Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Программа курса

Курс рассчитан на слушателей, не обладающих знаниями в области биоинформатики, и являющимися уверенными пользователями ПК. Биоинформатика рассматривается как комплекс подходов к анализу данных получаемых в биологических экспериментах. В рамках курса обсуждаются большинство биоинформационных задач актуальных на сегодняшний день, одновременно студенты разбирают конкретные задачи биологии не с описательной, а измерительной точки зрения.

По окончанию курса студенты обладают информацией о передовом крае науки в области биоинформатики, знакомы с основными инструментами и подходами, используемыми в этой области, обладают представлениями о проблематике предмета и могут приступать к самостоятельным изысканиям.

Курс (или отдельные его лекции) рекомендуется студентам планирующим продолжить работу в области биологии – так как в рамках курса представлены стандарты представления и статистической обработки данных принятые при представлении результатов.

В рамках курса будут затронуты следующие общие вопросы: структура и представление мировых знаний в области биологии (публичные базы данных, базы данных публикаций, инструментарий и интернет как помощник биоинформатика), статистическая оценка и работа с выборками в биологии, обработка больших массивов данных, стандартные биоинформационные пакеты.

Кроме того будут рассматриваться следующие частные задачи: сиквенирование геномов от бактерий до млекопитающих, аннотация геномов, работа с данными по транскриптомике, протеомные исследования, сравнительная геномика, протеомика, работа с данными по метаболомике, построение и анализ метаболических сетей отдельных бактерий и сообществ, вторичные структуры ДНК, РНК, белков, их предсказание и значимость, третичные и четвертичные структуры белков.

Уникальность представленного курса состоит в использовании задач из реального экспериментального опыта НИИ ФХМ, ИБХ РАН, РНЦ Курчатовский институт. Заинтересовавшиеся студенты смогут не только принять участи в решении задач но и предложить свои решения.

 

Список тем:

  1. Введение в биоинформатику. Обзор курса.
  2. Устройство клетки и биоинформационные задачи возникающие при ее исследовании. Понятие о генетическом коде, транскрипции, трансляции.
  3. Структура мировых знаний в биоинформатике. Публичные базы данных и инструментарий – NCBI, EBI, KEGG, SwissProt, PDB. Работа с публикациями. Средства мониторинга и поиска публикаций. Понятие индексов цитируемости и мировые научные сети. Инструменты и их поиск.
  4. Статистика в биологии, тесты и критерии, работа с выборками. Возникновение и учет статистических ошибок. Работа с большими массивами данных и понятие о false positives при использовании алгоритмов идентификации.
  5. Пакеты биоинформационных программ и алгоритмов. Статистические. R. Bio-perl. Использование unix-сред в биоинформатике. Стандартный пакет биоинформатика (Blast, Mummer и т.д)
  6. Сиквенирование геномов. Принципы сиквенирования. Сиквенирование по Сэнгеру. Next generation sequencing. Сборка геномов из данных о сиквенсах. Проект геном человека. Не разрешенные задачи в области сиквенирования.
  7. Аннотация геномов. Понятие о COG. Признаки гена в последовательности ДНК. Факторы транскрипции и сайты связывания. Стандартные методы и алгоритмы предсказания белков. Протеогеномный подход к проверке предсказаний. Интересные случаи исследования белков в экстремофилах.  Понятие доменов в структуре белков.
  8. Транскриптомика. Варианты получения данных транскриптах. Tilling arrays или NGS. Представление о некодирующих РНК, их классификация, гипотетическое участие в передаче информации.
  9. Метаболомика. Метаболиты в клетке. Оценка достоверности данных о метаболитах.  Использование баз по метаболитам и метаболические реконструкции.  Сравнительная метаболомика.
  10. Сравнительные геномика и протеомика. Филогенетические деревья. Выявление минимального ядра жизненноважных функций.
  11. Протеогеномика. Уточнение предсказаний и аннотаций. Вторичные структуры ДНК и РНК и их участие в регуляции клеточных процессов.
  12. Вторичные, третичные и четвертичные структуры белков. Их предсказание и применения в ЯМР. Анализ конформаций при поиске мишеней. База структур PDB.
  13. Интеллектуальные системы анализа данных. Семантические сети. Data mining.
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика