Modelowanie Złożonych Sygnałów Instrumentalnych
Lider zespołu: prof. dr hab. Michał Daszykowski
Skład zespołu:
dr hab. Ivana Stanimirova-Daszykowska, prof. UŚ (ORCID, Research Gate, Google Scholar)
dr hab. Mieczysław Sajewicz, prof. UŚ (ORCID, Research Gate)
dr Łukasz Pieszczek (ORCID, Research Gate, Google Scholar)
dr Olena Spaska
mgr Paweł Dziki
mgr Michał Kula
Strona internetowa: https://sites.google.com/site/chemomlab
Tematyka badań zespołu:
Badania członków Zespołu koncentrują się przede wszystkim na opracowywaniu nowych podejść diagnostycznych bazujących na zaawansowanym przetwarzaniu i modelowaniu sygnałów instrumentalnych. Sygnały te są pozyskiwane za pomocą różnego typu układów pomiarowych, w tym sprzężonych układów pomiarowych, wykorzystujących różne metody detekcji. Obiektem naszych zainteresowań są w szczególności sygnały instrumentalne, tzw. chemiczne odciski palca, które charakteryzują skład chemiczny złożonych próbek. Mogą to być np. chromatogramy uzyskane za pomocą jedno- czy wielokanałowych detektorów (detektor z matrycą diodową, spektrometria mas), densytogramy, obrazy hiperspektralne powierzchni próbek, czy widma fluorescencyjne. Nasze badania mają charakter wysoce interdyscyplinarny ponieważ wykorzystują wiedzę różnych dyscyplin takich jak chemia, biologia, nauki o zdrowiu, farmacja, medycyna, metabolomika, historia sztuki, informatyka, chemometria. W szczególności realizujemy następujące projekty: chromatograficzna charakteryzacja składu złożonych próbek i opracowywanie efektywnych metod ich analizy, badanie składu chemicznego roślin leczniczych, wykorzystanie metod instrumentalnych do badania układów, systemów i zjawisk, modelowanie złożonych sygnałów instrumentalnych (uczenie maszynowe, data mining, oraz przetwarzanie big data), modele diagnostyczne na potrzeby metabolomiki, obrazowanie wielo- i hiperspektralne, ocena wybranych zagrożeń środowiskowych, badanie autentyczności próbek, badanie procesów starzeniowych, ‘inteligentne’ sensory, systemy laboratoryjne i systemy eksperckie, rozwijanie narzędzi chemometrycznych, efektywne przetwarzanie.
Słowa kluczowe opisujące tematykę badawczą:
chemometria, kalibracja, klasyfikacja, dyskryminacja, fuzja danych, modelowanie sygnałów instrumentalnych, modele błędów, planowanie eksperymentu (DoE), identyfikacja źródeł zanieczyszczeń, obrazowanie hiperspektralne, chromatografia, spektroskopia, fluorescencja, metabolomika, wykrywanie zafałszowań, badania autentyczności, chemiczne odciski palca, chemotaksonomia, systemy eksperckie, inteligentne systemy laboratoryjne, analityka procesów technologicznych, kontrola procesów technologicznych, kontrola jakości, projektowanie jakości
Projekty:
- Fluorescencyjne krajobrazy w połączeniu z chemometrycznymi jako potencjalne narzędzie do wyznaczania całkowitej zdolności antyoksydacyjnej, Narodowe Centrum Nauki, nr grantu: 2011/03/N/ST4/00713
- Hiperspektrogramy – nowy sposób opisu, wizualizacji i interpretacji chemicznej niehomogeniczności próbek stałych, Narodowe Centrum Nauki, nr grantu: 2018/29/N/ST4/01547
- Badanie stabilności wybranych związków azowych i diazowych jako dodatków fiskalnych paliw pod wpływem kontrolowanych czynników, Narodowe Centrum Nauki, nr grantu 2014/13/B/ST4/05007
Współpraca:
- Department of Bioorganic Chemistry, Wrocław University of Technology, Poland
- Klinika angiologii, nadciśnienia tętniczego i diabetologii, Uniwersytet Medyczny, Wrocław, Polska
- Walstead Kraków Sp. z o.o., Kraków, Polska
- Department of Chemistry, Brandeis University, Waltham, MA, USA
- Department of Pathophysiology, Plant Protection Institute, Centre for Agricultural Research, Budapest, Hungary
Wybrane publikacje:
[1] A. Ząbek, I. Stanimirova, S. Deja, W. Barg, A. Kowal, A. Korzeniewska, M. Orczyk-Pawiłowicz, D. Baranowski, Z. Gdaniec, R. Jankowska, P. Młynarz, Fusion of the 1H NMR data of serum, urine and exhaled breath condensate in order to discriminate chronic obstructive pulmonary disease and obstructive sleep apnea syndrome, Metabolomics. 11 (2015) 1563–1574. https://doi.org/10.1007/s11306-015-0808-5 (Otwarty dostęp)
[2] J. Orzel, M. Daszykowski, Recent trends in the use of liquid fuel taggants and their analysis, TrAC Trends in Analytical Chemistry. 87 (2017) 98–111. https://doi.org/10.1016/j.trac.2016.11.010.
