Door gebruik te maken van trajectory inferentie methodes, kan een dynamisch differentiatieproces afgeleid worden uit één single-cell transcriptomics experiment. Het doel van dit project is om op een meer robuuste en meer accurate manier het biologisch differentiatieproces te modelleren, en een beter begrip te krijgen van de verschillen in dat proces tussen verschillende patiëntgroepen. Een nadeel dat er voor zorgt dat trajectanalyses niet standaard gebruikt worden bij het analyseren van single-cell data is de inspanning die gepaard gaat met het vinden van een biologisch passend proces. Vaak moeten meerdere methodes en verschillende parameterwaarden uitgeprobeerd worden. Ik zal meerdere bestaande methodes combineren om de kans om een accuraat traject te vinden te verhogen. Het vergelijken van meerdere complexe trajecten is niet mogelijk met de huidige methodes. In dit project zal ik nieuwe methodes ontwikkelen die dit wel kunnen. Ik zal ook een benchmarking platform opstellen dat verschillende metrieken combineert met meerdere gesimuleerde en publiek beschikbare datasets om aligneringsmethoden te vergelijken. Deze methoden zullen gebruikt worden om differentiatietrajecten van stamcellen in de crypten van de darmniche te vergelijken tussen gezonde patiënten en patiënten met darmkanker. We zullen ook de ontwikkeling van B en T cellen uit PBMC en BAL stalen van SARS-Cov-2 positieve en negatieve patiënten analyseren en vergelijken.