molecular Imaging Meeting 2019, Glasgow, March 19-22, 2019
11. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J: Pan Cancer analysis of similarities and differences in hormonal cancers and environmental cancers using MALDI-MSI, European Molecular Imaging Meeting, 19-22.03.2019, Glasgow, p. 86
12. Mrukwa G, Frątczak K, Polanska J: Hybrid Clustering Method for Highly Dimensional Data. 12th Symposium of the Polish Bioinformatics Society, 19-21 September 2019, Kraków, Poland
13. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J:Comparative classification study for pan-cancer mass spectrometry imaging data, CEEPC13,23-26.09.2019, Ustoń, Poland
14. Łabaj Wojciech, Mika Justyna, Chekan Mykola, Pietrowska Monika, Widłak Piotr and Polański Andrzej. BIOLOGICAL PROCESSES ASSOCIATED WITH MUTATIONS PRESENT IN ANAPLASTIC AND PAPILLARY THYROID CANCERS CO-EXISTING IN THE SAME THYROID, 2019. 13th Central and Eastern European Proteomic Conference (CEEPC), 23/09/2019-25/09/2019, Ustron, Polska, pp. P-14
15. Anna Glodek, Marta Gawin, Mykola Chekan, Monika Pietrowska, Jacek Łęski, Joanna Polanska, Can the spatial distribution in MSI support the identification of the isotopic envelope?, CEEPC 2019, 23 – 26.09.2019, Ustroń, Poland
16. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., How accurately can we predict Surviving Fraction after Irradiation based on the Copy Number State? 4th European Radiation Protection Week ERPW 2019. Book of abstracts, p. 135. 14-18.10.2019, Stockholm, Sweden
17. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637
18. Kinga Leszczorz, Omid Azimzadeh, Soile Tapio, Michael Atkinson, Joanna Polanska: Mathematical modelling and effect size analysis in support of searching for the proteomic signature of radiotherapy toxicity, 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30 2019: 244 – 249, Athens, Greece, 978-1-7281-4617-1, doi: 10.1109/BIBE.2019.00051
19. Joanna Tobiasz, Christos Hatzis, and Joanna Polanska: Breast cancer heterogeneity investigation: multiple k-means clustering approach. 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30, 2019, Athens, Greece. p. 410-414, doi: 10.1109/BIBE.2019.00080
20. Tobiasz J., Polanska J., Biomarkers of breast cancer subtypes identified from RNA-Seq data. XXII Gliwice Scientific Meetings, Book of abstracts, p. 146. 16-17.11.2018, Gliwice, Poland
Tytuł projektu: Odporne metody redukcji szumów mieszanych w barwnych obrazach cyfrowych
Numer: 17/25/B/ST6/02219
Czas trwania: 2018/01/19-2021/01/18
Kierownik: Smolka Bogdan
Główny wykonawca: Radlak Krystian, Mendrela Monika
Wykonawcy:
Opis projektu: Redukcja szumów w obrazach cyfrowych jest jednym z najważniejszych zagadnień cyfrowego przetwarzania sygnałów. Potrzeba tworzenia nowych efektywnych algorytmów poprawy jakości obrazów wiąże się z dynamicznie rozwijającymi się technikami techniki obrazowania wielokanałowego, szczególnie w medycynie i biologii, astronomii, zastosowaniach wojskowych i przemysłowych. We wszystkich tych dziedzinach, zagadnienie eliminacji szumów odgrywa bardzo ważną rolę, ponieważ poprawa jakości obrazów warunkuje sukces dalszych etapów ich przetwarzania oraz analizy. Jakość barwnych obrazów cyfrowych bardzo często obniżana jest przez różnego rodzaju zakłócenia wprowadzane przez szumy termiczne matryc światłoczułych, szum śrutowy wywoływany przez fluktuacje strumienia fotonów padających na matrycę, błędy kwantyzacji przetworników analogowo-cyfrowych, uszkodzone piksele matrycy, szumy generowane przez interferencje elektromagnetyczne, starzenie się nośników danych i błędy transmisji. Szumy te często modelowane są jako mieszanina szumu gaussowskiego, odpowiedzialnego głównie za prąd ciemny i śrutowy, oraz szumu impulsowego, wprowadzającego do obrazu piksele o losowych wartościach intensywności kanałów. Celem projektu jest opracowanie i analiza własności efektywnych rodzin filtrów redukujących mieszane szumy gaussowskie i impulsowe w barwnych obrazach cyfrowych. Koncepcja nowychmetodpoprawyjakościobrazówopierasięnazastosowaniuodpornychnazakłóceniaimpulsowe miar podobieństwa pikseli wyznaczanych w ich otoczeniu oraz określanych za pomocą kosztu ścieżek cyfrowych eksplorujących lokalne sąsiedztwo elementów obrazu. Wprowadzenie nowych miar podobieństwa pikseli pozwoli na pokonanie ograniczeń szeroko stosowanych filtrów, związanych z ich niezdolnością do eliminacji szumów o charakterze impulsowym. Tym samym, wynikiem projektu będą nowe klasy uniwersalnych metod zdolnych do poprawy jakości obrazów poddanych degradacji zarówno przez szumy gaussowskie, jak też i impulsowe oraz będące ich mieszaniną. W ramach projektu zostaną utworzone nowe rodziny filtrów wykorzystujących odporną na szumy impulsowe miarę podobieństwa elementów obrazu, określoną jako suma kilku najmniejszych odległości pomiędzy pikselem i oknem filtracyjnym w środku bloku przetwarzania. Miara ta zostanie rozszerzona za pomocą ścieżek cyfrowych łączących dany piksel bloku z centralnym oknem filtracyjnym. Koszt połączenia piksela z elementami okna zostanie wyznaczony za pomocą uogólnionej transformacji odległościowej, uwzględniającej lokalną strukturę obrazu. Planowane jest także wykorzystanie nowych miary podobieństwa pikeli do konstrukcji rodziny odpornych na szumy impulsowe filtrów wykorzystujących schemat dyfuzji anizotropowej i jej wersję obciążoną, charakteryzującą się zbieżnością procesu iteracyjnego. Przedmiotem badań będzie także utworzenie szybkich algorytmów bazujących na przesunięciu średniej, opartych na koncepcji przemieszczania lokalnego okna filtracyjnego do pikseli sąsiedztwa. Opracowane zostaną także filt
Afiliowane publikacje:
Tytuł projektu: Utworzenie i realizacja wdrożeniowej ścieżki kariery akademickiej w ramach stacjonarnych studiów doktoranckich w dyscyplinach Automatyka i robotyka oraz Informatyka prowadzonych na Wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej w Gliwicach
Numer: DIR.ZPSW.517.39.2017
Czas trwania: 2017/09/01-2021/09/30
Kierownik: Joanna Polanska
Główny wykonawca:
Wykonawcy:
Opis projektu: Projekt ukierunkowany jest na dopasowanie oferty edukacyjnej Wydziału Automatyki, Elektroniki i Informatyki (AEI) Politechniki Śląskiej w Gliwicach do potrzeb nowoczesnej gospodarki poprzez utworzenie w ramach istniejących programów stacjonarnych studiów doktoranckich wdrożeniowej ścieżki kariery akademickiej (doktoraty wdrożeniowe). Powstały program kształcenia dopasowany będzie do potrzeb rynku pracy i realizowany będzie w ścisłej współpracy pomiędzy uczelnią a przedsiębiorcami. Przeprowadzone rozmowy w grupie współpracujących z Wydziałem partnerów przemysłowych oraz studentów studiów magisterskich, potencjalnych kandydatów na studia doktoranckie, wykazały, iż schemat doktoratów wdrożeniowych idealnie wpisuje się w obszary automatyki i robotyki oraz informatyki. Dlatego też zdecydowano się w pierwszym etapie modernizacji oferty skoncentrować na tych dwóch dyscyplinach z obszaru nauk technicznych: Automatyka i Robotyka oraz Informatyka.
Afiliowane publikacje:
Tytuł projektu: Wsparcie grupy “SPECTRE” w rywalizacji w konkursie Microsoft Imagine Cup – wdrożenie innowacyjnych rozwiązań przetwarzania danych biologii molekularnej (Support for “SPECTRE” team in the Microsoft Imagine Cup competition – development of innovative solutions for molecular biology data processing)
Numer: MNiSW/2017/114/DIR/NN2
Czas trwania: 2017/09/01-2018/08/31
Kierownik: Joanna Polanska
Główny wykonawca: Grzegorz Mrukwa
Wykonawcy:
Opis projektu: Obrazowanie molekularne MALDI MSI ma olbrzymi potencjał badawczy i diagnostyczny w medycynie, a w szczególności w onkologii. Umożliwia kompleksowy pomiar metabolitów, peptydów i białek z uwzględnieniem ich zależności przestrzennych. Pozwala m.in. na identyfikację sygnatur molekularnych tkanek nowotworowych oraz badanie heterogeniczności guzów i ich zróżnicowania pomiędzy pacjentami. Brak jest narzędzi wspomagających równoczesną analizę dużej liczby wycinków tkankowych. Problemem jest duża złożoność i rozmiar danych.
Dzięki wieloletniej współpracy z krajowymi i europejskimi ośrodkami badawczymi, w zespole prof. Joanny Polańskiej opracowano nowatorskie metody ekstrakcji istotnych dla biologii molekularnej i diagnostyki medycznej informacji. Metody te rozwijane są przez zespół Spectre. Tworzony jest serwis internetowy dedykowany szerszemu zastosowaniu powstałych technik kompresji i analizy tych danych w laboratoriach badawczych na całym świecie.
Głównym celem projektu jest wsparcie udziału zespołu w konkursie Microsoft Imagine Cup 2018. Ten prestiżowy konkurs ma zakres globalny, a najlepsze projekty liczyć mogą na silne wsparcie w procesie komercjalizacji produktu. Przygotowanie merytoryczne członków zespołu wymaga znacznego poszerzenia wiedzy z obszaru zarówno biologii molekularnej, proteomiki, jak i najnowszych technologii internetowych i zaawansowanych technik projektowania oraz tworzenia systemów informatycznych. Planuje się również prezentację serwisu na konferencji OurCon5.
Afiliowane publikacje:
1. Mrukwa Grzegorz, Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Do proteomic and lipidomic molecular images provide similar information on tumor heterogeneity? 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia
2. Wolny Michał, Grzegorz Mrukwa, Joanna Polanska: Co-registration of multimodal imaging data with ellipsis’ shape approximation. 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia
3. Wilgierz W., Kuchta D., Mrukwa G., Chekan M., Widłak P., Pietrowska M., Polanska J.: Genetic Algorithm in Training Set Selection for Tumor Segmentation Problem; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska
4. Mrukwa G., Kuchta D., Pustelnik S., Wolny M., Babiak D., Gallus M., Wilgierz W., Gamrat M., Lisak R., Polanska J.: SPECTRE – a Web Service for Efficient Tumor Molecular Heterogeneity Assessment in MALDI MSI Data; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska
Tytuł projektu: Nowe algorytmy do oceny struktur klonalnych oraz do modelowania niejednorodnych ewolucji dla zastosowań w genomice nowotworów
Numer: UMO-2016/21/B/ST6/02153
Czas trwania: 2017/02/06-2020/02/05
Kierownik: prof. Andrzej Polański
Główny wykonawca: prof. Andrzej Polański
Wykonawcy: prof. Andrzej Polański
Opis projektu: Nowe algorytmy do oceny struktur klonalnych oraz do modelowania niejednorodnych ewolucji dla zastosowań w genomice nowotworów
Afiliowane publikacje:
1. Katarzyna Sieradzka, Andrzej Polański, Application of Gaussian mixture models to clonality analyzes in cancer genomics, PTBI2018, 5-7.09.2018, Wrocław, Poland
Tytuł projektu: Poprawa precyzji pomiarów fotometrycznych uzyskiwanych z pierwszych polskich satelitów naukowych.
