Uskoro se otvora doktorsko mjesto u Laboratoriju na četiri godine iz područja algoritama za detekciju prisutnih mikroba u sekvenciranom uzroku. Problem se rješava korištenjem raznih algoritama na grafovima te metodama umjetne inteligencije i strojnog učenja. Od potencijalnih kandidata (mag. ing. ili student zadnje godine računarstva, fizike ili matematike) se očekuje poznavanje C/C++ te osnove algoritama. Poznavanje umjetne inteligencije i strojnog učenja je prednost. Rezultati straživanje bit će  primjenjeni u genetici, medicini, biotehnologiji i sl.

Za motivaciju o važnosti razumijevanja mikroba pogledajte ovaj članak: http://www.bbc.com/news/health-43674270  

Zainteresirani kandidati mogu se javiti voditelju Laboratorija prof. Mili Šikiću. 

Naš novi rad "Evaluation of tools for long read RNA-seq splice-aware alignment" objavljen je u časopisu Oxford Journals Bioinformatics. Rad istražuje koliko su postojeći alati za mapiranje RNA očitanja sposobni raditi s očitanjima uređaja za sekvenciranje treće generacije (duga očitanja s većim postotkom pogreške). U sklopu istraživanja nekoliko alata za mapiranje testirano je na stvarnim i sintetskim skupovima podataka.

Rad možete pogledati na: https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btx668/4562330). 

Naš novi rad naziva Fast and simple algorithm for computing both LCSk and LCSk+, dostupan je preko servisa bioRxiv (https://arxiv.org/pdf/1705.07279.pdf). Glavna mana postojećih algoritama za računanje LCSk i LCSk+ jest da dobro rade ili za prosječni ili na najgori slučaj. Naš rad predstavlja jedan algoritam kojim se može izračunati i LCSk i LCSk+, a koji ima znatno bolje performanse od postojećih algoritama, te koristi samo jednostavne strukture podataka zbog čega se lako primjenjuje. Rad također predstavlja i algoritam za rekonstrukciju rješenja, koji donosi znatno poboljšanje u potrošnji računalne memorije.