SlideShare a Scribd company logo
1 of 59
Download to read offline
Bioinformaticians to the rescue!

Miks on äge teadlane olla?
Sissejuhatus erialasse LTAT.03.002
19 September 2019
Elena Sügis
Kes on teadlane?
Teadlane
teadustööd tegev, teaduse alal tegutsev inimene, uurija, õpetlane.
2
Teadlane
teadustööd tegev, teaduse alal tegutsev inimene, uurija, õpetlane.
Kas teadlasena töötada on äge ?
3
Töö ägeduse meetrikad
Tahan teha
4
Töö ägeduse meetrikad
Tahan teha Oskan teha
5
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
6
Töö ägeduse meetrikad
Tahan teha Oskan teha
7
On vaja teha
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
Töö ägeduse meetrikad
Tahan teha Oskan teha
8
On vaja teha
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
• Mida oskan 

kõige paremeni teha?
• Mille eest ma saan kõige 

rohkem positiivset 

tagasisidet?
Töö ägeduse meetrikad
Tahan teha Oskan teha
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
9
On vaja teha
• Mis on tööturul hinnas?
• Mille eest makstakse?
• Kui kaua see amet

aktuaalne on?
• Mida olen valmis

tasuta tegema?
• Mida oskan 

kõige paremeni teha?
• Mille eest ma saan kõige 

rohkem positiivset 

tagasisidet?
Töö ägeduse meetrikad
Tahan teha Oskan teha
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida oskan 

kõige paremeni teha?
• Mille eest ma saan kõige 

rohkem positiivset 

tagasisidet?
10
On vaja teha
• Mis on tööturul hinnas?
• Mille eest makstakse?
• Kui kaua see amet

aktuaalne on?
• Mida olen valmis

tasuta tegema?
Töö ägeduse meetrikad
Tahan teha Oskan teha
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida oskan 

kõige paremeni teha?
• Mille eest ma saan kõige 

rohkem positiivset 

tagasisidet?
11
On vaja teha
• Mida olen valmis

tasuta tegema?
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Uute algoritmite 

arendamine
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Uute algoritmite 

arendamine
12
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
• Mida oskan 

kõige paremeni teha?
• Mille eest ma saan kõige 

rohkem positiivset 

tagasisidet?
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Uute algoritmite 

arendamine
• Programmeerida,

koordineerida projeekti,

suhelda inimestega
• Andmeteaduste projektide

juhtimise eest
• Keeruliste asjade 

selgitamise eest
13
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Programmeerida,

koordineerida projeekti,

suhelda inimestega
• Andmeteaduste projektide

juhtimise eest
• Uute algoritmite 

arendamine• Keeruliste asjade 

selgitamise eest
14
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Programmeerida,

koordineerida projekti,

suhelda inimestega
• Andmeteaduste projektide

juhtimise eest
• Uute algoritmite 

arendamine• Keeruliste asjade 

selgitamise eest
15
• Mis on minu väärtused?
• Mis teeb mind õnnelikuks?
• Mis annab mulle energiat 

oma töös ja mis võtab 

energiat?
• Mida olen valmis

tasuta tegema?
Väärtused on olulised
• Focus on impact

• Move fast

• Be bold
• Be open

• Build social value
• Customer obsession

• Operational excellence
• Passion for invention

• Long-term thinking
• Focus on the user and all else will follow

• It’s best to do one thing really, really well

• Fast is better than slow

• Democracy on the web works

• You can make money without doing evil
• There’s always more information out there

