Научный руководитель направления «Вычислительная биология»,
Научный центр генетики и наук о жизни
Образовательная программа направлена на подготовку высококвалифицированных специалистов — исследователей и преподавателей с углублёнными знаниями и практически применимыми навыками по таким перспективным и стратегически важным направлениям:
анализ генетических данных и биостатистика;
структурная биология и разработка лекарственных препаратов;
системная биология и математическое моделирование в биологии и медицине.
Аспиранты участвуют в передовых исследованиях на стыке нескольких научных направлений, а именно прикладной математики, информатики и биологической науки, что отражает стратегические приоритеты развития Университета «Сириус» в научно-исследовательской деятельности.
Программа реализуется на базе научного направления «Вычислительная биология».
Познакомьтесь с возможностями обучения в аспирантуре
на очных встречах для абитуриентов 6, 20, 27 июня и 10, 18, 25 июля в 12:00 (мск).
Подать заявку
на онлайн-встречах с руководителем, педагогами и участниками программы.
Программа аспирантуры предусматривает возможность погружения и трудоустройства аспирантов:
1. «Анализ и интерпретация геномных данных»
Современные технологии секвенирования (NGS) генерируют большие объёмы разнообразных экспериментальных данных, которые требуют сложного биоинформатического анализа. В Университете «Сириус» разрабатывается открытая модульная биоинформатическая платформа для анализа и интерпретации геномных данных. В рамках диссертационной работы планируется:
Научный руководитель — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус» Фёдор Анатольевич Колпаков.
2. «Виртуальная клетка»
Используя платформу BioUML (biouml.org), разработаны отдельные модули, связанные с регуляцией метаболизма и работой клетки (гликолиз, цикл Кребса, апоптоз и т.п.). Необходимо будет разработать новые модули, чтобы, в конечном итоге, приблизиться к полной модели работы клетки.
Научный руководитель — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус» Фёдор Анатольевич Колпаков.
3. «Разработка моделей машинного обучения для описания физико-химических свойств органических молекул»
Повышение точности квантовохимических расчётов различных свойств молекул является важной задачей, связанной с прогнозированием реакционной способности, токсичности и фармакологической активности молекул. Однако изучение свойств даже небольших наборов крупных органических молекул затруднено вычислительной сложностью высокоточных методов квантовой химии, в частности, методов теории функционала плотности и связанных кластеров. Идея замены наиболее трудоёмких частей квантовохимических расчётов методами машинного обучения активно изучается в последнее время. В работе будет проанализирована применимость машинного обучения для быстрого уточнения результатов, полученных методами с низким уровнем теории на примере датасетов для широкого круга биологически активных молекул.
Научный руководитель — доктор химических наук, направление «Вычислительная биология» Научно-технологического университета «Сириус» Игорь Алексеевич Седов.
4. «Моделирование фармакокинетики наночастиц в раковых опухолях»
Наночастицы рассматриваются как эффективный способ доставки лекарственных препаратов к раковым клеткам. В ходе работы необходимо будет построить модели распределения наночастиц по организму и раковым опухолям. В ходе работы будут использоваться экспериментальные данные, полученные в Университете «Сириус»
Научный руководитель — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус» Фёдор Анатольевич Колпаков.
5. «Разработка и анализ потоковых моделей метаболизма молочнокислых бактерий»
Применение современных геномных методов к изучению молочнокислых бактерий продемонстрировало уникальные возможности адаптации этой группы микроорганизмов к условиям с большим содержанием органических соединений (молока), что повлияло на особенности метаболизма этих организмов. Управление этими особенностями открывает большие перспективы по повышению эффективности пищевых и биотехнологических производств, а также разработки новых типов пробиотиков. Создание штаммов-суперпродуцентов, в том числе и для лактобактерий, на основе методов биоинженерии и синтетической биологии неразрывно связано с развитием и применением методов математического моделирования метаболических и генных систем. В этой области изучения метаболического потенциала лактобактерий и путей оптимизации их роста создана целая серия потоковых и динамических моделей, которые позволили не только изучить количественно метаболические возможности лактобактерий при анаэробном и аэробном росте, но и в том числе усовершенствовать стратегии метаболической инженерии для улучшения биотехнологических показателей штаммов, продуцирующих диацетил, сукцинат и гамма-аминомасляную кислоту, ценные сведения о метаболических сетях, лежащих в основе формирования вкуса, что может способствовать новым разработкам в молочной промышленности и исследованиям вкуса сыра. В этом направлении развития системной биологии создание метаболических сетей на основе целого генома (GENRE, GEnome-scale Network REconstruction) является наиболее перспективным. В рамках диссертационной работы будет освоена технология получения биологически значимых результатов с помощью интеграции биоинформатического анализа полногеномных данных для живых систем с последующей реконструкцией либо потоковой модели, позволяющей исследовать метаболизм клетки на уровне всего генома, либо кинетической модели, предоставляющей компьютерную платформу для проведения in silico количественных экспериментов по генетическим модификациям и метаболическому инжинирингу молочнокислых бактерий.