Numer: UMO-2016/21/D/ST9/00656
Czas trwania: 2017/01/23-2019/02/22
Kierownik: Adam Popowicz
Główny wykonawca: Adam Popowicz
Wykonawcy:
Opis projektu: Poprawa precyzji pomiarów fotometrycznych uzyskiwanych z pierwszych polskich satelitów naukowych.
Afiliowane publikacje:
1. Walczak Przemyslaw, Daszynska-Daszkiewicz Jadwi, Pigulski A., Pamyatnykh A., Moffat A., Handler G., Pablo H., Popowicz Adam, Wade G., Weiss W. and Zwintz K.. Seismic modelling of early B-type pulsators observed by BRITE – I. θ Ophiuchi, 2019. MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL SOCIETY, vol. 485, no. 3, pp. 3544-3557
2. Noel Richardson, Pablo H., Sterken Ch., Pigulski A., Koenigsberger G., Moffat A., Madura T., Hamaguchi K., Corcoran M., Damineli A., Gull T., Hillier D., Weigelt G., Handler G., Popowicz Adam, Wade G., Weiss W. and Zwintz K.. BRITE-Constellation reveals evidence for pulsations in the enigmatic binary η Carinae, 2018. MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL SOCIETY, vol. Volume 475, no. Issue 4, pp. 5417–5423
3. Adam Popowicz, ‘Analysis of Dark Current in BRITE Nanostellite CCD Sensors’, Sensors 2018, 18(2), 479; doi: 10.3390/s18020479
4. Rucinski S., Pigulski A., Popowicz Adam, Kuschnig R., Kozlowski Sz., Moffat A., Pavlovski K., Handler G., Pablo H., Wade G. and Weiss W.. LIGHT-CURVE INSTABILITIES OF β LYRAE OBSERVED BY THE BRITE SATELLITES, 2018. ASTROPHYSICAL JOURNAL, vol. (accepted)
5. Popowicz Adam. PSF photometry for BRITE nano-satellite mission, 2018. SPIE Telescopes+Instrumentation 2018, 10/06/2018-16/06/2018, Austin, USA.
Tytuł projektu: BiTIMS – Narzędzia bioinformatyczne do automatycznej identyfikacji obszarów guza i jego heterogeniczności na bazie profili metabolomicznych pozyskiwanych spektrometrycznymi technikami obrazowania molekularnego
Numer: UMO-2015/19/B/ST6/01736
Czas trwania: 2016/06/28-2019/06/27
Kierownik: Joanna Polanska
Główny wykonawca: Grzegorz Mrukwa, Grzegorz Drazek
Wykonawcy: Anna Krawczyk
Opis projektu: Wobec stale wzrastającej zachorowalności na choroby nowotworowe oraz obserwowanej różnej skuteczności stosowanych terapii, konieczność zrozumienia przyczyn tych zjawisk wydaje się być zadaniem priorytetowym. Zespoły badawcze z całego świata podejmują ten problem, poszukując odpowiedzi z wykorzystaniem m.in. różnorodnych technik pomiarowych biologii molekularnej. MALDI-IMS (Matrix-Assisted Laser Desorption Ionization – Image Mass Spectrometry) jest techniką pomiarową, która wiąże spektroskopię MALDI z obrazowaniem tkanek uzyskiwanym przez wielokrotne uderzenia wiązki laserowej na raster punktów na powierzchni badanej tkanki. Zastosowanie techniki MALDI-IMS w eksperymentach badawczych biologii nowotworów umożliwia identyfikację przestrzenną profili molekularnych i ich niejednorodności w obszarze guza, prowadzi jednak do wytwarzania zbiorów danych o dużym stopniu komplikacji oraz o bardzo dużych wolumenach. Ekstrakcja użytecznej informacji na bazie takich zbiorów danych zależy od opracowania odpowiednich algorytmów oraz stworzenia efektywnych narzędzi obliczeniowych. Opracowanie takich algorytmów i narzędzi jest głównym celem planowanego projektu.
Afiliowane publikacje:
1. Monika Pietrowska, Aneta Zebrowska, Marta Gawin, Lukasz Marczak, Priyanka Sharma, Justyna Mika, Joanna Polanska, Soldano Ferrone, John M.Kirkwood, Piotr Widlak, Theresa L. Whiteside: The proteomic profile of melanoma cell-derived sEV in patients’ plasma: a potential correlate of melanoma progression. 2021, Journal of Extracellular Vesicles, doi: 10.1002/jev2.12063,
2. B. Frey, J. Mika, K. Jelonek, L. Cruz-Garcia, C. Roelants, I Testard, N. Cherradi, K. Lumniczky, S. Polozov, A. Napieralska, P. Widlak, U. Gaipl, C. Badie, J. Polanska, and S.M. Candéias: Systemic modulation of stress and immune parameters in patients treated for prostate adenocarcinoma by intensity modulated radiation therapy or stereotactic ablative body radiotherapy. Strahlentherapie und Onkologie, 2020, doi: 10.1007/s00066-020-01637-5
3. Grainne O’Brien, Lourdes Cruz Garcia, Joanna Zyla, Natalie Brown, Rosemary Finnon, Joanna Polanska, Christophe Badie: Kras mutations and PU.1 promoter methylation are new pathways in radiation-induced AML, Carcinogenesis, 2020, 41(8):1104-1112, doi: 10.1093/carcin/bgz175
4. Scheuermann Lisa, Pei Gang, Domaszewska Teresa, Zyla Joanna, Oberbeck-Müller Dagmar, Bandermann Silke, Feng Yonghong, Ruiz Moreno Juan Sebastian, Opitz Bastian, Mollenkopf Hans-Joachim, Kaufmann Stefan and Dorhoi Anca. Platelets Restrict the Oxidative Burst in Phagocytes and Facilitate Primary Progressive Tuberculosis, 2020. AMERICAN JOURNAL OF RESPIRATORY AND CRITICAL CARE MEDICINE doi.org/10.1164/rccm.201910-2063OC
5. K. Leszczorz, W. Dudzik, J. Nalepa, J. Polanska. “Quantification of differences in brain tumor detection on multimodal MRI using deep neural network.” European Congress of Radiology 2020, C-13994, doi: 10.26044/ecr2020/C-13994
6. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18
7. O’Brien, G., Zyla, J., Manola, K., Pagoni, M., Polanska, J., Badie, C.: Identification of Two Novel Mutations in Human Acute Myeloid Leukemia Cases. Leukemia and Lymphoma (2020), 1-8, doi: 10.1080/10428194.2020.1832664
8. Marczyk M, Jaksik R, Polanski A, Polanska J: GaMRed – adaptive filtering of high-throughput biological data. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2020, 17(1):149-157, doi: 10.1109/TCBB.2018.2858825
9. Karol Jelonek, Aleksandra Krzywon, Patrycja Jablonska, Ewa M. Slominska, Ryszard T. Smolenski, Joanna Polanska, Tomasz Rutkowski, Jolanta Mrochem-Kwarciak, Krzysztof Skladowski and Piotr Widlak: Systemic Effects of Radiotherapy and Concurrent Chemo-Radiotherapy in Head and Neck Cancer Patients – Comparison of Serum Metabolome Profiles, Metabolites, 2020, 10(2):60; doi:10.3390/metabo10020060
10. Kimi Drobin, Michal Marczyk, Martin Halle, Daniel Danielsson, Anna Papiez, Traimate Sangsuwan, Annika Bendes, Mun-Gwan Hong, Ulrika Qundos, Mats Harm-Ringdahl, Peter Wersäll, Joanna Polanska, Jochen M. Schwenk and Siamak Haghdoost: Molecular profiling for predictors of radiosensitivity in patients with breast or head-and-neck cancer. Cancers, 2020, 12(3):753
11. Frątczak K, Gawin M, Chekan M,Pietrowska M, Widłak P, Polanska J:Pan-Cancer comparative analysis of molecular signatures based on MALDI-MSI data,Gliwickie Spotkania Naukowe 2019, 22-2317.11.2019, Gliwice, Polska, p.105
12. Papiez Anna, Badie Christophe, Polanska Joanna: Machine learning techniques combined with dose profiles indicate radiation response biomarkers. International Journal of Applied Mathematics and Computer Science, 2019, 29(1):169-178, doi:10.2478/amcs-2019-0013.
13. Papiez, Anna, Michal Marczyk, Joanna Polanska, and Andrzej Polanski. “BatchI: Batch effect Identification in high-throughput screening data using a dynamic programming algorithm.” Bioinformatics, 2019, 35(11):1885.
14. Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Agata Kurczyk, Grzegorz Mrukwa, Monika Pietrowska, Joanna Polanska, Piotr Widłak: Discrimination of normal oral mucosa from oral cancer by mass spectrometry imaging of proteins and lipids, International Journal of Molecular Histology, 2019; 50(1):1-10, doi: 10.1007/s10735-018-9802-3
15. Agata Abramowicz, Anna Wojakowska, Lukasz Marczak, Malgorzata Lysek-Gladysinska, Mateusz Smolarz, Michael Story, Joanna Polanska, Piotr Widlak, Monika Pietrowska: Ionizing radiation affects the composition of the proteome of extracellular vesicles released by head and neck cancer cells in vitro, Journal Radiation Research, 2019, 60(3):289-297, doi: 10.1093/jrr/rrz001
16. G. Mrukwa, K. Fratczak, M. Gawin, M. Chekan, M. Pietrowska, P. Widlak, J. Polanska, Biological Diversity or Numeric Artifact? MSI Data Clustering Robustness, European Molecular Imaging Meeting 2019, Glasgow, March 19-22, 2019
17. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J: Pan Cancer analysis of similarities and differences in hormonal cancers and environmental cancers using MALDI-MSI, European Molecular Imaging Meeting, 19-22.03.2019, Glasgow, p. 86
18. Joanna Zyla; Michal Marczyk; Teresa Domaszewska; Stefan H.E. Kaufmann; Joanna Polanska; January Weiner: Gene set enrichment for reproducible science: comparison of CERNO and eight other algorithms. Bioinformatics, 2019, 35(24):5146-5154, doi: 10.1093/bioinformatics/btz447
19. Lourdes Cruz-Garcia, Malgorzata Kamuda, Christophe Badie, Joanna Polanska: Is there any similarity in gene expression profile in response to radiation therapy, independently of the cancer type? ConRad 2019 Global Conference on Radiation Topics. Preparedness, Response, Protection and Research; 23rd Nuclear Medical Defence Conference, May 13-16 2019, Munich
20. Anna Papiez, Christophe Badie, Joanna Polanska, Feature selection based on dose profiles for radiation response biomarker research. Statistical Challenges in Medical Data Science, Ascona Workshop 2019, Ascona, Switzerland, Abstract Book, p.36.
