За проекта

През последните години водещи учени, изследователи и анализатори в световен мащаб определят големите данни (Big Data) като революция в научните изследвания и една от най-перспективните тенденции в областта на ИТ, която даде тласък на интензивното развитие на методите и технологиите за тяхната обработка и доведе до появата на новата парадигма за научни изследвания „Data-Intensive Scientific Discovery“ (DISD).

Проектът обхваща теоретични изследвания и експериментални дейности с цел създаването на иновативен интелигентен метод и средства за адаптивно извличане на in silico знания и вземане на решения, базирани на анализ на потоци големи данни за научни изследвания, получени в резултат на компютърно моделиране и симулационни експерименти, който се основава на машинно обучение и процедури за генериране на правила съобразени с таргета на научното изследване. Главното предимство на метода е автоматичното генериране на хипотезите и опциите за решения, като верификацията и валидирането се осъществяват посредством еталонни множества данни и експертизата на учени от таргетната научна област.

В резултат ще бъдат създадени възможности на изследователите от широк спектър научни области да приложат новата парадигма за научни изследвания „DISD“, което от своя страна ще стимулира научните открития и иновациите. Средствата за прилагане на метода са скалируема работна рамка и научна платформа за достъп на изследователите до базата in silico знания и софтуерните инструменти за прилагане на метода в техните изследвания,  както и възможности за споделяне на знания, опит, добри практики, трансфер на знания и технологии.  Методът ще бъде приложен за научни изследвания в областите на молекулярната биология и медицинската генетика за два конкретни казуса:

(1) Идентифициране на регулаторни генетични елементи в секвенирани геноми, които да бъдат приложени за идентифициране и картиране на неизвестни гени.

(2) Прогнозиране на типа и злокачествеността на рак на гърдата въз основа на информацията за мутациите в асоциираните с него гени, нивото на експресия и свързаната епигенетична информация. Движещата сила, която стои зад проекта, e интердисциплинарен екип, съчетаващ експертиза в информационните науки и технологии, инженерната основа и техническата реализация на софтуерните методи и средства, както и утвърдени учени в областта на молекулярната биология и медицинската генетика.

Списък публикации

Научни конференции

D. Ivanova, Big Dаtа Аnаlytics fоr Eаrly Detectiоn оf Breаst Cаncer Bаsed оn Mаchine Leаrning,  Proceedings of the 43rd International Conference Applications of Mathematics in Engineering and Economics, AIP Conf. Proc. 1910, 060016-1–060016-8; https://doi.org/10.1063/1.5014010 Published by AIP Publishing. 978-0-7354-1602-4, 060016-1 – 060016-8, SJR: 0,165, H Index: 54, http://www.worldcat.org/title/proceedings-of-the-43rd-international-conference-applications-of-mathematics-in-engineering-and-economics-amee-17-conference-date-8-13-june-2017-location-sozopol-bulgaria/oclc/1015214934

P. Borovska, V. Gancheva, I. Georgiev, D. Ivanova, Hybrid Parallel Multiple Sequence Alignment Based on Artificial Bee Colony on the Supercomputer JUQUEEN, IEEE EECS 2017: European Conference on Electrical Engineering and Computer Science, Bern, Switzerland, November 17-19th, 2017, http://www.wikicfp.com/cfp/servlet/event.showcfp?eventid=64566

D. Ivanova, P. Borovska, Scalable Framework for Adaptive In-silico Knowledge Discovery and Decision-Making out of Big Genomic Data, 44th Conference Applications of Mathematics in Engineering and Economics (AMEE’18), June 8 – 13, 2018, Sozopol, Bulgaria, http://amee.tu-sofia.bg/, SJR: 0,165, H Index: 54.


P. Borovska, “Big Data Analytics and Genetic Research”, Plenary lecture,
Proceedings of International Conference “Big Data, Knowledge and Control Systems
Engineering – BdKCSE’2017”, (Bulgarian Academy of Science, Sofia, Bulgaria, Dec.
2017), pp. 1-8, http://conference.ott-iict.bas.bg

 P. Borovska, V. Gancheva, I. Georgiev, Hybrid Parallel Implementation of Multiple Sequence, Alignment Software ClustalW on Intel Xeon Phi, 6th International Conference on Advances in Computing, Electronics and Communication – ACEC 2017, Proc. ISBN: 978-1-63248-138-2, pp. 47-51, December 9-10th, 2017, Rome, Italy, doi: 10.15224/ 978-1-63248-138-2-10, Electronic ISBN : 978-1-63248-138-2 

P. Borovska, “Big Data Analytics and Internet of medical Things Make Precision Medicine a Reality”, Plenary lecture, 18th International Conference on Applied Computer and Applied Computational Science (ACACOS’18), (World Scientific and Engineering Academy and Society, Paris, France, April 13-15 2018), http://www.wseas.org/cms.action?id=16782, SJR: 0,109, H Index: 5.

