David Martinez Enguita

Förste forskningsingenjör

Publikationer

2025

David Martínez Enguita (2025)

Explainable deep learning for DNA methylation analysis in health and disease (Doktorsavhandling, sammanläggning)

https://dx.doi.org/10.3384/9789181183320

David Martinez, Thomas Hillerton, Julia Åkesson, Daniel Kling, Maria Lerm, Mika Gustafsson (2025)

Precise and interpretable neural networks reveal epigenetic signatures of aging across youth in health and disease Frontiers in Aging, Vol. 5, Artikel 1526146 (Artikel i tidskrift)

https://dx.doi.org/10.3389/fragi.2024.1526146

Lovisa Karlsson, Isabelle Öhrnberg, Shumaila Sayyab, David Martinez, Mika Gustafsson, Patricia Espinoza, Melissa Mendez-Aranda, Cesar Ugarte-Gil, Lameck Diero, Ronald Tonui, Jakob Paues, Maria Lerm (2025)

A DNA Methylation Signature From Buccal Swabs to Identify Tuberculosis Infection Journal of Infectious Diseases, Vol. 231, s. e47-e58 (Artikel i tidskrift)

https://dx.doi.org/10.1093/infdis/jiae333

2024

Isabelle Öhrnberg, Lovisa Karlsson, Shumaila Sayyab, Jakob Paues, David Martinez, Mika Gustafsson, Patricia Espinoza-Lopez, Melissa Mendez-Aranda, Ericka Meza, Cesar Ugarte-Gil, Nicholas Kiprotich, Lameck Diero, Ronald Tonui, Maria Lerm (2024)

A DNA methylation signature identified in the buccal mucosa reflecting active tuberculosis is changing during tuberculosis treatment Scientific Reports, Vol. 14, Artikel 29552 (Artikel i tidskrift)

https://dx.doi.org/10.1038/s41598-024-80570-4

2023

David Martinez, Sanjiv Dwivedi, Rebecka Jornsten, Mika Gustafsson (2023)

NCAE: data-driven representations using a deep network-coherent DNA methylation autoencoder identify robust disease and risk factor signatures Briefings in Bioinformatics, Vol. 24, Artikel bbad293 (Artikel i tidskrift)

https://dx.doi.org/10.1093/bib/bbad293

Nyheter

Mika Gustafsson och David Martinez kikar in i ett rack i superdatorhallen Kärnhuset, NSC.

Ett steg mot AI-stödd precisionsmedicin

AI som hittar mönster i komplexa biologiska data kan på sikt bidra till individanpassad sjukvård. Forskare vid LiU har tagit fram en AI-stödd metod som bland annat kan användas till att bestämma personers kronologiska ålder och om de är rökare.