1) ПРИГЛАШАЮТСЯ СТУДЕНТЫ-БИОИНФОРМАТИКИ ДЛЯ ВЫПОЛНЕНИЯ МАГИСТЕРСКОЙ РАБОТЫ В МФТИ
Студентам с навыками программирования и интересом к онкогеномике, поступающим в магистратуру МФТИ в 2020 году, предлагается научная работа в области разработки биоинформатических алгоритмов выявления драйверных мутаций с применением новой вероятностной гипотезы развития рака.
Подана заявка на грант РНФ. Планируется несколько публикаций в международных рецензируемых журналах входящих в первый квартиль Scopus (импакт-фактор 5-15). Возможна подача патента на новый биоинформатический алгоритм выявления драйверных мутаций. Планируется выступление на нескольких международных конференциях по онкологии. Результаты работы будут также освещены в СМИ.
Научными руководителями выступят Беликов Алексей Витальевич, Dr.rer.nat., старший научный сотрудник лаборатории разработки инновационных лекарственных средств и агробиотехнологий МФТИ и Леонов Сергей Викторович, Ph.D., M.D., заведующий лабораторией.
От студентов требуется уверенное владение Python и/или R, опыт работы в Linux. Крайне важным будет навык писать скрипты для кросс-конвертации и анализа различных текстовых и табличных форматов данных –TXT, TSV, MAF, VCF, а также навыки оптимизации этих скриптов для работы с крупными файлами, навыки работы с удаленными серверами, навыки визуализации данных. Критичны желание и возможность уделять проекту не менее 20 часов в неделю, желательно присутствие на рабочем месте два-три дня в неделю.
Заинтересовавшиеся могут узнать подробности и пройти собеседование, прислав резюме и оставив заявку по электронному адресу: belikov.research@gmail.com. Попробовать свои силы можно еще до начала осеннего семестра!
Некоторые основополагающие детали проекта:
В современной онкологии осуществляется переход от неспецифичной химиотерапии с серьезными побочными эффектами к персонализированной терапии таргетными препаратами, подбираемыми под конкретного пациента на основании секвенирования генома опухоли. Их принцип основан на фармакологическом воздействии на продукты генов, в которых произошли так называемые драйверные мутации, т.е. мутации, способствующие росту и прогрессированию опухоли. Однако, поскольку в опухоли присутствует большое количество случайных мутаций, от нескольких сотен до нескольких тысяч на пациента, выявление среди них нескольких драйверных (а значит, перспективных мишеней для терапии) является нетривиальной задачей, которую в настоящее время пытаются решить с помощью разнообразных биоинформатических алгоритмов. При этом, результаты различных алгоритмов плохо коррелируют друг с другом, что демонстрирует их несовершенство.
Ранее в нашей лаборатории было показано (результаты опубликованы в журнале Scientific Reports в 2017 году., а также в первом препринте и во втором препринте в 2018-2019 годах ), что применяя определенное статистическое распределение к данным по заболеваемости раком в различных возрастных группах можно прогнозировать количество драйверных мутаций для любого вида рака. В результате выполнения работы, планируется выявить биоинформатические алгоритмы, результаты которых наиболее значимо коррелируют с прогнозами на основании этого распределения. Также планируется разработка собственных алгоритмов выявления драйверных мутаций, с учетом достоинств и недостатков протестированных готовых алгоритмов. Эти алгоритмы далее можно будет рекомендовать к применению в персонализированной медицине для выявления драйверных мутаций у индивидуальных пациентов и назначения таргетных препаратов.
2) ПРИГЛАШАЮТСЯ СТУДЕНТЫ ДЛЯ ВЫПОЛНЕНИЯ МАГИСТЕРСКОЙ ИЛИ ДИПЛОМНОЙ РАБОТЫ
Студентам с интересом к биофизике предлагается научная работа в области механобиологии рака по теме «Наночастицы для диагностики и прогнозирования рака»
Некоторые основополагающие детали проекта:
Сегодня рак является третьей причиной смертности во всем мире, в то время как основной причиной (более 90%) всех смертей, связанных с раком, является метастазирование. Существуют различные методы выявления рака, такие как анализы крови с помощью специфических для рака маркеров, визуализация и т. д. Однако прогнозирование метастазирования является сложным, не количественным и не безошибочным, поэтому крайне необходимы новые быстрые и количественные методы.
Метастатическая инвазия через ткани является критическим этапом в образовании метастазов. В процессе инвазии раковые клетки изменяют морфологию и прикладывают силы к окружающей среде. Внутренняя среда высоко метастатических клеток более динамична, а их цитоскелет более редок, чем в слабо метастатических и доброкачественных клетках. Большая способность к восстановлению и пластичность высокоинвазивных метастатических клеток связана с сократительным аппаратом актомиозина и с ремоделированием актина. Механизмы цитоскелета (т.е. сеть актина), используемые метастатическими клетками для процесса инвазии, широко изучены и обнаруживают сходство с участием актинового цитоскелета в путях регуляции эндоцитоза. Актин участвует в нескольких стадиях эндоцитоза, включая мембранную инвагинацию, расщепление и движение эндоцитарного пузырька.