Научный руководитель — кандидат биологических наук, ведущий научный сотрудник, руководитель магистратуры направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус» Илья Ринатович Акбердин.
6. «Неравновесные методы расчёта свободной энергии комплексообразования белков и лигандов»
Неравновесные методы расчёта свободной энергии комплексообразования белков и лигандов основаны на использовании данных, полученных при нарушении равновесия системы. Они позволяют ускорить расчёты и исследовать редкие события, которые трудно наблюдать в равновесных условиях, например, процесс связывания лиганда и белка с учётом подвижности обоих участников. Такие методы требуют меньше вычислительных ресурсов, по сравнению с методами термодинамического интегрирования или umbrella sampling. Предполагается использование метода «метадинамики» (Metadynamics) в неравновесных условиях. Это позволяет ускорить исследование редких событий за счёт добавления потенциала, «заполняющего» уже посещённые области. В неравновесных условиях может использоваться для ускоренного расчёта свободной энергии связывания. Применение этого типа методов будут использоваться для предсказания аффинности связывания, изучения кинетики ассоциации/диссоциации, поиска оптимальных лигандов в drug design.
Научный руководитель — доктор химических наук, профессор, направление «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус» Андрей Викторович Головин.
7. «Транскрипционная пластичность и эпигенетическая регуляция у сельскохозяйственных животных и птиц»
Современные высокопроизводительные методы секвенирования, такие как CAGE-seq и RNA-seq, позволяют детально исследовать особенности регуляции транскрипции, выявлять новые TSS и анализировать активность регуляторных элементов. Эти технологии открывают новые перспективы в изучении эпигенетической регуляции и позволяют идентифицировать механизмы, лежащие в основе транскрипционной пластичности. Транскрипционная пластичность — это способность клеток изменять профили экспрессии генов в ответ на внутренние и внешние сигналы. Данный феномен играет ключевую роль в адаптивных процессах, включая рост, развитие и стрессоустойчивость. В рамках настоящего исследования особое внимание будет уделено взаимосвязи транскрипционной пластичности и эпигенетических механизмов у русской белой курицы, что позволит глубже понять принципы адаптации сельскохозяйственных птиц к изменяющимся условиям окружающей среды. Несмотря на значительные достижения в области функциональной геномики и эпигенетики, остаются нерешённые вопросы, касающиеся регуляции транскрипции у птиц, в частности, влияния эпигенетических механизмов на транскрипционную пластичность. Исследование данных процессов у русской белой курицы позволит расширить знания в области биологии роста и адаптации, а также предложить новые подходы к генетическому улучшению продуктивных качеств сельскохозяйственных птиц. Таким образом, данная работа направлена на изучение эпигенетической регуляции и транскрипционной пластичности у русской белой курицы и её гибридов в контексте роста и стресс-адаптации, что представляет собой актуальную и практически значимую научную задачу. Также интеграция данных CAGE и RNA-seq, в сочетании с функциональной аннотацией регуляторных элементов, открывает новые перспективы в изучении эпигенетической регуляции экспрессии генов у кур. Эти исследования не только расширяют понимание механизмов адаптации и роста, но и могут внести вклад в разработку селекционных программ, основанных на учёте транскрипционной пластичности и эпигенетической регуляции.
Научный руководитель — кандидат биологических наук, старший научный сотрудник Научно-технологического университета «Сириус», направление «Вычислительная биология» Научного центра генетики и наук о жизни Сергей Сергеевич Пинтус.
By clicking the "I AGREE" button, you confirm that you are aware of the use of cookies on our website and have read our Privacy Policy
chat in