Machine-learning guided selection of fungal strains for the biobased economy (ML-FUNG)

Schimmels hebben een enorme potentie om een belangrijke bijdrage te leveren aan het ontwikkelen van de biobased economie, maar het selecteren van de juiste schimmel voor een applicatie is vaak moeilijk en tijdrovend. Dit komt mede doordat de alle beschikbare data over verschillende schimmels zelden gecombineerd wordt om het potentiëel van individuele schimmels te voorspellen. In dit project wil ik een machine learning pipeline ontwikkelen, die door het combineren van omics, taxonomie, biotoop en literatuur data, snel een pre-selectie kan maken van geschikte schimmels voor een toepassing, zodat de experimentele testen meer gefocust kunnen worden en minder arbeidsintensief.