Математическая биология, биоинформатика

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:

• разработка сценариев для анализа и интерпретации геномных данных;
• разработка набора модулей и правил в соответствии с мировыми и российскими рекомендациями для интерпретации SNV.

Научный руководитель:  Фёдор Анатольевич Колпаков — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».

2. «Виртуальная клетка»

При использовании платформы BioUML (biouml.org) были 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: Фёдор Анатольевич Колпаков — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».

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: Игорь Алексеевич Седов — доктор химических наук, направление «Вычислительная биология» Научно-технологического университета «Сириус».

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 научном исследовании будут использоваться экспериментальные данные, полученные в Университете «Сириус».

Научный руководитель: Фёдор Анатольевич Колпаков — доктор биологических наук, научный руководитель направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».

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: Илья Ринатович Акбердин — кандидат биологических наук, ведущий научный сотрудник, руководитель магистратуры направления «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».

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: Андрей Викторович Головин — доктор химических наук, профессор, направление «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».

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: Сергей Сергеевич Пинтус — кандидат биологических наук, старший научный сотрудник Научно-технологического университета «Сириус», направление «Вычислительная биология» Научного центра генетики и наук о жизни Научно-технологического университета «Сириус».