21. Mrukwa G, Frątczak K, Polanska J: Hybrid Clustering Method for Highly Dimensional Data. 12th Symposium of the Polish Bioinformatics Society, 19-21 September 2019, Kraków, Poland
22. Paweł Pendziałek, Joanna Polanska: Can unsupervised clustering of the mass spectrometry imaging data serve as a nearly lossless compression method? 21st Polish Conference on Biocybernetics and Biomedical Engineering, 25-27.09.2019, Zielona Gora, Poland
23. A. Papiez, O. Azimzadeh, S. Tapio, J. Polanska , Proteomics validation analysis for ischemic heart disease in Mayak workers, Proceedings of the 13th Central and Eastern European Proteomic Conference, 23-26.09.2019,Ustron, Poland.
24. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J:Comparative classification study for pan-cancer mass spectrometry imaging data, CEEPC13,23-26.09.2019, Ustoń, Poland
25. Anna Glodek, Marta Gawin, Mykola Chekan, Monika Pietrowska, Jacek Łęski, Joanna Polanska, Can the spatial distribution in MSI support the identification of the isotopic envelope?, CEEPC 2019, 23 – 26.09.2019, Ustroń, Poland
26. Marta Gawin, Agata Kurczyk, Ewa Stobiecka, Katarzyna Frątczak, Joanna Polanska, Monika Pietrowska, Piotr Widłak: Molecular heterogeneity of papillary thyroid cancer: comparison of primary tumors and synchronous metastases in regional lymph nodes by mass spectrometry imaging. Endocrine Pathology, 2019, 30(4):250–261, doi: 10.1007/s12022-019-09593-2
27. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637
28. Kinga Leszczorz, Omid Azimzadeh, Soile Tapio, Michael Atkinson, Joanna Polanska: Mathematical modelling and effect size analysis in support of searching for the proteomic signature of radiotherapy toxicity, 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30 2019: 244 – 249, Athens, Greece, 978-1-7281-4617-1, doi: 10.1109/BIBE.2019.00051
29. Joanna Tobiasz, Christos Hatzis, and Joanna Polanska: Breast cancer heterogeneity investigation: multiple k-means clustering approach. 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30, 2019, Athens, Greece. p. 410-414, doi: 10.1109/BIBE.2019.00080
30. Bednarczyk K, Mrukwa G, Polanska J: Adaptive training set selection for classification in mass spectrometry imaging. 1st Summer School of the Malopolska Centre of Biotechnology, Zakopane 22-25 May, 2018
31. Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Agata Kurczyk, Grzegorz Mrukwa, Monika Pietrowska, Joanna Polanska, Piotr Widłak: DISCRIMINATION OF NORMAL ORAL MUCOSA FROM ORAL CANCER BY MASS SPECTROMETRY IMAGING OF PROTEINS AND LIPIDS, Gliwickie Spotkania Naukowe, GSN 2018, 16-17.11.2018, Gliwice
32. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Initializing the EM Algorithm for Univariate Gaussian, Multi-Component, Heteroscedastic Mixture Models by Dynamic Programming Partitions, International Journal of Computational Methods, 2018, 15(3): 1850012 (21 pages), doi: 10.1142/S0219876218500123
33. Anna Wojakowska, Laura M. Cole, Mykola Chekan, Katarzyna Bednarczyk, Magdalena Maksymiak, Małgorzata Oczko-Wojciechowska, Barbara Jarzab, Malcolm R. Clench, Joanna Polanska, Monika Pietrowska, Piotr Widlak: Discrimination of papillary thyroid cancer from non-cancerous thyroid tissue based on lipid profiling by mass spectrometry imaging, Endokrynol Pol 2018; 69 (1): 2–8, DOI: 10.5603/EP.a2018.0003
34. Agnieszka Cecotka, Joanna Polanska: Region-specific methylation profiling in acute myeloid leukemia. Interdisciplinary Sciences – Computational Life Sciences, 2018, 10(1):33-42, doi: 10.1007/s12539-018-0285-4
35. Anna Glodek, Joanna Polanska: Method for mass spectrometry spectrum deisotoping based on fuzzy inference systems. Mathematica Applicanda, 46(1):77-86, 2018 oraz XXIV Krajowa Konferencja Zastosowań Matematyki w Biologii i Medycynie, 3-7 września 2018, Zakopane-Kościelisko. doi: 10.14708/ma.v46i1.6384
36. Robert Piecyk, Daniela Hladik, Soile Tapio, Joanna Polanska: Impact of sex and recovery time on the molecular profile of murine hippocampal tissue after irradiation, AGH International Student Conference: Knowledge, Technology and Society. 10-12 October 2018, Krakow, Poland
37. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9
38. Anna Papiez, Omid Azimzadeh, Tamara Azizova, Maria Moseeva, Natasa Anastasov, Jan Smida, Soile Tapio, and Joanna Polanska: Integrative multi-omics study for validation of mechanisms in radiation-induced ischemic heart disease in Mayak workers, 2018, PLOS ONE 13(12): e0209626.
39. Bednarczyk K., Polanska J.: Analiza korekcji linii bazowej w widmach z obrazowania molekularnego MSI s. 9, Śląskie Spotkania Naukowe, Marzec 24-25, 2017, Ustroń
40. Mrukwa Grzegorz, Pietrowska Monika, Widłak Piotr, Polanska Joanna: Investigation of molecular heterogeneity of head and neck cancer in MALDI-MSI preparations, 12th European Molecular Imaging Meeting – EMIM 2017, Cologne, Germany, 05-07.04.2017
41. Serge M. Candeias, Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie. Low-dose radiation accelerates aging of the T-cell receptor repertoire in CBA/Ca mice. Cellular and Molecular Life Sciences 74, 4339–4351 (2017) doi:10.1007/s00018-017-2581-2
42. Zyla J., Marczyk M., Polanska J.: Reproducibility of Finding Enriched Gene Sets in Biological Data Analysis. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. p. 146-154 (2017) Springer, Cham ISBN:978-3-319-60815-0
43. Binczyk F, Marczyk M, Polanska J: Detection of lymphocytes in stained whole tissue images by signal modelling approach. Computational Approaches in Precision Medicine, 2017, 27-28 July, Vienna, Austria
44. Marczyk M, Polanski A, Polanska J: Improving Peak Detection by Gaussian Mixture Modeling of Mass Spectral Signal. In ISBN: 978-1-5386-1037-4, pp. 39-43, 3rd International Conference on Frontiers of Signal Processing ICFSP 2017, Paris, France, September 6-8, 2017
45. Marczyk M, Smejkal T: Spatial Feature Selection For Finding Biomarkers Using Imaging Mass Spectrometry Data. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, p. 123-129 (ISBN: 978-83-932893-3-2)
46. Bednarczyk K, Gawin M, Pietrowska M, Widłak P, Polanska J: Adaptive baseline correction algorithm for MALDI spectra. OurConV, 25-28.09.2017, Doorn, The Netherlands, p.159
47. Gawin Marta, Ewa Stobiecka, Katarzyna Bednarczyk, Mykola Chekan, Monika Pietrowska, Joanna Polanska, Piotr Widlak: Intra-tumor heterogeneity of thyroid cancer; comparison of primary tumor and its spread to regional lymph nodes by MALDI-MSI. 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia
48. Wilgierz W., Kuchta D., Mrukwa G., Chekan M., Widłak P., Pietrowska M., Polanska J.: Genetic Algorithm in Training Set Selection for Tumor Segmentation Problem; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska
49. Mrukwa G., Kuchta D., Pustelnik S., Wolny M., Babiak D., Gallus M., Wilgierz W., Gamrat M., Lisak R., Polanska J.: SPECTRE – a Web Service for Efficient Tumor Molecular Heterogeneity Assessment in MALDI MSI Data; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska
50. Bednarczyk K, Sammour D A , Hopf C, Polanska J: How does sample preparation in MALDI-MSI imaging influence the molecular signature, Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, p.63
51. Suwalska A, Binczyk F: THE APPLICATION OF DEEP CONVOLUTIONAL NEURAL NETWORKSIN THE AUTOMATED DIAGNOSIS OF EARLY ALZHEIMER’S DISEASEON MAGNETIC RESONANCE IMAGES , XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.159.
52. Binczyk F., Marczyk M., Polanska J.: Automated detection of lymphocytes in whole slide histopathological images using mimseg2 approach. XXI Gliwice Scientific Meetings, Book of abstracts, p. 68. 17-18.11.2017, Gliwice, Poland.
53. Kocot S., Binczyk F.: Application of fully convolutional deep neural networks as an efficient technique for automated segmentation of gliomas. XXI Gliwice Scientific Meetings, Book of abstracts, p. 105. 17-18.11.2017, Gliwice, Poland.
54. Binczyk Franciszek, Bram Stjelties, Christian Weber, Michael Goetz, Klaus Maier-Hein, Hans-Peter Meinzer, Barbara Bobek-Billewicz, Rafal Tarnawski, Joanna Polanska: MiMSeg – an algorithm for automated detection of tumor tissue on NMR apparent diffusion coefficient maps. Information Sciences, 2017, 384:235-248, doi:10.1016/j.ins.2016.07.052
55. Pietrowska Monika; Hanna Diehl; Grzegorz Mrukwa; Magdalena Kalinowska-Herok; Marta Gawin; Mykola Chekan; Julian Elm; Grzegorz Drazek; Anna Krawczyk; Dariusz Lange; Helmut E Meyer; Joanna Polanska; Corinna Henkel; Piotr Widlak: Molecular profiles of thyroid cancer subtypes: classification based on features of tissue revealed by mass spectrometry imaging. BIOCHIMICA ET BIOPHYSICA ACTA-PROTEINS AND PROTEOMICS, 2017, 1865(7):837-45, DOI: 10.1016/j.bbapap.2016.10.006
56. Mrukwa Grzegorz, Grzegorz Drazek, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Divisive iK-means algorithm as a tool for ROI selection in the search for MALDI-MSI based molecular signature of thyroid cancer. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics Bio2016. 13-16.09.2016, Wrocław. Acta Biochimica Polonica, 2016, 63(S2):72
57. Mrukwa G, Sykacek P, Drazek G, Pietrowska M, Chekan M, Widłak P, Polanska J: Assessing feature transformations for clustering of MALDI-MSI data. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń
58. Polanska J, Mrukwa G, Drazek G, Krawczyk A, Chekan M, Pietrowska M, Widlak P: Gaussian Mixture modelling in MSI-based search for molecularly homogenous regions in cancer tissue. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń
Tytuł projektu: PLAT – Metody automatycznej kontroli oraz maszynowego uczenia w celu identyfikacji wzorców regulacji na postawie wielopoziomowego studium pozagentycznych źródeł indywidualności
Numer: DWM.ZWB.183.243.2015
Czas trwania: 2016/05/01-2018/04/30
Kierownik: Joanna Polanska
Główny wykonawca: Andrzej Polański, Piotr Widłak, Sebastian Deorowicz
Wykonawcy: Aleksandra Gruca, Dariusz Mrozek, Agnieszka Danek, Paweł Foszner, Anna Papiez, Joanna Zyla, Wojciech Łabaj
Opis projektu: Combining automatic control and machine learning to identify regulatory patterns in a multi-level study of non-genetic sources of individuality
Afiliowane publikacje:
1. Zyla J., Danek A., Labaj P., Polanska J.: iK-means clustering in RNA-Seq data analysis of complex experiment design structure. Book of abstracts p.27, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria
2. Papiez A, Danek A, Labaj P, Gruca A, Polanska J: Functional annotation differences among Drosophila melanogaster strains, Book of abstracts p. 30, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria
3. Papiez A, Zyla J, Binczyk F, Polanska J: Drosophila melanogaster RNA-Seq analysis by k-means clustering with adaptive initial conditions, XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.135.