В настоящее время наночастицы широко используются для адресной доставки лекарств, когда частицы со специальным покрытием инкапсулируются раковыми клетками посредством эндоцитоза. Определение скорости и / или интенсивности эндоцитоза с помощью флуоресцентных наночастиц, интернализованных клетками, является простым, быстрым и количественным. Целью предлагаемого проекта является характеристика процесса эндоцитоза, используемого раковыми клетками (с высоким и низким метастатическим потенциалом и доброкачественными клетками); найти предпочтительный для каждого типа клеток путь эндоцитоза, найти оптимальные условия инкапсуляции (время, концентрация и т. д.). Результаты проекта подтвердят (или отвергнут) гипотезу о том, что эндоцитоз наночастиц может быть использован для измерения метастатического потенциала раковых клеток. В ходе проекта студенты изучат биохимические экспериментальные методы, изучат стерильную работу с раковыми клетками, будут использовать методы проточной цитометрии и флуоресцентную визуализацию с высоким разрешением, проанализируют полученные результаты и будут активно участвовать в планировании экспериментов. От студентов требуются базовые знания в области клеточной биологии, высокая мотивированность, готовность работать в лаборатории в соответствии с нуждами проекта.
Подана заявка на грант РНФ. Планируется публикация в международных рецензируемых журналах. Возможна подача патента на новый способ прогнозирования метастатического развития рака. Планируется выступление на международных конференциях. Результаты работы будут также освещены в СМИ.
Научными руководителями выступят Мерхер Юлия Борисовна, Ph.D., старший научный сотрудник лаборатории разработки инновационных лекарственных средств и агробиотехнологий МФТИ и Леонов Сергей Викторович, Ph.D., M.D., заведующий лабораторией.
Заинтересовавшиеся могут узнать подробности и пройти собеседование, прислав резюме и оставив заявку по электронному адресу: syuliam@gmail.com. Попробовать свои силы можно еще до начала осеннего семестра – желательно как можно раньше!
3) ПРИГЛАШАЮТСЯ СТУДЕНТЫ ДЛЯ ВЫПОЛНЕНИЯ МАГИСТЕРСКОЙ ИЛИ ДИПЛОМНОЙ РАБОТЫ
Студентам с интересом к биофизике и биоинформатике предлагается научная работа в области разработки биоинформатических алгоритмов по теме «Машинное обучение для диагностики и прогнозирования рака»
Некоторые основополагающие детали проекта:
Сегодня рак является третьей причиной смертности во всем мире, в то время как основной причиной (более 90%) всех смертей, связанных с раком, является метастазирование. Существуют различные методы выявления рака, такие как анализы крови с помощью специфических для рака маркеров, визуализация и т. д. Однако прогнозирование метастазирования является сложным, не количественным и не безошибочным, поэтому крайне необходимы новые быстрые и количественные методы.
В ходе проводимых в нашей лаборатории исследований, высокоинвазивные субпопуляции раковых клеток разделяются и характеризуются различными молекулярными и генетическими маркерами с помощью проточной цитометрии и флуоресцентной микроскопии высокого разрешения. В ходе исследовательского проекта будут разработаны алгоритмы количественного анализа изображений и автоматического получения экспериментальных результатов.
На основе экспериментальных результатов, полученных с использованием клеток с известным метастатическим потенциалом и происхождением будет построена база данных. Будут разработаны алгоритмы машинного обучения для определения метастатического потенциала неизвестного образца клеток на основе данных экспериментальных исследований. Результаты проекта, помогут разработать новый быстрый и количественный метод прогнозирования метастазирования.
От студентов требуются высокая мотивация, знание Python и/или Matlab, опыт анализа изображений, базовые знания статистики.
Планируется публикация в международных рецензируемых журналах. Возможна подача патента на новый способ прогнозирования метастатического развития рака. Планируется выступление на международных конференциях. Результаты работы будут также освещены в СМИ.
Научными руководителями выступят Мерхер Юлия Борисовна, Ph.D., старший научный сотрудник лаборатории разработки инновационных лекарственных средств и агробиотехнологий МФТИ и Леонов Сергей Викторович, Ph.D., M.D., заведующий лабораторией.
Заинтересовавшиеся могут узнать подробности и пройти собеседование, прислав резюме и оставив заявку по электронному адресу: syuliam@gmail.com.
© 2001-2020 Московский физико-технический институт (национальный исследовательский университет)
Противодействие коррупции | Сведения о доходах
Политика обработки персональных данных МФТИ
Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru
МФТИ в социальных сетях