• The need for information crosses all borders

• You can be serious without a suit

• Great just isn’t good enough

• You don’t need to be at your desk to

need an answer
16
Töö ägeduse meetrikad
Tahan teha Oskan teha On vaja teha
• Iseseisvus
• Õppida kuidas 

maailm töötab,

bioloogilisi protsesse

uurida, kirjutada
• Saan jagada oma

teadmisi
• Tarkvara arendamine
• Suurte andmete analüüs
• 10+ aastat
• Programmeerida,

koordineerida projekti,

suhelda inimestega
• Andmeteaduste projektide

juhtimise eest
• Uute algoritmite 

arendamine• Keeruliste asjade 

selgitamise eest
• Kui teen midagi 

inimkonna heaks,

kui õppin midagi uut
17
Kuidas teha midagi
inimkonna heaks

kasutades arvutiteadust
http://www.scifiwright.com/2015/06/tomorrowland/
18
Image credit: D.Fishman, Introduction to ML in bioinformatics
Bioinformaatika
19
20
interdistsiplinaarne valdkond, mis arendab
meetodeid ja tarkvaravahendeid
bioloogiliste andmete mõistmiseks
Bioinformaatika
Image credit: D.Fishman, Introduction to ML in bioinformatics
21
Mis on raamaturiiulitel?
Üks 

inimgenoom
~3GB
22
Mis on raamaturiiulitel?
ATGCTCGTAC = 1mm
Tallinn - Jõgeva - Misso:
320 km
Slide image credit: P.Adler. Bioinformaatika, põnev väljakutse 23
Big Data
24
25
26
ANDMED≠TEADMINE
Mis saab andmetega teha?
27
28
Bioloogilise protsessi uurimine
!29
Andmed tulevad erineval kujul
Haigus
30
Bioloogilise protsessi uurimine
Arvutuslik

representatsioon

Andmed
31
Bioloogilise protsessi uurimine
Haigus
Arvutuslik

representatsioon

Analüüs
f
32
Bioloogilise protsessi uurimine
Haigus
Andmed
Arvutuslik

representatsioon

f
33
Haigus
Andmed Analüüs
Arvutuslik

representatsioon

f
34
Süstemaatiline 

arusaam
Haigus
Andmed Analüüs
Arvutuslik

representatsioon

Terve aju Haige aju
Image credit: National Institute on Aging, NIH 35
Alzheimeri tõbi
!36
tuvastasme potentsiaalsed Alzheimeri haigusega seotud geenid
Õige ravi leidmine
Illustration by Zhou Tao (ShanghaiDaily.com)
37
Inimene Haigused
Elektroonilised
terviseandmed
Elektroonilised terviseandmed
Slide image credit: S. Reisberg. Developing computational solutions for personalized medicine.
Ambulatoorsed epikriisid
Retseptid
Laboratoorsed 

uringud
Haigekassale
esitatud arved
Slide image credit: S. Reisberg. Developing computational solutions for personalized medicine.
Elektroonilised terviseandmed
D Prot Bo Dise Electronic
Slide image credit: S. Reisberg. Developing computational solutions for personalized medicine.
Personaliseeritud meditsiin
Slide image credit: S. Reisberg. Developing computational solutions for personalized medicine.
Personaliseeritud meditsiin
Inactive drug
Functional enzyme Active drug
Non-functional enzyme
Inactive drug
Normal gene
Gene with

loss-of-function mutation
Drug concentration in blood
TimeDose Dose
Dose Dose
Increased level of
functional enzyme
Gene with mutation
that increases the level
of produced enzymes
Increased
metabolism of active
drug
Time
Dose Dose
Time
Pharmacogenomic
phenotype
Normal
Poor
Rapid
VS
42
43
Terviseriskide hindamine
Labs that produce data
Research groups that can
analyse data
Laborid ja organisatsioonid, mis toodavad andmeid
Ekspertid, kes oskavad kuidas andmeid analüüsida
44
Hetkeseis
Labs that produce data
Research groups that can
analyse data
45
SINA?
Ekspertid, kes oskavad kuidas andmeid analüüsida
Hetkeseis
Laborid ja organisatsioonid, mis toodavad andmeid
Kuidas Ideaalne
Bioinformaatik näeb välja?
46
Tarkvara 