Tytuł projektu: VIBRATO – Validation in vivo of immune bioindicators of radiation exposure to use for emergency situations, the determination of health effects and molecular epidemiology.
Numer: Fission-2013-604984
Czas trwania: 2015/12/01-2017/05/31
Kierownik: Joanna Polanska
Główny wykonawca: Justyna Kotas
Wykonawcy: Justyna Kotas
Opis projektu: To date no universal biomarker of radiation exposure exists. The validation and identification of such biological indicators suitable for emergency management but also for epidemiological purposes is the focus of VIBRATO. Ionizing radiation induces cell and tissue damages that result, besides genotoxic lesions, in the induction of inflammation. Inflammation is a highly beneficial physiological mechanism, but if it does not subside in due time, it can promote the development of chronic diseases such as cardiovascular diseases, neurodegeneration, cerebrovascular disorders and cancer. Significantly, these conditions are commonly recognized as consequences of radiation exposure. VIBRATO will validate the use of inflammation-related immune parameters as biological indicators to detect exposure to radiation. Furthermore, due to the functions of the immune system, we hypothesize that these parameters will be instrumental in the design of molecular epidemiology studies addressing radiation health effects. Several genes have already been identified to be modulated in whole blood by radiation exposure ex-vivo. The specificity of these biomarkers will be significantly enhanced and reinforced by combining the monitoring of these stress-induced gene expression with the organismal immune response to radiation for establishing a specific signature of radiation exposure. The main aims of VIBRATO are to validate the use of genes already identified in vitro as bioindicators of exposure in samples obtained from patients exposed to radiation during the course of radiotherapy for cancer and inflammatory non-cancer diseases, in relation with radiation dose and time post-exposure. Further, in the same samples, the modulation of several additional immune and cancer genes will be explored to expand our collection of biological indicators in order to provide suitable tools for future molecular epidemiology studies and for the assessment of radiation health effects.
Afiliowane publikacje:
1. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., Does Copy Number Variation differ between radiosensitive and regular response patients? Preliminary results. OPERRA Workshop REIS-2017, Book of abstracts, p. 38. 07-09.03.2017, Budapest, Hungary.
2. Mika J, Badie C., Candéias S., Cherradi N., Polanska J. Text-mining methods in support for comprehensive literature search – Tis11/Tristetraprolin targets study., Book of abstract p.58, REIS 2017, March 7-9, 2017, Budapest
3. Mika J., Polanska J.: Poszukiwanie biomarkerów ekspozycji na promieniowanie powiązanych z białkiem Tis11/TTP. Śląskie Spotkania Naukowe IV SSN, 24-25.03.2017, Ustroń, Polska, p.34
4. Candéias S., I. Testard, N. Cherradi, U. Gaipl, B. Frey, C. Badie, Lourdes Cruz-Garcia, J. Polanska, P. Widlak, K. Lumniczky, VIBRATO – Validation in vivo of immune biological indicators of radiation exposure to use for emergency situations, the determination of health effects and molecular epidemiology, Radiation Protection Week, Book of abstracts, p.111, 19-23.09.2016, Oxford, UK
5. Ros-Mazurczyk Malgorzata, Jelonek Karol, Pietrowska Monika, Zagdanski Adam, Suchwalko Agnieszka, Jastrzab Tomasz, Polanska Joanna, Chawińska Ewa, Majewski Wojciech, Dominczyk Iwona, Rutkowski Tomasz, Miszczyk Leszek, Składowski Krzysztof, Widlak Piotr: Radiotherapy-Induced Changes in Serum Lipid Profile of Patients with Prostate or Head and Neck Cancer. Jacobs Journal of Radiation Oncology, 2016, 3(2):030
Tytuł projektu: MOLTEST BIS – walidacja molekularnych sygnatur wczesnego wykrywania raka płuca w grupie wysokiego ryzyka zachorowania
Numer: PBS3/A7/29/2015/ID-247184
Czas trwania: 2015/12/01-2018/11/30
Kierownik: prof. Witold Rzyman – lider konsorcjum (GUMed), prof. Joanna Polanska – kierownik w Pol. Śl.
Główny wykonawca: Joanna Polanska
Wykonawcy: Michał Marczyk, Franciszek Binczyk, Katarzyna Bednarczyk, Anna Krawczyk, Grzegorz Drazek, Grzegorz Mrukwa
Opis projektu: Proponowany projekt jest konsekwencją dwóch wcześniejszych projektów, w których wykonano badanie niskodawkowej tomografii komputerowej (NDTK) u 8600 osób z grupy wysokiego ryzyka zachorowania na raka płuca, a następnie przeprowadzono badania molekularne w celu wykrycia sygnatury wczesnego raka płuca. Na ich podstawie opracowano 4 sygnatury molekularne oparte o wybrane białka, krążące miRNA i profil masowy peptydomu surowicy; sygnatury te poddano procesowi patentowemu. Sygnatury te charakteryzują się ponad 90% czułością i ponad 30% swoistością, co znacząco przewyższa dokładność diagnostyczną NDTK. Celem obecnego projektu jest walidacja wartości diagnostycznej tych sygnatur na niezależnej grupie osób wysokiego ryzyka raka płuca. Przewidujemy przebadanie 7000 osób przy zastosowaniu NDTK, od których zostanie pobrana krew i przeprowadzone zostanie molekularne badanie walidacyjne. Wyniki takiego badania umożliwią komercjalizację otrzymanych sygnatur i przygotowanie testu diagnostycznego.
Afiliowane publikacje:
1. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9
2. Ros-Mazurczyk Małgorzata; Anna Wojakowska; Lukasz Marczak; Krzysztof Polanski; Monika Pietrowska; Joanna Polanska; Rafal Dziadziuszko; Jacek Jassem; Witold Rzyman; Piotr Widlak: Panel of serum metabolites discriminates cancer patients and healthy participants of lung cancer screening – a pilot study. Acta Biochimica Polonica, 2017, 64 (3):513-518, Epub August 10, doi: 10.18388/abp.2017_1517
3. Ros-Mazurczyk M, Pietrowska M, Jelonek K, Marczyk M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile as a biomarker of early lung cancer: decreased levels of lysophosphatidylcholines in serum of cancer patients. Book of Abstracts, p.112, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
Tytuł projektu: GeCONiI – Górnośląskie Centrum Obliczeń Naukowych i Inżynierskich
Numer: POIG 02.03.01-24-099
Czas trwania: 2013/06/01-2015/12/31
Kierownik: Joanna Polanska
Główny wykonawca: Andrzej Polanski, Sebastian Deorowicz, Dariusz Choiński
Wykonawcy: Michał Marczyk, Joanna Zyla, Anna Papiez, Franciszek Binczyk, Bernadetta Sarat, Agnieszka Blachowicz; Justyna Kotas, Adam Popowicz
Opis projektu: Bezpośrednim celem projektu jest rozwój infrastruktury informatycznej nauki Wydziału Automatyki, Elektroniki i Informatyki Politechniki Śląskiej poprzez utworzenie Górnośląskiego Centrum Obliczeń Naukowych i Inżynierskich.
Afiliowane publikacje:
1. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18
2. Papiez Anna, Badie Christophe, Polanska Joanna: Machine learning techniques combined with dose profiles indicate radiation response biomarkers. International Journal of Applied Mathematics and Computer Science, 2019, 29(1):169-178, doi:10.2478/amcs-2019-0013.
3. Papiez, Anna, Michal Marczyk, Joanna Polanska, and Andrzej Polanski. “BatchI: Batch effect Identification in high-throughput screening data using a dynamic programming algorithm.” Bioinformatics, 2019, 35(11):1885.
4. Zyla J., Kabacik S., O’Brien G., Wakil S., Al-Harbi N., Kaprio J., Badie C., Polanska J. and Alsbeih G.: Combining CDKN1A gene expression and genome wide SNPs in a twin cohort to gain insight into heritability of individual radiosensitivity, Functional and Integrative Genomics, 2019, 19:575–585 doi:10.1007/s10142-019-00658-3
5. Joanna Zyla; Michal Marczyk; Teresa Domaszewska; Stefan H.E. Kaufmann; Joanna Polanska; January Weiner: Gene set enrichment for reproducible science: comparison of CERNO and eight other algorithms. Bioinformatics, 2019, 35(24):5146-5154, doi: 10.1093/bioinformatics/btz447
6. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637
7. Chobot Agata, Ewa Rusak, Janet Wenzlau, Howard Davidson, Piotr Adamczyk, Agnieszka Krzywicka, Bogdan Mazur, Joanna Polanska, Marian Rewers: ATP4A autoimmunity in pediatric patients with type 1 diabetes and its relationship to blood count, iron metabolism and vitamin B12. Pediatric Diabetes, 2018, 19:80-84, Epub April 12, 2017, doi: 10.1111/pedi.12528
8. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Initializing the EM Algorithm for Univariate Gaussian, Multi-Component, Heteroscedastic Mixture Models by Dynamic Programming Partitions, International Journal of Computational Methods, 2018, 15(3): 1850012 (21 pages), doi: 10.1142/S0219876218500123
9. Agnieszka Cecotka, Joanna Polanska: Region-specific methylation profiling in acute myeloid leukemia. Interdisciplinary Sciences – Computational Life Sciences, 2018, 10(1):33-42, doi: 10.1007/s12539-018-0285-4
10. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9
11. Dziedzic R, Zurek W, Marjanski T, Rudzinski P, Orlowski TM, Sawicka W, Marczyk M, Polanska J, Rzyman W: Stage I non-small cell lung cancer. Long-term results of lobectomy versus sublobar resection from the Polish National Lung Cancer Registry. European Journal of Cardio-Thoracic Surgery, 2017, 52(2):363–369, doi: 10.1093/ejcts/ezx092
12. Chobot A, Polanska J, Brandt A, Deja G, Glowinska-Olszewska B, Pilecki O, Szadkowska A, Mysliwiec M, Jarosz-Chobot P: Updated 24-year trend of type 1 diabetes incidence in children in Poland reveals a sinusoidal pattern and sustained increase. Diabetic Medicine, 2017, 34(9):1252-1258; doi: 10.1111/dme.13345
13. Marczyk M: Mixture modeling of 2D gel electrophoresis spots enhances the performance of spot detection. IEEE Transactions on Nanobioscience 2017, 16(2), p.91-99
14. Labaj Wojciech, Papiez Anna, Polanski Andrzej, Polanska Joanna: Comprehensive analysis of MILE gene expression data set advances discovery of leukaemia type and subtype biomarkers. Interdiscip Sci Comput Life Sci, 2017, 9(1):24–35, doi: 10.1007/s12539-017-0216-9
15. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., Does Copy Number Variation differ between radiosensitive and regular response patients? Preliminary results. OPERRA Workshop REIS-2017, Book of abstracts, p. 38. 07-09.03.2017, Budapest, Hungary.
