Promotie S.K. Imangaliyev

Over de fysiologische en biologische processen die zijn betrokken bij het handhaven van een goede mondgezondheid is weinig bekend. Essentieel in het behouden van een goede mondgezondheid zijn processen die ervoor zorgen dat het orale ecosysteem verstoringen van de gezonde balans op efficiënte wijze kan herstellen. Een complex netwerk van interacties tussen speeksel, mondbacteriën en het actieve afweersysteem lijkt hieraan ten grondslag te liggen. Om deze interacties modelmatig te kunnen bestuderen zijn krachtige rekentechnieken noodzakelijk die kunnen omgaan met meervoudige heterogene biologische datasets. Omdat de standaard analysetechnieken dergelijke grote hoeveelheden complexe biologische datagegevens niet kunnen verwerken heeft promovendus Sultan K. Imangaliyev een statistische machine-learning-techniek ontwikkeld en toegepast.

Uit zijn onderzoek bleek dat het met deze techniek mogelijk is om de mondgezondheid beter en gepersonaliseerd vast te stellen en te voorspellen. Zo bleek het mogelijk om gezonde vrijwilligers in groepen te verdelen aan de hand van gepersonaliseerde microbiële metabole netwerken. Daarnaast reageerden gezonde vrijwilligers heel verschillend op een stressinterventie, hetgeen op basis van predictieve en /of prognostische biomarkers voorafgaande aan de stressinterventie te voorspellen was. De verkregen inzichten kunnen worden gebruikt voor het ontwikkelen van nieuwe strategieën voor het behouden van een goede mondgezondheid.

Sultan Imangaliyev promoveerde op 14 oktober 2016 aan de Universiteit van Amsterdam op zijn proefschrift ‘Multi-view learning and deep learning heterogeneous biological data to maintain oral health’. Zijn promotoren waren prof. dr. W. Crielaard en prof. dr. B.J.F. Keijser. De compromotor was dr. E. Levin.

(Bron: ACTA, oktober 2016)