Barbary Engelhardt

Barbary Engelhardt
Urodzić się	Barbary Elżbiety Engelhardt
Alma Mater	Uniwersytet Stanforda (BS, MS) Uniwersytet Kalifornijski w Berkeley (doktorat)
Nagrody	Nagroda Overtona (2021)
Kariera naukowa
Pola	Genetyka statystyczna Statystyka bayesowska Uczenie maszynowe Wnioskowanie statystyczne Genomika
Instytucje	Laboratorium napędu odrzutowego Uniwersytetu Princeton w Chicago
Praca dyplomowa	Przewidywanie funkcji molekularnych białek (2007)
Doradca doktorski	Michaela I. Jordana
Strona internetowa	www .cs .princeton .edu /~bee /

Barbara Elizabeth Engelhardt jest amerykańskim informatykiem i specjalistą w dziedzinie bioinformatyki . Pracując jako profesor na Uniwersytecie Stanforda , jej praca koncentrowała się na modelach zmiennych ukrytych , eksploracyjnej analizie danych genomicznych oraz QTL . W 2021 roku otrzymała Nagrodę Overtona przyznawaną przez International Society for Computational Biology .

Edukacja

Engelhardt uzyskał tytuł licencjata w dziedzinie systemów symbolicznych oraz tytuł magistra informatyki na Uniwersytecie Stanforda . W 2008 roku uzyskała stopień doktora na Uniwersytecie Kalifornijskim w Berkeley pod kierunkiem Michaela I. Jordana .

Kariera i badania

Engelhardt pracowała jako pracownik naukowy podoktorancki na Uniwersytecie w Chicago na Wydziale Genetyki Człowieka u Matthew Stephensa w latach 2008-2011. W 2011 roku dołączyła do Duke University jako adiunkt na Wydziale Biostatystyki i Bioinformatyki. W 2014 roku dołączyła do Princeton University jako adiunkt, aw 2017 roku otrzymała awans na stanowisko profesora nadzwyczajnego. W sierpniu 2022 roku przeniosła się do Kalifornii, obecnie zajmuje stanowisko profesora na Uniwersytecie Stanforda i Gladstone Instytut Nauki o Danych i Biotechnologii .

Po ukończeniu Stanford Engelhardt przez dwa lata pracował w Jet Propulsion Laboratory w grupie sztucznej inteligencji, pracując nad planowaniem i tworzeniem harmonogramów dla autonomicznych statków kosmicznych. Jako doktorantka w Berkeley opracowała modele statystyczne do funkcji białek i ramy statystyczne do wnioskowania o ontologiach . Podczas swoich badań podoktoranckich opracowała modele rzadkiej analizy czynnikowej dla struktury populacji oraz modele bayesowskie do testowania asocjacji.

Na jej stanowisku wydziałowym większość badań Engelhardt koncentrowała się na opracowywaniu modeli zmiennych ukrytych i eksploracyjnej analizie danych dla danych genomowych, a także na modelach statystycznych do testowania asocjacji w QTL ekspresji . Jako członek Konsorcjum Genotype Tissue Expression (GTEx), jej grupa była odpowiedzialna za odkrycie i analizę trans-eQTL w danych GTEx v6 i v8.

Po zakończeniu kadencji badania Engelhardta w tych modelach zmiennych utajonych rozszerzyły się o sekwencjonowanie pojedynczych komórek, ze szczególnym uwzględnieniem transkryptomiki przestrzennej. Pracowała również nad eksperymentalnym projektem bayesowskim z wykorzystaniem kontekstowych wielorękich bandytów i dostosowała tę pracę do problemu nowego gatunku, aby zebrać dane dotyczące pojedynczych komórek do budowy atlasu. Jej praca rozszerzyła się również na uczenie maszynowe dla elektronicznej dokumentacji medycznej.

Prace Engelhardta zostały zaprezentowane w magazynie Quanta . W 2017 roku wygłosiła na TEDx zatytułowane: „Not What but Why: Machine Learning for Understanding Genomics”.

Honory i nagrody

Badania Engelhardta zostały sfinansowane przez National Institutes of Health w ramach dwóch grantów R01 i szeregu innych mechanizmów. Engelhardt została wyróżniona kilkoma nagrodami, w tym stypendium im. Alfreda P. Sloana w dziedzinie biologii obliczeniowej, nagrodą National Science Foundation CAREER, dwoma grantami Chan Zuckerberg Initiative na Human Cell Atlas oraz Fast Grant za jej ostatnią pracę nad COVID-19. W 2021 roku otrzymała Nagrodę Overtona przyznawaną przez International Society for Computational Biology .

Praca podoktorancka Engelhardt była częściowo finansowana z grantu NIH NHGRI K99, a jej doktorat był częściowo finansowany ze stypendium NSF Graduate Research Fellowship i stypendium Google Anita Borg w 2005 r. W 2004 r. otrzymała nagrodę Waltera M. Fitcha przyznawaną przez SMBE.

Służba i przywództwo

Engelhardt zasiadał w Radzie Dyrektorów (2014–2017) i Starszej Radzie Doradczej (2017–obecnie) ds. Kobiet w uczeniu maszynowym. Jest współprzewodniczącą Diversity & Inclusion International Conference on Machine Learning (ICML, 2018–2022). W 2019 była członkiem Komitetu Doradczego PZH przy Dyrektorze, Grupa Robocza ds. Sztucznej Inteligencji