16. Bożena Rolnik, Najla Al-Harbi, Sara Bin Judia, Salma Majid, Ghazi Alsbeih, Joanna Polanska: Analiza trendów zmian strukturalnych w genomie w odpowiedzi na wybrane dawki promieniowania jonizującego. Śląskie Spotkania Naukowe IV SSN, 24-25.03.2017, Ustroń, Polska, p.41
17. Zyla J, Marczyk M, Weiner J, Polanska J: Ranking metrics in Gene Set Enrichment Analysis: do they matter? BMC Bioinformatics, 2017, 18(1):256, doi:10.1186/s12859-017-1674-0
18. Cieślar-Pobuda A, Knoflach V, Ringh MV, Stark J, Likus W, Siemianowicz K et al. Transdifferentiation and reprogramming: Overview of the processes, their similarities and differences. Biochim Biophys Acta 2017, 1864(7):1359-1369, https://doi.org/10.1016/j.bbamcr.2017.04.017
19. Chobot A, Sokołowska M, Stompór J, Szyda K, Deja G, Polanska J, Jarosz-Chobot P: Okres remisji u dzieci z cukrzycą typu 1 (T1DM) rozpoznaną w latach 2012-2013. Clinical Diabetology, 2017, 6(Suppl.B):2-3, XVIII Zjazd Naukowy Polskiego Towarzystwa Diabetologicznego PTD’17, 18-20 maja 2017, Poznań
20. Marczyk M: Processing 2D Gel Electrophoresis Images for Efficient Gaussian Mixture Modeling. In 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616, Fdez-Riverola F, Mohamad M, Rocha M, De Paz J, Pinto T, editors. Springer, Cham 2017, p. 35-42 (ISBN: 978-3-319-60815-0)
21. Serge M. Candeias, Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie. Low-dose radiation accelerates aging of the T-cell receptor repertoire in CBA/Ca mice. Cellular and Molecular Life Sciences 74, 4339–4351 (2017) doi:10.1007/s00018-017-2581-2
22. Zyla J., Marczyk M., Polanska J.: Reproducibility of Finding Enriched Gene Sets in Biological Data Analysis. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. p. 146-154 (2017) Springer, Cham ISBN:978-3-319-60815-0
23. Zyla J., Danek A., Labaj P., Polanska J.: iK-means clustering in RNA-Seq data analysis of complex experiment design structure. Book of abstracts p.27, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria
24. Binczyk F, Marczyk M, Polanska J: Detection of lymphocytes in stained whole tissue images by signal modelling approach. Computational Approaches in Precision Medicine, 2017, 27-28 July, Vienna, Austria
25. Bożena Rolnik, Najla Al-Harbi, Sara Bin Judia, Salma Majid, Ghazi Alsbeih, Joanna Polanska: Characteristics of Copy Number Variation in radiosensitive cell line. Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria
26. Ros-Mazurczyk M, Jelonek K, Marczyk M, Binczyk F, Pietrowska M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile discriminates patients with early lung cancer from healthy controls. Lung Cancer, 2017, 112:69-74; doi:10.1016/j.lungcan.2017.07.036
27. Ros-Mazurczyk Małgorzata; Anna Wojakowska; Lukasz Marczak; Krzysztof Polanski; Monika Pietrowska; Joanna Polanska; Rafal Dziadziuszko; Jacek Jassem; Witold Rzyman; Piotr Widlak: Panel of serum metabolites discriminates cancer patients and healthy participants of lung cancer screening – a pilot study. Acta Biochimica Polonica, 2017, 64 (3):513-518, Epub August 10, doi: 10.18388/abp.2017_1517
28. Cecotka A., Polanska J.: Novel Method of Identifying DNA Methylation Fingerprint of Acute Myeloid Leukaemia. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. pp 189-196, (2017) Springer, Cham ISBN:978-3-319-60815-0
29. Marczyk M, Smejkal T: Spatial Feature Selection For Finding Biomarkers Using Imaging Mass Spectrometry Data. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, p. 123-129 (ISBN: 978-83-932893-3-2)
30. Zyla J, Badie C, Albeih G, Polanska J: Heritability in radiation response investigation of H2AX and MDM2. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, 2017, p. 155-160. Eds. U. Forys, J. Smieja, ISBN: 978-83-932893-3-2
31. Papiez Anna, Badie Christophe and Polanska Joanna. Response profiles for high and therapeutic radiation doses in breast cancer patients, 2017. XXIII National Conference on Applications of Mathematics in Biology and Medicine (XXIII KKZMBM), 11/09/2017-15/09/2017, Jugowice, Polska, pp. 137-142 Response profiles for high and therapeutic radiation doses in breast cancer patients, ISBN: 978-8-3932-8933-2, pp. 137-142.
32. Papiez A, Danek A, Labaj P, Gruca A, Polanska J: Functional annotation differences among Drosophila melanogaster strains, Book of abstracts p. 30, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria
33. Serge M. Candéias Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie: Low dose radiation accelerates ageing of the T cell receptor repertoire in mice, Book of Abstracts p.224, ERRS and GBS 2017, 17-21.08.2017, Essen, Germany
34. A. Chobot, M. Sokolowska, J. Stompor, K. Szyda, G. Deja, J. Polanska, P. Jarosz-Chobot: Type 1 diabetes (T1DM) remission in a cohort of 194 children – evidence supporting the acceleration hypothesis?, 43rd Annual Conference of the International Society for Pediatric and Adolescent Diabetes, Innsbruck, Austria, October 18 – 21, 2017, P352, Pediatric Diabetes, 18(S25):172
35. Papiez A, Zyla J, Binczyk F, Polanska J: Drosophila melanogaster RNA-Seq analysis by k-means clustering with adaptive initial conditions, XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.135.
36. Zyla J., Kabacik S., Manning G., Finnon P., Wakil S., Alsbeih G., Badie C., Polanska J.: Genetic factors in radiation-induced gamma-H2AX phosphorylation and in silico based identification of SNPs influencing its response level. 4th International Symposium on the System of Radiological Protection of International Commission on Radiological Protection and 2nd European Radiation Protection Research Week, ICRP-ERPW 2017, p.83, 10-12.10.2017, Paryż, France
37. Piotr Laszczyk: Simplified modeling of liquid-liquid heat exchangers for use in control systems.Applied Thermal Engineering 119 (2017) 140–155, DOI:https://doi.org/10.1016/j.applthermaleng.2017.03.033
38. Marczyk M: Methods for filtering 2D gel electrophoresis images. Book of Abstracts, p.116, XXI Gliwice Scientific Meetings, Gliwice, November 17-18, 2017
39. Cecotka A., Polanska J.: Different methylation profiles and their alterations among gene associated and intergenic genome regions in AML. XXI Gliwice Scientific Meetings, Book of abstracts, p. 71. 17-18.11.2017, Gliwice, Poland.
40. Binczyk Franciszek, Bram Stjelties, Christian Weber, Michael Goetz, Klaus Maier-Hein, Hans-Peter Meinzer, Barbara Bobek-Billewicz, Rafal Tarnawski, Joanna Polanska: MiMSeg – an algorithm for automated detection of tumor tissue on NMR apparent diffusion coefficient maps. Information Sciences, 2017, 384:235-248, doi:10.1016/j.ins.2016.07.052
41. Pietrowska Monika; Hanna Diehl; Grzegorz Mrukwa; Magdalena Kalinowska-Herok; Marta Gawin; Mykola Chekan; Julian Elm; Grzegorz Drazek; Anna Krawczyk; Dariusz Lange; Helmut E Meyer; Joanna Polanska; Corinna Henkel; Piotr Widlak: Molecular profiles of thyroid cancer subtypes: classification based on features of tissue revealed by mass spectrometry imaging. BIOCHIMICA ET BIOPHYSICA ACTA-PROTEINS AND PROTEOMICS, 2017, 1865(7):837-45, DOI: 10.1016/j.bbapap.2016.10.006
42. L. Malinski, B. Smolka, Fast adaptive switching technique of impulsive noise removal in color images, Journal of Real-Time Image Processing, p. 1-22, 2016, DOI: doi:10.1007/s11554-016-0599-6
43. Mika J, Badie C, Candeias S, Polanska J: Calculation of nucleotide sequence occurrence probability in high-throuput TCR sequencing data to examine effect of irradiation. Book of Abstracts, p.108, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
44. Labaj W, Papiez A, Polanska J: Leukemia subtype biomarker validation in large gene ex-pression study. Gliwickie Spotkania Naukowe 2016, 18-19.11.2016, Gliwice, Polska, p.101 – poster
45. Zyla J, Marczyk M, Polanska J: Discovering new biologically relevant pathways by Gene Set Enrichment Analysis. Book of Abstracts, p.102, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
46. Cecotka Agnieszka, Grainne Manning, Christophe Badie, Simon Bouffler, Joanna Polanska: Demethylation level diversification among different genome regions in human AML. Gli-wickie Spotkania Naukowe 2016, 18-19.11.2016, Gliwice, Polska, p.104 – poster
47. Cecotka A, Manning G, Badie C, Bouffler S, Polanska J: Demethylation level diversification among different genome regions in human AML, Book of Abstracts, p.104, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
48. L. Malinski, B. Smolka, Fast averaging peer group filter for the impulsive noise removal in color images, Journal of Real-Time Image Processing, 11(3):427-444, March 2016, DOI: 10.1007/s11554-015-0500-z
49. Rolnik B., Al-Harbi N., Judia S.B., Majid S., Alsbeih G., Polanska J.: Hierarchical clusterization of dose-response trends in structural modifications of genome, Acta Biochimica Polonica, Supplement 2, Abstracts of BIO 2016 Congress, Wrocław, Poland 13-16.09.16, p.44
50. Goetz M, C Weber, F Binczyk, J Polanska, R Tarnawski, B Bobek-Billewicz, U Koethe, HP Meinzer, B Stieltjes, KH. Maier-Hein: DALSA: Domain Adaptation for Supervised Learning from Sparsely Annotated MR Images. IEEE Transaction on Medical Imaging, 2016, 35(1):184-96, doi: 10.1109/TMI.2015.2463078
51. A. R. Kurek, T. Pieta, T. Stabel, A. Pollo, and A. Popowicz, Quantum Telescope: feasibility and constrains, OPTICS LETTERS, 41(6):1094 · March 2016 DOI: 10.1364/OL.41.001094
52. K. Radlak, B. Smolka, High dimensional local binary patterns for facial expression recognition in the wild, In Proc. Of 18th Mediterranean Electrotechnical Conference (MELECON), 2016, p. 1-5, DOI: 10.1109/MELCON.2016.7495381
53. Widlak P, Mrukwa G, Kalinowska M, Pietrowska M, Chekan M, Wierzgon J, Gawin M, Drazek G, Polanska J: Detection of molecular signatures of oral squamous cell carcinoma and normal epithelium – application of a novel methodology for unsupervised segmentation of imaging mass spectrometry data. Proteomics, 2016, 16(11-12):1613-21, DOI: 10.1002/pmic.201500458
54. Zyla J, Marczyk M, Polanska J: Sensitivity, Specificity and Prioritization of Gene Set Analysis When Applying Different Ranking Metrics. In 10th International Conference on Practical Applications of Computational Biology & Bioinformatics, PACBB’16, 1-3 June 2016, Sevilla, Spain. Advances in Intelligent Systems and Computing, vol. 477, p.61-69, Eds. M. Saberi Mohamad, P.M. Rocha, F. Fdez-Riverola, J.F. Domínguez Mayo, F.J. De Paz, Springer International Publishing 2016, ISBN: 978-3-319-40125-6