[3] L. Pieszczek, H. Czarnik-Matusewicz, M. Daszykowski, Identification of ground meat species using near-infrared spectroscopy and class modeling techniques – Aspects of optimization and validation using a one-class classification model, Meat Science. 139 (2018) 15–24. https://doi.org/10.1016/j.meatsci.2018.01.009.
[4] L. Pieszczek, M. Daszykowski, Improvement of recyclable plastic waste detection – A novel strategy for the construction of rigorous classifiers based on the hyperspectral images, Chemometrics and Intelligent Laboratory Systems. 187 (2019) 28–40. https://doi.org/10.1016/j.chemolab.2019.02.009.
[5] M. Daszykowski, J. Orzel, I. Stanimirova, A. Poliwoda, D. Prukala, P. Mlynarz, Studying the stability of Solvent Red 19 and 23 as excise duty components under the influence of controlled factors, Fuel Processing Technology. 206 (2020) 106465. https://doi.org/10.1016/j.fuproc.2020.106465 (Otwarty dostęp)
[6] A. Fulczyk, E. Łata, E. Talik, M. Dolnik, T. Kowalska, M. Sajewicz, Impact of D2O on the peptidization of L-alanine, Reac Kinet Mech Cat. 130 (2020) 5–15. https://doi.org/10.1007/s11144-020-01783-y (Otwarty dostęp)
[7] T. Hocotz, O. Bibikova, V. Belikova, A. Bogomolov, I. Usenov, L. Pieszczek, T. Sakharova, O. Minet, E. Feliksberger, V. Artyushenko, B. Rau, U. Zabarylo, Synergy Effect of Combined Near and Mid-Infrared Fibre Spectroscopy for Diagnostics of Abdominal Cancer, Sensors. 20 (2020) 6706. https://doi.org/10.3390/s20226706 (Otwarty dostęp)
[8] E. Łata, A. Fulczyk, P.G. Ott, T. Kowalska, M. Sajewicz, Á.M. Móricz, Thin-layer chromatographic quantification of magnolol and honokiol in dietary supplements and selected biological properties of these preparations, Journal of Chromatography A. 1625 (2020) 461230. https://doi.org/10.1016/j.chroma.2020.461230 (Otwarty dostęp)
[9] M. Patrzałek, M. Kosecka-Strojek, K. Lisowska-Łysiak, M. Trela, M. Kot, M. Gawlak, D. Liszka, M. Sajewicz, B. Tombarkiewicz, K. Pawlak, J. Międzobrodzki, M.W. Lis, Preliminary evaluation of application of a 3-dimensional network structure of siloxanes Dergall preparation on chick embryo development and microbiological status of eggshells, Poultry Science. 99 (2020) 1581–1590. https://doi.org/10.1016/j.psj.2019.10.079 (Otwarty dostęp)
[10] I. Stanimirova, M. Banasik, A. Ząbek, T. Dawiskiba, K. Kościelska-Kasprzak, W. Wojtowicz, M. Krajewska, D. Janczak, P. Młynarz, Serum metabolomics approach to monitor the changes in metabolite profiles following renal transplantation, Scientific Reports. 10 (2020) 17223. https://doi.org/10.1038/s41598-020-74245-z (Otwarty dostęp)