Kedves Bizottsági tagok, kedves Mindnyájan!

Először is szeretettel gratulálunk meg-  és/vagy újraválasztásotokhoz és szeretnénk megköszönni, hogy ismét bizalmat szavaztatok nekünk.  

2023 decemberében jelent meg dr. Bödör Csaba társsszerzőségével a tanulmány a Journal of Clinical Oncology újságban, amelyben a ritka és agresszív, elsősorban fiatal nőket érintő PMBCL genomikai tájképének átfogó vizsgálatát tűzték ki célul. A korábban nem kezelt, 340 betegből származó minta genomikai elemzése zavarokat mutatott ki a p53 útvonalban, és új szomatikus szerkezeti változásokra világított rá a TP53-hoz kapcsolódó génekben. A többváltozós elemzés révén hat genetikai elváltozást azonosítottak jelentős prognosztikai tényezőként.

Dr. Ari Eszter

HUN-REN, Szegedi Biológiai Kutatóközpont, Biokémiai Intézet, Szeged
Eötvös Loránd Tudományegyetem, TTK Biológiai Intézet, Budapest

Kutatási területek: evolúcióbiológia, genomika, bioinformatika

A Magyar Bioinformatikai Társaság által, az ELIXIR Magyarország, és a Magyar Tudományos Akadémia Bioinformatikai Osztályközi Tudományos Bizottsága támogatásával szervezett 2023-as konferencia november 10-én került megrendezésre, és számos érdekes témával és kiváló szakemberrel várta az érdeklődőket.

A Budapest Breast Think Tank Konferencia, amelyet 2023. november 7-én rendeztek meg a HUN-REN RCNS-ben, Budapesten, lehetőséget teremtett szakértőknek és kutatóknak arra, hogy megosszák az úttörő kutatásokat, és együttműködjenek a mellrákkutatás legújabb fejlesztéseiben. Az I. szekcióban, amit Dr.

Az MTA székházában tartotta meg MTA doktori védését dr Horváth Péter.

Az Elixir 3D-Bioinfo konferencián a magyar kutatásokat Dobson László és Hegedűs Tamás képviselte.

Lezajlott az akadémiai választás, a Bioinformatikai Osztályközi Tudományos Bizottság választott tagjai a 2023-26-os akadémiai ciklusban:

A Természettudományi Kutatóközpont Enzimológiai Intézetének Fehérje Bioinformatika Kutatócsoportja modernizálta a 20 éve folyamatosan működő DAS-TMfilter transzmembrán predikciós szervert. Az új webszerver a https://das.enzim.ttk.hu publikus címen érhető el. A legszembetűnőbb újítás a felhasználók számára a DAS profil ábrák garfikus megjelenítése. A predikciós módszert naprakész nagy méretű adatbázison teszteltve azt találták, hogy a módszer hatékonysága  nagyon jó, vetekszik a modern gépi tanuláson alapuló módszerekével.

Megjelent Dr. Monostory Katalin és kutatócsoportjának cikke Incze Evelyn első-szerzőségével az International Journal of Molecular Sciences folyóiratban.