Биоинформатика — 2025 года

Программа магистратуры выступает точкой роста для подготовки и развития биоинформатики и системной биологии в Российской Федерации, а также, учитывая уникальную материально-техническую базу Университета, создаёт возможности для наиболее эффективного развития научно-исследовательских и прикладных проектов обучающихся. 

Преимущество программы заключается:

• в глубокой междисциплинарной подготовке обучающихся в области молекулярной биологии, генетики, химии, компьютерных наук, математики и статистики;
• в единстве научно-исследовательской и прикладной подготовки обучающихся, реализующемся посредством формирования у обучающихся не только навыков разработки различных компьютерных методов работы с данными, но и практических навыков работы с биомедицинскими и биотехнологическими данными (от получения в лабораторных условиях до их обработки, анализа и интерпретации) в широком спектре задач наук о жизни;
• в возможности формирования обучающимися индивидуальной образовательной траектории за счёт выбора блока профессиональных дисциплин (модулей) по следующим направлениям: анализ геномных данных, структурная биология и разработка лекарственных препаратов;
• в сквозной практической и научно-исследовательской (проектно-исследовательской) деятельности обучающихся над задачами Научного центра генетики и наук о жизни Университета, Научного центра трансляционной медицины Университета и технологических компаний — партнёров программы магистратуры с использованием многоядерного вычислительного кластера и высокотехнологичного оборудования Ресурсного центра естественных наук Лабораторного комплекса Университета.

• разрабатывать инновационные вычислительные методы и программные средства, в том числе с использованием искусственного интеллекта, для обработки, анализа и интерпретации больших массивов биомедицинских и биотехнологических данных;
• применять высокоэффективные методы обработки, анализа и интерпретации больших данных в биологии и медицине, а также в междисциплинарных исследованиях на стыке естественных наук;
• формулировать и ставить научные и прикладные задачи в междисциплинарных исследованиях на стыке естественных наук для их решения методами вычислительной биологии;
• обеспечивать внедрение результатов научной и проектной деятельности в практику.

• Обработка данных NGS.
• Основные алгоритмы машинного обучения.
• Нейронные сети в биоинформатике.
• Алгоритмы в биоинформатике.
• Системная биология.
• Структурная биоинформатика и строение белков.
• Компьютерная разработка лекарственных средств и основы хемоинформатики.

• Динамическое моделирование метаболизма метанотрофных микроорганизмов.
• Математическое моделирование микробного сообщества молочнокислых бактерий в различных условиях.
• Изучение особенностей метаболизма Metylotuvimicrobium alcaliphilum 20ZR при культивировании на метаноле в качестве единственного источника углерода с использованием методов потокового моделирования
• Разработка модуля для реконструкции потоковых математических моделей с использованием методов машинного обучения.
• Реконструкция потоковых dFBA моделей для спутников M.Capsulatus Bath: Cupriavidus gilardii, Cupriavidus necator, Brevibacillus agri.
• Разработка методов предсказания геномных энхансеров по омиксным данным экспериментов кэп-анализа генной экспрессии (CAGE), на основе подхода скрытых марковских цепей.
• Разработка Interaction Fingerprint (IFP) для анализа белок-лигандных взаимодействий и диффузной генерации новых лекарственных соединений.
• Разработка ML коллективных переменных в QM/MM метадинамике для протеиназ разных типов для рационального дизайна новых ферментов.