arendus
Andmebaasid
Masinõpe
Bioloogia
Algoritmid
Andmeteadus
47
Bioinformaatika on lai valdkond
Arvutiteadus
48
Arvutiteadus Bioloogia
49
Arvutiteadus Bioloogia
Statistika
50
Arvutiteadus Bioloogia
Statistika
51
Miks peaksin hakkama
bioinformaatikuks?
52
http://boingboing.net/2015/05/11/the-only-technique-to-learn-so.html
53
Võimalus avastada midagi uut iga päev
ja töötada inimteadmiste piirialadel
• Ise otsustad mis teemaga sa soovid
tegeleda ja ise valid meetodeid
http://www.scifiwright.com/2015/06/tomorrowland/
54
Mõttevabadus
• Töö on vähem rutiinne
55
Vaba graafik
56
ja osaleda rahvusvahelistes projektides
Saab reisida!
https://biit.cs.ut.ee/
!57
Töötad koos targade inimestega
58
https://biit.cs.ut.ee/
Tahad teada rohkem?
59
Aitäh!
elena.sugis@ut.ee

More Related Content

More from Elena Sügis

Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed
Tehisintellekti rakendused kõrghariduses:  võimalused ja väljakutsedTehisintellekti rakendused kõrghariduses:  võimalused ja väljakutsed
Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsedElena Sügis
 
Practice discovering biological knowledge using networks approach.
Practice discovering biological knowledge using networks approach.Practice discovering biological knowledge using networks approach.
Practice discovering biological knowledge using networks approach.Elena Sügis
 
Interpretation of the biological knowledge using networks approach
Interpretation of the biological knowledge using networks approachInterpretation of the biological knowledge using networks approach
Interpretation of the biological knowledge using networks approachElena Sügis
 
Bioinformaticians to the resque
Bioinformaticians to the resqueBioinformaticians to the resque
Bioinformaticians to the resqueElena Sügis
 
Basics of Data Analysis in Bioinformatics
Basics of Data Analysis in BioinformaticsBasics of Data Analysis in Bioinformatics
Basics of Data Analysis in BioinformaticsElena Sügis
 
Introduction to Bioinformatics.
 Introduction to Bioinformatics. Introduction to Bioinformatics.
Introduction to Bioinformatics.Elena Sügis
 
Data preprocessing and unsupervised learning methods in Bioinformatics
Data preprocessing and unsupervised learning methods in BioinformaticsData preprocessing and unsupervised learning methods in Bioinformatics
Data preprocessing and unsupervised learning methods in BioinformaticsElena Sügis
 

More from Elena Sügis (8)

Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed
Tehisintellekti rakendused kõrghariduses:  võimalused ja väljakutsedTehisintellekti rakendused kõrghariduses:  võimalused ja väljakutsed
Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed
 
Practice discovering biological knowledge using networks approach.
Practice discovering biological knowledge using networks approach.Practice discovering biological knowledge using networks approach.
Practice discovering biological knowledge using networks approach.
 
Interpretation of the biological knowledge using networks approach
Interpretation of the biological knowledge using networks approachInterpretation of the biological knowledge using networks approach
Interpretation of the biological knowledge using networks approach
 
Bioinformaticians to the resque
Bioinformaticians to the resqueBioinformaticians to the resque
Bioinformaticians to the resque
 
Basics of Data Analysis in Bioinformatics
Basics of Data Analysis in BioinformaticsBasics of Data Analysis in Bioinformatics
Basics of Data Analysis in Bioinformatics
 
Introduction to Bioinformatics.
 Introduction to Bioinformatics. Introduction to Bioinformatics.
Introduction to Bioinformatics.
 
Study IT in UT
Study IT in UTStudy IT in UT
Study IT in UT
 
Data preprocessing and unsupervised learning methods in Bioinformatics
Data preprocessing and unsupervised learning methods in BioinformaticsData preprocessing and unsupervised learning methods in Bioinformatics
Data preprocessing and unsupervised learning methods in Bioinformatics
 

Miks on äge teadlane olla?