55. Labaj W, Papiez A, Polanska J, Polanski A: Deep data analysis of a large microarray collection for leukemia biomarker identification. In 10th International Conference on Practical Applications of Computational Biology & Bioinformatics, PACBB’16, 1-3 June 2016, Sevilla, Spain. Advances in Intelligent Systems and Computing, vol. 477, p.71-79, Eds. M. Saberi Mohamad, P.M. Rocha, F. Fdez-Riverola, J.F. Domínguez Mayo, F.J. De Paz, Springer International Publishing 2016, ISBN: 978-3-3194-0125-6
56. Mrukwa G, Drazek G, Pietrowska M, Widlak P, Polanska J: A novel divisive iK-means algorithm with region-driven feature selection as a tool for automated detection of tumour heterogeneity in MALDI IMS experiments. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 113-124, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016 ISBN 978-3-319-31744-1, DOI: 10.1007/978-3-319-31744-1_11
57. Krawczyk A, Polanska J: Comparative analysis of microRNA-target gene interaction prediction algorithms – the attempt to compare the results of three algorithms. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 103-112, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016, ISBN 978-3-319-31744-1, DOI: 10.1007/978-3-319-31744-1_10
58. Zyla J, Badie C, Alsbeih G, Polanska J: Multigene P-value Integration Based on SNPs Investigation for Seeking Radiosensitivity Signatures, Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 125-134, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016, (eds.): F. Ortuño and I. Rojas, ISBN 978-3-319-31743-4, DOI: 10.1007/978-3-319-31744-1_12
59. W. Likus, K. Siemianowicz, K. Bieńk, M. Pakuła, H. Pathak, C. Dutta, Q. Wang, S. Shojaei, Y. G. Assaraf, S. Ghavami, A. Cieślar-Pobuda, M. J. Łos; Could drugs inhibiting the mevalonate pathway also target cancer stem cells? Drug Resistance Updates, 2016, 25(3):13-25, dx.doi.org/10.1016/j.drup.2016.02.001
60. Jain MV, Shareef A, Likus W, Cieślar-Pobuda A, Ghavami S, Los MJ, Inhibition of miR301 enhances Akt-mediated cell proliferation by accumulation of PTEN in nucleus and its effects on cell-cycle regulatory proteins. Oncotarget 2016; 7(15):20953-65. doi:10.18632/oncotarget.7996
61. Pietrowska M, Gawin M, Polanska J, Widlak P: Tissue fixed with formalin and processed without paraffin embedding is suitable for imaging of both peptides and lipids by MALDI-IMS. Proteomics, 2016, 16(11-12):1670-7, doi: 10.1002/pmic.201500424
62. Akbari-Birgani S, Paranjothy T, Zuse A, Janikowski T, Cieślar-Pobuda A, Likus W, et al. Cancer stem cells, cancer-initiating cells and methods for their detection. Drug Discov Today. 2016; 21(5):836-42. doi:10.1016/j.drudis.2016.03.004
63. Chobot A, Polanska J, Brandt A, Deja G, Glowinska-Olszewska B, Pilecki O, Szadkowska A, Mysliwiec M, Jarosz-Chobot P: Wiarygodność predykcyjnego modelu zachorowań na cukrzycę typu 1 na bazie danych z lat 1989-2004 w stosunku do prospektywnie zbieranych danych z lat 2005-2012. XVII Zjazd Polskiego Towarzystwa Diabetologicznego, Kielce, 5-7 maja 2016
64. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Mazur B, Rotarska-Mizera A, Polanska J, Rewers M: Ocena częstości występowania autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci z cukrzycą typu 1. XVII Zjazd Polskiego Towarzystwa Diabetologicznego, Kielce, 5-7 maja 2016
65. Gelmi A, Cieślar-Pobuda A, de Muinck E, Los M, Rafat M and Jager EW. Direct Mechanical Stimulation of Stem Cells: A Beating Electromechanically Active Scaffold for Cardiac Tissue Engineering. Adv Healthc Mater. 2016 Jun;5(12):1471-80. doi: 10.1002/adhm.201600307
66. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Rotarska-Mizera A, Polanska J, Rewers M: Autoimmunity towards parietal cells in pediatric patients with Type 1 diabetes. 49th Annual Congress of The European Society for Paediatric Gastroenterology, Hepathology and Nutrition ESPGHAN 2016, Athens, 25–28 May 2016, Journal of Pediatric Gastroenterology and Nutrition, 62(S1):123-124
67. Badie C., Blachowicz A., Barjaktarovic Z., Finnon R., Michaux A., Sarioglu H., Brown N., Benotmane M.A., Tapio S., Polanska J., Bouffler S.D.: Transcriptomic and proteomic analysis of mouse radiation–induced acute myeloid leukaemia (AML). Oncotarget, 2016, 7(26):40461-80, doi:10.18632/oncotarget.9626
68. Marczyk M: Improved Detection of 2D Gel Electrophoresis Spots by Using Gaussian Mixture Model. In Bioinformatics Research and Applications, A. Bourgeois, P. Skums, X. Wan and A. Zelikovsky, Editors. Springer International Publishing 2016. p. 284-94, ISBN: 978-3-319-38781-9
69. A. Cieślar-Pobuda, M. Rafat, V. Knoflach, M., Skonieczna, A. Hudecki, A. Małecki, E. Urasińska, S. Ghavami, M. J. Łos, Human induced pluripotent stem cell differentiation and direct transdifferentiation into corneal epithelial-like cells, Oncotarget, 2016, 7(27):42314-42329, DOI: 10.18632/oncotarget.9791
70. Widlak P, Pietrowska M, Polanska J, Marczyk M, Ros M, Dziadziuszko R, Jassem J, Rzyman W: Serum mass profile signature as a biomarker of early lung cancer. Lung Cancer, 2016, 99:46-52, http://dx.doi.org/10.1016/j.lungcan.2016.06.011
71. Mrukwa G., Drazek G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Iteracyjne zastosowanie deglomeracyjnego algorytmu iK-średnich do grupowania próbek MALDI-MSI pod kątem profilu molekularnego. III Śląskie Spotkania Naukowe, 3-4.06.2016, Dzierżno
72. Drazek G., Mrukwa G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Wykrywanie sygnatury molekularnej raka nabłonka technikami obrazowania spektrometrii mas (MALDI-IMS). Śląskie Spotkania Naukowe, 3-4.06.2015, Dzierżno
73. Bobowicz M, Skrzypski M, Czapiewski P, Marczyk M, Maciejewska A, Jankowski M, Szulgo-Paczkowska A, Zegarski W, Pawlowski R, Polanska J, Biernat W, Jaskiewicz J, Jassem J: Prognostic value of 5-microRNA based signature in T2-T3N0 colon cancer. Clinical & Experimental Metastasis, 2016, 33:765–773, DOI 10.1007/s10585-016-9810-1
74. Popowicz A., Blachowicz T., A simple multipurpose double-beam optical image analyzer, Rev. Sci. Instrum. 87, 073105 (2016); http://dx.doi.org/10.1063/1.4959270
75. Blachowicz A., Manning G., Badie C., Bouffler S., Polanska J.: Detekcja regionów promotorowych genów o profilu metylacji istotnie różniącym osoby zdrowe i cierpiące na AML. Śląskie Spotkania Naukowe, 3-4.06.2016, Dzierżno
76. Papiez A. , Marczyk M. , Polanski A., Polanska J.: Programowanie dynamiczne jako metoda identyfikacji efektu paczki, III Śląskie Spotkania Naukowe, Dzierżno 3-4.06.2016
77. Szymanek A., Zyla J., Badie C., Alsbeih G, Polanska J.: Functional genomic data analysis of irradiation impact to ATF3 protein expression. Acta Biochim Polonica vol.63(Suppl.2):168 – 2nd Congress of the Polish Biochemistry, Cell Biology, Biophysics and Bioinformatics , Wrocław Sept. 13–16 2016
78. Zyla J., Badie C., Alsbeih G., Polanska J.: Integracja prawdopodobieństw dla analiz wyników eksperymentów wysokoprzepustowej biologii molekularnej, III Śląskie Spotkania Naukowe, str. 47, Dzierżno 3-4.06.2016
79. Popowicz A., Smolka B., Fast image colourisation using the isolines concept, Multimedia Tools and Applications, (online, 2016), doi:10.1007/s11042-016-3892-2
80. A. Popowicz; A. R. Kurek; T. Blachowicz; V. Orlov; B. Smolka, On the efficiency of techniques for the reduction of impulsive noise in astronomical images, Monthly Notices of the Royal Astronomical Society, 2016 463 (2): 2172-2189 doi: 10.1093/mnras/stw1983
81. Polanska J: Computer aided segmentation of brain tumour in MRI apparent diffusion coefficient (ADC) maps. 3rd Central European Symposium on Radiation Oncology – Technological and Biological Sunrise for Radiation Oncology CESORO 2016, 6-8.10.2016, Ustron Poland
82. Walaszczyk A, Pietrowska M, Wojakowska A, Abramowicz A, Rodziewicz P, Polanska J, Beh-rendt K, Nowicka E, Tarnawski R, Widłak P: Identification of serum proteins associated with the risk of metastasis of breast cancer patients. 3rd Central European Symposium on Radiation Oncology – Technological and Biological Sunrise for Radiation Oncology CESORO 2016, 6-8.10.2016, Ustron Poland
83. Rolnik B, Al-Harbi N, Bin Judia S, Majid S, Alsbeih G, Polanska J: Zastosowanie trendów odpowiedzi na niskie i wysokie dawki promieniowania w analizie zmian strukturalnych genomu. III Śląskie Spotkania Naukowe SSN2016, 3-4.06.2016, Dzierżno, Polska
84. Mrukwa Grzegorz, Grzegorz Drazek, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Divisive iK-means algorithm as a tool for ROI selection in the search for MALDI-MSI based molecular signature of thyroid cancer. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics Bio2016. 13-16.09.2016, Wrocław. Acta Biochimica Polonica, 2016, 63(S2):72
85. Candéias Serge M., Justyna Mika, Sylwia Kabacik, Ann-Karin Olsen, Joanna Polanska, Simon Bouffler, Christophe M Badie: Long term alteration of mouse TCR repertoire following radiation exposure, Radiation Protection Week, Book of abstracts, p.84, 19-23.09.2016, Oxford, UK
86. Mrukwa G, Sykacek P, Drazek G, Pietrowska M, Chekan M, Widłak P, Polanska J: Assessing feature transformations for clustering of MALDI-MSI data. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń
87. Danielsson D, Brehwens K, Halle M, Marczyk M, Sollazzo A, Polanska J, Munck-Wikland E, Wojcik A, Haghdoost S: Influence of genetic background and stress response on risk of mandibular osteoradionecrosis after radiotherapy of head and neck cancer. Head and Neck, 2016, 38(3):387-93 DOI: 10.1002/hed.23903
88. Polanska J, Mrukwa G, Drazek G, Krawczyk A, Chekan M, Pietrowska M, Widlak P: Gaussian Mixture modelling in MSI-based search for molecularly homogenous regions in cancer tissue. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń
89. Mika Justyna, Candeias Serge, Badie Christophe and Polanska Joanna. Functionality status of murice TCR sequences – comparative analysis of diversity indices and effect size statistics, 2016. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics (BIO2016), 13/09/2016-16/09/2016, Wrocław, pp. 169
90. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Polanska J, Rewers M. 2016. Ocena autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci z cukrzycą typu 1. XV Konferencja Sekcji Pediatrycznej Polskiego Towarzystwa Diabetologicznego, Rzeszów
91. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Mazur B, Rotarska-Mizera A, Polanska J, Rewers M., Ocena częstości występowania autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci cukrzycą typu 1. IX Ogólnopolski Zjazd Polskiego Towarzystwa Gastroenterologii, Hepatologii i Żywienia Dzieci, 16-18 czerwca 2016, Bydgoszcz