P. Borovska, V. Gancheva, Parallelization and Optimization of Multiple Biological Sequence Alignment Software Based on Social Behavior Model, 18th International Conference on Applied Computer and Applied Computational Science (ACACOS’18), (World Scientific and Engineering Academy and Society, Paris, France, April 13-15 2018), http://www.wseas.org/cms.action?id=16782, SJR: 0,109, H Index: 5.

Научни списания

Етап 1

 P. Borovska, “Ин силико технологии и четвъртата парадигма за научни изследвания”, in “In-Silico Intellect” Scientific Journal, (Association “Innovation Center for Information and In-silico Technology and Expert Knowledge Transfer – In-silico Intellect”, Sofia, 2017) vol. 1, No1, 5-12, ISSN 2534-8531

P. Borovska, V. Gancheva, Hybrid Parallel Multiple Sequence Alignment Based on Artificial Bee Colony on the Supercomputer JUQUEEN, International Journal of Computers, ISSN:1998–4308, Volume 12, 2018, 1-8, Inspec – The IET, SJR: 0.116, H Index: 19, North Atlantic University Union http://naun.org/cms.action?id=18792

 P. Borovska, D. Ivanova, Intelligent Method for Adaptive In Silico Knowledge Discovery Based on Big Genomic Data Analytics, 44th Conference Applications of Mathematics in Engineering and Economics (AMEE’18), June 8 – 13, 2018, Sozopol, Bulgaria, http://amee.tu-sofia.bg/, SJR: 0,165, H Index: 54.

P. Borovska, “Big Data Analytics and Internet of medical Things Make Precision Medicine a Reality”, International Journal of Internet of Things and Web Services,  Volume 3, 2018, pp. 24-31, ISSN: 2367-9115, SJR: 0.116, H Index: 19, http://www.iaras.org/iaras/journals/ijitws

P. Borovska, V. Gancheva,  Parallelization and Optimization of Multiple Biological Sequence Alignment Software Based on Social Behavior Model, International Journal of Computers, ISSN: 2367-8895, vol. 3, 2018, pp. 69-74, SJR: 0.116, H Index: 19, http://www.iaras.org/iaras/journals/ijc

D. Ivanova, P. Borovska, V. Gancheva, Еxpеrimеntаl Invеstigаtion of Еnhаncеr-Promotеr Intеrаctions out of Gеnomic Big Dаtа bаsеd on Mаchinе Lеаrning, International Journal of Computers, Volume 3, 2018, ISSN: 2367-8895, pp. 58-62, http://www.iaras.org/iaras/journals/ijc, SJR: 0.116, H Index: 19.

Етап 2

V. Gancheva, SOA Based Multi-Agent Approach for Biological Data Searching and Integration, International Journal of Biology and Biomedical Engineering Volume 13, 2019 ISSN: 1998-4510 32

Gancheva V., Stoev H. (2019) DNA Sequence Alignment Method Based on Trilateration. In: Rojas I., Valenzuela O., Rojas F., Ortuño F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2019. Lecture Notes in Computer Science, vol 11466. Springer, Cham. https://doi.org/10.1007/978-3-030-17935-9_25

Borovska P., Gancheva V., Georgiev I. (2019) Platform for Adaptive Knowledge Discovery and Decision Making Based on Big Genomics Data Analytics. In: Rojas I., Valenzuela O., Rojas F., Ortuño F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2019. Lecture Notes in Computer Science, vol 11466. Springer, Cham. https://doi.org/10.1007/978-3-030-17935-9_27

Пламенка Боровска, Методи и софтуерни инструменти за картиране на геноми, базирани на скрити модели на Марков, IN-SILICO INTELLECT, Vol. 2, No 1/2020

Borovska P., Kordev I., Borowsky, B.. (2020). Intelligent Integrated Digital Platform InSilicoKDD in Support of Precision Medicine for Scientific Research, International Journal of Advanced Science and Technology Vol. 29, No. 7s, (2020), pp. 2101-2109

Кордев И, Боровска П., Модели на машинно обучение за диагностичен и прогнозен анализи за казуса на рака на гърдата при интелигентната интегрирана дигитална платформа InSilcoKDD, IN-SILICO INTELLECT, Vol. 2, No 1/2020

Научни трудове, докладвани на научни форуми и приети за печат

Етап 2

Borovska P., Marinova M., Quality of Solution of Massively Parallel MSA Based on Metaheuristic Social Behavioral Model

Kordev I., Borovska P., Design and Implementation of Differentiated Analytics Workflow for Imaging Diagnostics on the Intelligent
Integrated Digital Platform InSilicoKDD

Патенти

Пламенка Иванова Боровска, Десислава Иванова, Заявление за патент „Метод за адаптивно извличане на in silico знания и вземане на решения базиран на анализ на големи геномни данни, вх. No 112772/12.07.2018г., подадено от Технически университет – София