In dit project moeten jullie robotonderdelen uit een speelgoedwinkel op een creatieve manier samenvoegen zodat er een flexibel onderzoeksplatform ontstaat. Dit platform wordt dan gebruikt voor het implementeren en testen van de resultaten van het SCD onderzoek.

Het doel van het project is:

1. in welke mate verschillende robot kits geschikt zijn om zo’n platform te bouwen. Voorbeelden zijn:
   

   Lego Mindstorms	Kephera robots	Helixx Anyone Can Fly
   mindstorms.lego.com	www.k-team.com	www.protech.be/html/t0508.html

   
   De meest boeiende/haalbare optie zal aangekocht worden om verder uit te werken.
   
   
2. De uitvoering van het project. Hier zullen jullie gebruik maken van de verschillende technieken die binnen onze onderzoeksgroep ontwikkeld worden. Het is de bedoeling dat de resultaten van dit project kunnen dienen om onze resultaten te demonstreren, bijvoorbeeld:
   • Regeltechniek
   • Optimalisatie
   • Systeem identificatie
   • Collectief gedrag

Through this project, you will enter the amazing world of the Robots. In the following pictures you can see some prototypes that you can assemble and program:

Wall Follower	Radar Car: A robot that uses infrared rays for avoiding obstacles	Barrel Collector Robot This robot detects barrels up to 3 meters away, goes straight to them, grab them with its arm and collect them in a basket.

These are only a few examples of what you can do, you can create your own design, the limit is only imposed by your imagination!! Join to this journey of discovery and learning ! You will not regret it !

In order to construct the robot, the Lego Mindstorms Kit would be used. Do you want to know more about Lego Mindstorms? visit these websites: en.wikipedia.org/wiki/Lego_Mindstorms, mindstorms.lego.com. Furthermore, If you want to know about projects developed by different people around the world, you can visit this website (among many others): www.philohome.com/mindstorms.htm.

The objective of this project is to build at least one robot that performs one of the tasks of the prototypes presented in the figures. But don’t limit your robot to those tasks, this is only the minimum requirement to be fulfilled in this project, more advanced robots are always welcome.

Het is algemeen geweten dat ons DNA bestaat uit 4 lettertekens: A, C, G en T. In het historische jaar 2001 werden al deze letters van ons erfelijk materiaal volledig in kaart gebracht. Het werd echter snel duidelijk dat dit niet het einde van de zoektocht was, maar pas het begin. Toch had de kennis van deze lettercode een enorme impact op de manier waarop aan moleculair biologisch onderzoek wordt gedaan. Een voorbeeld van een technologie die hierdoor mogelijk werd gemaakt is deze van de DNA chips.

Een DNA chip is, letterlijk, een chip die op zijn oppervlak alle stukjes DNA bevat die in onze cellen een belangrijke functie uitvoeren. Met behulp van geavanceerde meetmethodes kan men met deze chips de activiteit nagaan van duizenden genen tegelijk. Op die manier gaat men zoeken naar verbanden tussen genen en functionele modules identificeren. Deze kunnen bijvoorbeeld belangrijk zijn in het ontrafelen van complexe genetische aandoeningen of kanker. Alleen als we begrijpen hoe deze functionele eenheden werken en samenwerken, kunnen we op een meer gerichte en efficiënte manier ingrijpen als er iets fout loopt (in het geval van een aandoening).

Als jobstudent maak je in deze opdracht kennis met DNA chips en zijn vele toepassingen. Je praat met mensen die de experimenten uitdenken, opzetten en analyseren. Je ziet van nabij hoe een DNA chip wordt gemaakt en hoe een experiment wordt uitgevoerd. Je denkt zelf na over de toepassingsmogelijkheden van de technologie. Het doel van deze job is om alle informatie die je verzamelt, begrijpelijk voor te stellen. Hiertoe vergaar je zelf beeld- en videomateriaal in verschillende onderzoeksgroepen aan de K.U.Leuven. Je plaatst beschrijvingen bij het materiaal en maakt het doorzoekbaar (bijvoorbeeld via een website). Tot slot helpen we je met het monteren van een video die voor educatieve doeleinden gebruikt kan worden.

Waar begin je wanneer je op zoek bent naar een specifieke website te midden van de miljoenen pagina’s op het web? De overgrote meerderheid van de populatie op deze aardbol begint die zoektocht op www.google.com. “Google-en” is zo’n alledaagse gewoonte geworden dat het ondertussen een gekend werkwoord is. Google is in staat om 8 miljard webpagina’s te doorzoeken in 0,2 seconden, en doet dit gemiddeld zo’n 6000 maal per seconde, in 100 verschillende talen.

Recentelijk zijn deze zoekmachines (Google,Yahoo,MSN) hun kracht ook gaan richten op de steeds groter wordende verzameling van documenten op een specifieke computer, of desktop. Deze desktop-search (zoals die toepassing van de zoekmachines genoemd wordt) zorgt voor een zekere orde in de chaos van documenten, en maakt het zoeken naar een specifiek document een stuk eenvoudiger.

Als je kijkt naar het ontstaan van Google is het duidelijk dat deze markt in essentie openligt voor het grijpen, gegeven de juiste ingeving. Het verhaal van “any kid with a pc in a garage can do it” spreekt ongetwijfeld tot de verbeelding. Net zoals bij de internet zoekmachines, zijn bij de desktop search alle tools voor handen: een pc met documenten erop is voldoende om je ideeën voluit op te exploiteren. Het is aan jou om trachten te achterhalen wat de gemiddelde gebruiker wenst te bereiken en hoe je dit zo efficiënt mogelijk omzet in termen van data-mining en eenvoudig programmeer-werk. “All you need is the right idea”, en wie weet blaas jij de volgende zeepbel.