92. Marczyk M: Methods for filtering 2D gel electrophoresis images. Book of Abstracts, p.63, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
93. Ros-Mazurczyk M, Pietrowska M, Jelonek K, Marczyk M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile as a biomarker of early lung cancer: decreased levels of lysophosphatidylcholines in serum of cancer patients. Book of Abstracts, p.112, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016
94. Popowicz A., Malcher A., Bernacki K., Fietkiewicz K.: A passive FPAA based RF scatter meteor detector, Publications of the Astronomical Society of the Pacific, vol. 128, pp. 152-160, 2015
95. Zyla J., Bulman R., Badie C., Bouffler S.: Potential protein activity modifications of amino acid variants in the human transcriptome, Acta Biochimica Polonica, 64(1):57-61, 2015
96. Widlak P, K Jelonek, A Wojakowska, M Pietrowska, J Polanska, L Marczak, L Miszczyk, K Skladowski: Serum proteome signature of radiation response: upregulation of acute response factors, and downregulation of apolipoproteins and coagulation factors in cancer patients subjected to radiotherapy. International Journal of Radiation Oncology, Biology, Physics, 2015, 92(5):1108-1115, doi:10.1016/j.ijrobp.2015.03.040 Epub 7 April 2015
97. Popowicz A., Kurek A., Pollo A., Smolka B., Beyond the current noise limit in imaging through turbulent medium, Optics Letters, Vol.40, No. 10, pp. 2181-2184, 2015
98. Zyla J., M. Dolbniak, Badie C., Alsbeih G., Polanska J: Trend control focused integration in modeling genotype-phenotype interactions. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p. 84-85, 11.04-15.04.2015 Warsaw, POLAND
99. Kotas J., Badie C., Candéias S., Polanska J.: Usage of bootstrap sampling in comparing biological diversity of differently sized data samples. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p. 85, 11.04-15.04.2015 Warsaw, POLAND
100. Papiez A, Marczyk M, Polanski A, Polanska J: Identifying batch effects in high-throughput biological data using dynamic programming based approach. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p.81, April 12-15, 2015, Warsaw, Poland
101. Binczyk F, Tarnawski R, Polanska J: Strategies for optimizing the phase correction algorithms in Nuclear Magnetic Resonance spectroscopy. BioMedical Engineering OnLine, 2015, 14(S2):S5, doi:10.1186/1475-925X-14-S2-S5
102. Popowicz A., Smolka B., A method of complex background estimation in astronomical images, Monthly Notices of Royal Astronomical Society, vol. 452(1), pp. 809-823, 2015
103. Blachowicz A, Tapio S, Barjaktarovic Z, Benotmane R, Finnon R, Badie C, Bouffler S, Polanska J: Does the way of induction of AML among mouse has influence on protein signature in cells? 9th Central and Eastern European Proteomics Conference CEEPC 2015, p.40, 15-18.06.2015 Poznań
104. Drazek G, Marczyk M, Polanska J: Biomarkers Discovery by Gaussian mixture modeling and permutation tests in Imaging Mass Spectrometry Data. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań, p.14
105. Mrukwa G, Polanska J: Tuning k-means algorithm for detection of heterogenous regions in MSI samples. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań
106. B. Smolka, B. Cyganek, Impulsive noise suppression in color images based on the geodesic digital paths,Conference on Real-Time Image and Video Processing Location: San Francisco, USA, FEB 10, 2015, Proceedings of SPIE Vol. 9400 Article Number: 94000R, 2015
107. Marczyk M, Drazek G, Pietrowska M, Widlak P, Polanska J, Polanski A: Modeling of Imaging Mass Spectrometry Data and Testing by Permutation for Biomarkers Discovery in Tissues. Procedia Computer Science 2015, 51, p. 693-702. International Conference On Computational Science, ICCS 2015, Reykjavík, Iceland, June 1-3, 2015
108. Marczyk M, Drazek G: Different approaches to detection and quantification of spectral peaks in mass spectrometry imaging data. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań, p.13
109. B. Smolka, K. Radlak, Adaptive Trimmed Averaging Filter for Noise Removal in Color Images, The 10th International Conference on Computer Science & Education, p. 89-94, July 22-24, 2015, Fitzwilliam College, Cambridge University, UK
110. Pietrowska Monika, Karol Jelonek, Joanna Polanska, Anna Wojakowska, Lukasz Marczak, Ewa Chawinska, Leszek Miszczyk, Piotr Widlak: Partial-body irradiation in patients with prostate cancer treated with IMRT has a little effect on the composition of serum proteome. Proteomes, 2015, 3, 117-131, doi:10.3390/proteomes3030117
111. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Signal Partitioning Algorithm for Highly Efficient Gaussian Mixture Modeling in Mass Spectrometry. PLOS ONE, 2015, 10(7): e0134256, doi:10.1371/journal.pone.0134256
112. A. Cieślar-Pobuda, M.V. Jain, G. Kratz, J. Rzeszowska-Wolny, S. Ghavami, E. Wiechec, The expression pattern of PFKFB3 enzyme distinguishes between induced-pluripotent stem cells and cancer stem cells, Oncotarget, 2015 Oct 6;6(30):29753-70. doi: 10.18632/oncotarget.4995
113. Binczyk F., Weber C., Goetz M., Stjeltjes B., Meier-Hein K., Tarnawski R., Polanska J.: “A filtration of cerebrospinal fluid signal based on Gaussian mixture model decomposition of magnetic resonance diffusion weighted imaging data”, 8th Symposium of the Polish Bioinformatics Society, 17-19 September 2015, Lublin, Poland
114. Mrukwa G, Drazek G, Pietrowska M, Widlak P, Polanska J: Iterative clustering procedure for automated identification of peptide signature of molecularly heterogeneous tissue regions in tumor samples. 8th Symposium of the Polish Bioinformatics Society, 17-19 September 2015, Lublin, Poland
115. Zyla J, Marczyk M, Polanska J: Searching for radiosensitivity biomarkers by Monte Carlo feature selection and rought sets approach. 8th Symposium of the Polish Bioinformatics Society,PP’11, 17-19 September 2015, Lublin, Poland
116. Bal A: The fast method of creating high dynamic range image for fluorescent microscopy applications, VipIMAGE 2015 – V ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing, Tenerife, Spain, October 19-21, 2015, Editors: João Manuel R.S. Tavares, R.M. Nata Jorge, pp. 41-47, ISBN: 978-1-138-02926-2, e-ISBN: 978-1-315-64 2015
117. Zyla J, Badie C, Alsbeih G and Polanska J: Comprehensive multiomics analysis of radiosensitivity phenomena, 2015. International Synthetic and Systems Biology Summer School (SSBSS 2015), 05/07/2015-09/07/2015, Taormina, pp. 34
118. Papiez A, P-value Integration as a technique for validating high-throughput biomedical experiments, International Synthetic & Systems Biology Summer School 2015, 5-9.07.2015, Book of Abstracts, p.32.
119. P Nilsson, KE Magnusson, H Appelqvist, A Cieślar-Pobuda, M Bäck; An imidazole functionalized pentameric thiophene displays different staining patterns in normal and malignant cells, Frontiers in Chemistry 3: 58, 2015, doi: 10.3389/fchem.2015.00058
120. K. Radlak, M. Bozek, B. Smolka, Silesian deception database – presentation and analysis, Proceedings of the 2015 ACM on Workshop on Multimodal Deception Detection, pp. 29-35, Seattle, USA, 2015, ISBN: 978-1-4503-3987-2
121. Zyla J, Alsbeih G, Badie C: Comparision of gene set enrichment analysis methods in single nucleotide polymorphism investigation on radiosensitivity phenomena. XIXth Gliwice Scientific Meetings, Book of abstracts, p. 164. 20-21.11.2015, Gliwice, Poland
122. Serge M. Candéias, Justyna Kotas, Sylwia Kabacik, Ann-Karin Olsen, Joanna Polanska, Simon Bouffler, Christophe M Badie: Effects of low dose radiation on the T lymphocyte repertoire in the mouse: analysis from a TCR point of view. XIXth Gliwice Scientific Meetings, Book of abstracts, p. 35. 20-21.11.2015, Gliwice, Poland
123. Justyna Kotas, Christophe Badie, Serge Candéias, Joanna Polanska: Do the dose and the time post irradiation affect functional V genes frequencies in murine TCR? XIXth Gliwice Scientific Meetings, Book of abstracts, p. 97. 20-21.11.2015, Gliwice, Poland
124. Tobiasz J., Papiez A., The application of the microarray analysis methods in search of candidate gene signatures of radiosensitivity. XIX Gliwice Scientific Meetings, Book of abstracts, p. 151. 20-21.11.2015, Gliwice, Poland
125. Marczyk M: Modeling of protein spots on 2D gel electrophoresis images. Book of Abstracts, p.110, XIX Gliwice Scientific Meetings, Gliwice, November 20-21, 2015
126. Aneta Wegierek-Ciuk, Michal Arabski, Piotr Kedzierawski, Agnieszka Florek, Dariusz Solowiej, Stanislaw Gozdz, Halina Lisowska, Artur Kowalik, Magdalena Kowalska, Andrzej Wojcik, Joanna Polanska, Anna Lankoff: Searching for in vitro biomarkers of susceptibility to prostate and cervical cancers by analysis of chromosomal instability, γ-H2AX foci, polymor-phisms in DNA repair genes and apoptosis, Journal of Pre-Clinical and Clinical Research, 2015, Vol 9, No 2, 97-104
127. Rolnik B., Al-Harbi N., Judia S.B., Majid S., Alsbeih G., Polanska J.: Copy number variation analysis as a method for finding out biomarkers of radiosensitivity. XIX Gliwice Scientific Meetings, Book of abstracts, p. 134. 20-21.11.2015, Gliwice, Poland
128. A. Kordecki, Bal A, Capturing the Best Hyperspectral Image in Different Lighting Conditions, The 8th International Conference on Machine Vision (ICMV 2015), Barcelona, Spain, 18-22.11.2015
129. Mrukwa G., Drazek G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Novel ik-means algorithm comparison with PCA-based approach for determining heterogeneity in MALDI-MSI tumor samples. XIX Gliwice Scientific Meetings, Book of abstracts, p. 116. 20-21.11.2015, Gliwice, Poland
130. K. Nurzynska, B. Smolka, Smiling and neutral facial display recognition with local binary patterns operator, Journal of Medical Imaging and Health Informatics, vol.5, no. 6, pp. 1-9, 2015 American Scientific Publishers, USA, ISBN 2156-7018
131. B. Smolka, D. Kusnik, Robust local similarity filter for the reduction of mixed Gaussian and impulsive noise in color digital images, Signal, Image and Video Processing, 9, 1, 49-56, 2015
132. K. Nurzynska, B. Smolka, SNiP – Smile – Neutral facial display Intensity Predictor. In J.M. R. S. Tavares and R. M N. Jorge (eds.) VipIMAGE 2015, Computational Vision and Medical image Processing V, pp. 347-353, 2016 Taylor & Francis Group, London, (October 19-21, 2015, Tenerife, Spain.)
