Jildau Bouwman

Onderzoeksgebied

Jildau Bouwman is sinds 2008 werkzaam bij TNO en werkt binnen het team systeembiologie. Het doel van haar werk is om de publieke en persoonlijke gezondheid te verbeteren en digitale oplossingen te gebruiken waar relevant. Ze richt zich op de interpretatie van omics-data (transcriptomics en metabolomics), data-analyse (inclusief AI) en datamanagement. Dit vereist gegevens uit het hele systeem (omics-gegevens) en uit meerdere bronnen (wearables, menselijke studies en ziekenhuisgegevens) en AI die verklaarbaar is. Haar visie is dat voor het hergebruik van data een rijke set metadata cruciaal is. Ze is een van de drijvende krachten achter de ontwikkeling van de Phenotype database, als systeem om (meta)data van nutritionele studies op te slaan en te hergebruiken. Daarnaast is ze een van de ontwikkelaars van de FAIR-principes.

Jildau Bouwman wordt internationaal erkend als expert op het gebied van persoonlijke gezondheidsgegevens voor preventie en voeding. Ze is betrokken bij NL-AIC (ze maakt deel uit van het MT van de werkgroep 'gezondheidszorg'), co-lead van het team persoonlijke gezondheidsdata van het innovatiecentrum Lifestyle4Health, een van de oprichters van e-CMC, betrokken bij Health-RI vanuit het oogpunt van hergebruik van data voor preventie en is co-lead van de food&nutrition community in ELIXIR.

Projecten

Jildau leidde de publiek-private samenwerking C4Yourself (sept 2021- maart 2023), gefinancierd door Health Holland. Dit project realiseerde een ecosysteem dat een gecentraliseerd overzicht en echte controle van de eigen persoonlijke (gezondheids)gegevens van burgers mogelijk maakt met behulp van de Persoonlijke Gezondheidsomgeving (PGO) en had (long)COVID als use case. Ze toonden aan dat Long/Post COVID patiënten bereid zijn om hun gegevens herbruikbaar te maken via een platform zoals ontwikkeld in C4yourself. Er werd een 'guided informed consent flow' ontwikkeld die kan worden hergebruikt in andere projecten en liet zien dat PGO's in principe kunnen worden gebruikt als een persoonlijke data locker, ook voor hergebruik van data.

Daarnaast coördineerde ze het Europese project Intestinal Microbiomics (INTIMIC) Knowledge Platform (KP) van het Joint Programming Initiative (JPI) 'A Healthy Diet for a Healthy Life' (HDHL) (okt 2019-mei 2022). Het hoofddoel van het INTIMIC Kennisplatform was het bevorderen van studies naar de microbiota, voeding en gezondheid door het verzamelen van beschikbare kennis over de microbiota en de andere aspecten (bijv. voedingswetenschap en metabolomics) die relevant zijn in de context van microbioomonderzoek. Het doel is om deze informatie vindbaar, toegankelijk, interoperabel en herbruikbaar (FAIR) te maken voor de wetenschappelijke gemeenschap en om informatie te delen met de verschillende belanghebbenden.

• Leider Food and nutrition community ELIXIR (March 2022- heden)
• Coördinator van het JPI HDHL project INTIMIC kennisplatform
• Work package leader pilot voor de gezondheidszorg: EASME project: Big Data and B2B platforms: the next big opportunity for Europe (2018- eind 2020)
• Principal onderzoeker Connect2healthconsumer (starting Feb 2020), gefinancierd door Health Holland
• Coördinator van het JPI HDHL project ENPADASI (2014-2017)

Recente podcasts

https://lifestyle4health.nl/algemeen/podcast-12-gebruik-van-gezondheidsdata-voor-preventie-en-gezondheidswinst/

Top publicaties

1. Schultes E, Roos M, Bonino da Silva Santos LO, Guizzardi G, Bouwman J, Hankemeier T, Baak A, Mons B. FAIR Digital Twins for Data-Intensive Research. Front Big Data. 2022 May 11;5:883341. doi: 10.3389/fdata.2022.883341. PMID: 35647536; PMCID: PMC9130601
2. Agamennone V, Abuja PM, Basic M, De Angelis M, Gessner A, Keijser B, Larsen M, Pinart M, Nimptsch K, Pujos-Guillot E, Schlicht K, Sharon I, Untersmayr E, Laudes M, Pischon T, Bouwman J,. HDHL-INTIMIC: A European Knowledge Platform on Food, Diet, Intestinal Microbiomics, and Human Health. Nutrients. 2022 Apr 29;14(9):1881. doi: 10.3390/nu14091881. PMID: 35565847; PMCID: PMC9100002
3. Kim Y, Kim Y, Hwang J, van den Broek TJ, Oh B, Kim JY, Wopereis S, Bouwman J, Kwon O. A Machine Learning Algorithm for Quantitatively Diagnosing Oxidative Stress Risks in Healthy Adult Individuals Based on Health Space Methodology: A Proof-of-Concept Study Using Korean Cross-Sectional Cohort Data. Antioxidants (Basel). 2021 Jul 16;10(7):1132. doi: 10.3390/antiox10071132. PMID: 34356365 Free PMC article.
4. Matualatupauw JC, O'Grada C, Hughes MF, Roche HM, Afman LA, Bouwman J., Integrated Analys of High-Fat Challenge-Induced Changes in Blood Cell Whole-Genome Gene Expression. Mol Nutr Food Res. 2019 Oct;63(20):e1900101. doi: 10.1002/mnfr.201900101. Epub 2019 Sep 30. PMID: 31565847
5. Wilkinson MD, Dumontier M, Jan Aalbersberg I, Appleton G, Axton M, Baak A, Blomberg N, Boiten JW, da Silva Santos LB, Bourne PE, Bouwman J, Brookes AJ, Clark T, Crosas M, Dillo I, Dumon O, Edmunds S, Evelo CT, Finkers R, Gonzalez-Beltran A, Gray AJG, Groth P, Goble C, Grethe JS, Heringa J, Hoen PAC', Hooft R, Kuhn T, Kok R, Kok J, Lusher SJ, Martone ME, Mons A, Packer AL, Persson B, Rocca-Serra P, Roos M, van Schaik R, Sansone SA, Schultes E, Sengstag T, Slater T, Strawn G, Swertz MA, Thompson M, van der Lei J, van Mulligen E, Jan Velterop, Waagmeester A, Wittenburg P, Wolstencroft K, Zhao J, Mons B. Addendum: The FAIR Guiding Principles for scientific data management and stewardship. Sci Data. 2019 Mar 19;6(1):6. doi: 10.1038/s41597-019-0009-6. No abstract available. PMID: 30890711