Concreet zal je gebruik makende van een open-source search-engine Lucene kennis maken met de grote principes waarmee dergelijke zoekmachines werken. Onder begeleiding zal je dan een java toepassing maken die het mogelijk maakt om via je browser een desktop-search uit te voeren. Dit alles tenslotte tevens met het oog op het vinden van relevante informatie in wetenshappelijke papers, en andere datamining vraagstukken. Naarmate het project vordert bestaat er nog steeds de mogelijkheid om nieuwe ideeen te implementeren, en wie weet het zoekalgoritme aan te passen en … misschien word jij wel de volgende billion dollar man.

Voor een gedetailleerd overzicht van de geschiedenis van google, neem een kijkje op: http://www.google.com/corporate/history.html

Kunnen we voorspellen wat morgen gaat gebeuren door te kijken naar wat we tot vandaag hebben meegemaakt? Hoe deterministisch gedraagt de fysische wereld zich? In verscheidene toepassingsgebieden worden wiskundige technieken gebruikt om te voorspellen. De positie van een ruimteschip kan voorspeld worden vooraleer het wordt gelanceerd, de kans op regen kan berekend worden, we kunnen de vraag naar energie op een bepaald uur voorspellen, ...

Hoe worden deze voorspellingen gemaakt? Bestaan er onvoorspelbare fenomenen? Hoe moeten we onstabiele systemen, niet-lineair gedrag en chaos behandelen? Hoe ver in de tijd, hoe snel en hoe goed kunnen we voorspellen?

Tijdens deze vakantiejob kan je kennismaken met de basisconcepten van dynamische systemen, de oorsprong van tijdreeksanalyse, je kan spelen met attractoren in chaotische systemen en simulaties doen voor de voorspelling van o.a. elektriciteitsconsumptie.

HIV (Human Immunodeficiency Virus) is het snel muterende retrovirus dat verantwoordelijk is voor de ziekte AIDS. De meeste hedendaagse HIV-1 behandelingen werden ontwikkeld voor gebruik tegen het subtype B. Dit is het belangrijkste subtype in Europa, Amerika, Japan en Australië. In zuidelijk en oostelijk Afrika, India en Nepal daarentegen overheerst subtype C.

De actuele genees-middelen zijn dus mogelijk minder effectief in Afrika en Azie, net die plaatsen waar de ergste HIV epidemie in de wereld woedt. Om te vermijden dat dit een 'achterpoortje' wordt waarlangs HIV-1 aan de medische greep ontsnapt, dienen toekomstige cocktails ook genomische verschillen tussen B en C-subtypes aan te pakken.

Within our cells, the DNA is organized in chromosomes which are stored in the nucleus as a support of the genetic information. DNA can be seen as a very long sentence only made with four letters ('A', 'T', 'C' and 'G') which correspond to four different base pairs. The color of our eyes, the shape of our nose or our size are all determinated by our DNA and more precisely by the genes. The genes are small fragments of DNA that are useful to make proteins, they represent less than 5% of the genome. Sometimes, an alteration in a gene can result in a disease such as the Down Syndrome (3 copies of chromosome 21 instead of the usual pair) which leads to mental retardation. Hundreds of similar cases are already known and it's now time to analyse what we have. The goal of the project is to find differences between disease genes and non disease genes. The data to work with will be the DNA sequences of the genes. At the end, the statistics (gene length, triplet probabilities, etc.) should be presented in graphics and figures.

Figure 1 Karyotype of a Down Syndrome individual (trisomy 21).

The problem is our human beings have too many genes (over 30,000)! A blind study will surely spend out time and money but gain nothing. So we need some good tactics to facilitate our statistics. A gene network is a collection of DNA segments in a cell which interact with each other and with other substances in the cell, thereby governing the rates at which genes are transcribed into mRNA. The network methods are increasingly used to represent the interactions of genes and/or proteins. Since genes or proteins that are directly linked may have a similar biological function or may be part of the same biological pathway, it is quite natural and effective to study genes by navigating the network from well known genes to unknown genes according to their links. There are various methods available to reconstruct the gene network, however, most of them require complete data about genes and sometimes might also be very time costy and expensive.

Figure 2. A yeast protein-protein interaction network described by Jeong H. et al. Nature. 2001. This network has 1,870 proteins as nodes, connected by 2,240 identified direct physical interactions

Fortunately, the World Wide Web provides us extensive accessibility to the huge amount of information sources, which can be utilized effectively to reconstruct gene network. For example, MEDLINE is the world's most comprehensive source of life sciences and biomedical literature information with nearly 17 million records. Through the PubMed service provided by NCBI, users can access titles, abstracts and citations of MEDLINE records either through PubMed web interface or through self-developed computer programs. Obviously, this literature information contains descriptions of interactions between genes if these genes are mentioned simultaneously in a same sentence, or in a small context of a same publication. By reading and counting the occurrences of all genes and all the pairwise co-occurrences of different genes, one would able to derive a gene network purely from literature information. However, since there are millions of publications and thousands of genes, it is impossible for human being to read and count them manually in their life time. Hence, intelligent computer programs are developed to read the literature and count the occurrences of genes automatically, which is know as “text mining”. By these text mining programs, it is feasible to read and count thousands of genes in millions of publications in a few days, meanwhile, we can just let the computers working and go to enjoy our weekends. This summer job requires a little bit programming in Java, MATLAB and some other free software tools for Gene Network Visualization.