133. Chobot A, Polanska J, Deja G, Jarosz-Chobot P: Epidemiology of type 1 diabetes among Silesian children aged 0-14 years – 24 years of observations. Acta Diabetologica 2015, 52:483-488, doi: 10.1007/s00592-014-0682-z
134. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Least squares estimators of peptide species concentrations based on Gaussian mixture decompositions of protein mass spectra. 12th German-Polish Workshop on Stochastic Models, Statistics and Their Applications, SMSTA 2015, 16-20.02.2015, Wrocław, Poland. Proceedings in Mathematics and Statistics, vol.122, pp 425-432, ISBN 978-3-319-13880-0 Eds. Steland A, Rafajłowicz E, Szajowski K. Springer
135. Binczyk F, Marczyk M and Polanska J: Mixture model based efficient method for magnetic resonance spectra quantification. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9044, pp.406-417, ISBN 978-3-319-16480-9, Eds. Ortuño, Francisco, Rojas, Ignacio, 3rd International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2015, Granada, Spain, 15-17.04.2015
136. Papiez A, Kabacik S, Badie C, Bouffler S, Polanska J: Statistical integration of p-values for enhancing discovery of radiotoxicity gene signatures. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9043, pp. 503-513, ISBN 978-3-319-16482-3, Eds. Ortuño, Francisco, Rojas, Ignacio, 3rd International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2015, Granada, Spain, 15-17.04.2015
137. Dolbniak M, Zyla J, Kabacik S, Manning G, Badie C, Alsbeih G, Polanska J: Is the identification of SNP-miRNA interactions supporting the prediction of human lymphocyte transcriptional radiation responses? 6th International Conference on Bioinformatics Models, Methods and Algorithms. pp.243-250 Eds. Oscar Pastor, Christine Sinoquet, Ana Fred, Hugo Gamboa and Dirk Elias ISBN: 978-989-758-070-3 BIOSTEC/BIOINFORMATICS 2015, 12-15 January 2015, Lisbon, Portugal
138. Staniszewski M, Binczyk F, Skorupa A, Boguszewicz L, Sokol M, Polanska J, Polanski A: Comparison of black box implementations of two algorithms of processing of NMR spectra, Gaussian Mixture Model and Singular Value Decomposition, 8th International Conference on Bio-inspired Systems and Signal Processing. pp.57-65 ISBN: 978-989-758-069-7 Eds:Harald Loose, Ana Fred, Hugo Gamboa and Dirk Elias, BIOSTEC/BIOSIGNALS 2015, 12-15 January 2015, Lisbon, Portugal
139. M. Kawulok, J. Kawulok, J. Nalepa, and B. Smolka, “Self-adaptive algorithm for segmenting skin regions,” EURASIP Journal on Advances in Signal Processing, vol. 2014, no. 170, 2014
140. Krol L. Alsbeih G. Badie C. Polanska J: Impact of missing genotype imputation on the power of Genome Wide Association Studies. Proceedings of International Work-Conference on Bioinformatics and Biomedical Engineering (IWBBIO 2014). vol.2 p.1603-1614, ISBN:978-84-15814-84-9, 7-9.04.2014, Granada, SPAIN
141. Radlak K., Smolka B.: Adaptive Non-Local Means Filtering for Speckle Noise Reduction. In: Computer Vision and Graphics, Lecture Notes in Computer Science, Springer, Volume 8671, 2014, pp 518-525, ISBN:978-3-319-11330-2
142. Zyla J., Badie C., Alsbeih G., Polanska J.: Integrative data analysis for DNA damage repair genes related to p53. Acta Biochim Polonica vol.61(Suppl.1):101 – 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa Sept. 9–12 2014
143. Papiez A., Badie C., Polanska J.: Statistical methods for integrating high-throughput biological data. Acta Biochim Polonica vol.61(Suppl.1):95 – 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics , Warszawa Sept. 9–12 2014
144. Marczyk M, Polanska J, Polanski A: Modeling of MALDI-ToF spectra by parallel computing. Acta Biochimica Polonica 2014, vol.61(Supp. 1), p. 92. 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa, Poland, September 9–12, 2014
145. Binczyk F, Marczyk M, Polanski A, Polanska J: An efficient approach for estimating GMM initial conditions as a way of improvement of Nuclear Magnetic resonance spectra analysis. Acta Biochimica Polonica 2014, vol.61(Supp. 1), p. 78. 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa, Poland, September 9–12, 2014
146. Popowicz A., A review of dark current nonlinearities in CCD image sensors, Pomiary Automatyka Kontrola, PAK 2014 nr 06, s. 362-365
147. Zyla J. Alsbeih G. Kabacik S. Badie C. Polanska J: Heredity of the G1 and G2 cell cycle phase based on genes in p53 pathway. XVIII Gliwice Scientific Meetings, Book of abstracts, p. 160. 21-22.11.2014, Gliwice, Poland
148. Binczyk F, M Marczyk, J Polanska: Fast and efficient techniques of magnetic resonance spectra decomposition based on mixture model. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.55
149. Blachowicz A, S Tapio, Z Barjaktarovic, R Benotmane, C Badie, S Bouffler, J Polanska: Comparison study of transcriptomic and proteomic analyses of three mouse radiation induced AMLs. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.56
150. Papiez A, C Badie, J Polanska: Impact of the selection of statistical test on the quality of gene signatures in an integrative analysis approach. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.125
Tytuł projektu: CIRCA BIS – Inteligentny system śledzenia rozwoju choroby i efektów leczenia COVID-19 oraz oceny poziomu powikłań pulmonologicznych na podstawie badań obrazowych TK
Numer: MNiSW/73/WFSN/2020
Czas trwania: 10/01/2020-12/31/2021
Kierownik: Joanna Polanska
Główny wykonawca: Wojciech Prażuch, Aleksandra Suwalska, Marek Socha, Paweł Foszner
Wykonawcy: Michał Marczyk, Joanna Zyla
Opis projektu: Celem projektu jest opracowaniu narzędzia bioinformatycznego wspierającego monitorowanie rozwoju choroby COVID-19, ocenę efektów terapii oraz poziomu zmian w miąższu płuca.
Afiliowane publikacje:
Tytuł projektu: CIRCA – internetowy serwis wspierania obrazowej diagnostyki COVID-l9
Numer: MNiSW/2/WFSN/2020
Czas trwania: 06/01/2020-06/30/2021
Kierownik: Joanna Polanska
Główny wykonawca: Franciszek Binczyk, Wojciech Prażuch, Aleksandra Suwalska, Marek Socha, Paweł Foszner
Wykonawcy: Michał Marczyk
Opis projektu: Celem projektu jest opracowanie dostępnego internetowo, wykorzystującego techniki sztucznej inteligencji narzędzia do wsparcia diagnostyki obrazowej COVID-19 na podstawie analizy tzw. zdjęć płaskich (zdjęcia rentgenowskie klatki piersiowej)
Afiliowane publikacje:
Tytuł projektu: COVRAD – Systemy sztucznej inteligencji wspomagania detekcji i monitorowania COVID-19 w badaniach tomografii komputerowej wysokiej rozdzielczości z użyciem systemu klasyfikacji i raportowania danych COVID-RADS
Numer:
Czas trwania: 01/26/2021-01/25/2022
Kierownik: Joanna Polanska
Główny wykonawca: Wojciech Prażuch, Aleksandra Suwalska, Marek Socha
Wykonawcy: Michał Marczyk, Joanna Tobiasz
Opis projektu: Charakter zmian stwierdzanych w badaniach TK klatki piersiowej w przebiegu COVID-19 nie jest typowy tylko dla tej jednej jednostki chorobowej, ale występuje także w innych chorobach śródmiąższowych w tym o charakterze zapalnym, o innej niż SARS-CoV-2 etiologii. Nawet u ponad 54% bezobjawowych pacjentów z infekcją SARS-CoV-2 wykrywane są zmiany zapalne w płucach w badaniu TK. Wyzwaniami diagnostycznymi przed którym stoi lekarz radiolog są obecnie: określenie prawdopodobieństwa COVID-19 w przypadku podejrzenia klinicznego zmian, określenie czasu trwania i etapu choroby, wykrycie przypadków COVID-19 u pacjentów diagnozowanych z innego powodu, a także ilościowe monitorowanie dynamiki zmian w TK u pacjentów z potwierdzonym COVID-19 co pozwoli w przyszłości na optymalizację schematów i procedur leczniczych.
Projekt ma na celu stworzenie narzędzi na bazie sztucznej inteligencji wspomagających diagnozę i monitorowanie COVID-19 w badaniach tomografii komputerowej. Opracowana technologia pozwoli na automatyczną analizę badań TK pod kątem oceny jakościowej i ilościowej zmian typowych dla COVID-19 stwierdzanych w przebiegu chorób śródmiąższowych płuc oraz pozwoli określić prawdopodobieństwo COVID-19 w oparciu o schemat klasyfikacji i raportowania danych COVID-RADS. Dane dostępne w wyniku wspomaganej algorytmem oceny skrócą czas opisu badania TK, pozwolą wykryć przypadki COVID-19 niepodejrzane klinicznie i dostarczą dodatkowe informacje, na bazie których będzie można udoskonalić istniejące bądź stworzyć nowe schematy lecznicze i procedury postępowania.
Afiliowane publikacje:
