Аспирантура
Математическая биология, биоинформатика
Научная специальность 1.5.8
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.
Программа аспирантуры предусматривает возможность погружения и трудоустройства аспирантов:
- в научный коллектив, в первую очередь реализующий исследовательскую деятельность в области наук о жизни для анализа получаемых экспериментальных данных;
- в компании, ведущие деятельность в области генетических исследований, агробиотехнологий, сельского хозяйства, фармацевтические компании;
- в медицинские организации для анализа различных биомедицинских данных.
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.
Аспиранты привлекаются к участию в следующих научно-исследовательских проектах:
- анализ и интерпретация геномных данных;
- построение модели виртуальной клетки;
- разработка моделей машинного обучения для описания физико-химических свойств органических молекул;
- моделирование фармакокинетики наночастиц в раковых опухолях;
- потоковое и динамическое моделирование метаболизма молочнокислых бактерий с учётом молекулярно-генетических механизмов его регуляции;
- неравновесные методы расчёта свободной энергии комплексообразования белков и лигандов;
- транскрипционная пластичность и эпигенетическая регуляция у сельскохозяйственных животных и птиц;
а также участвуют в биоинформатическом анализе данных, получаемых в других научно-исследовательских проектах Университета «Сириус».
Программа реализуется на базе научного направления «Вычислительная биология».
Количество мест: 4
Форма обучения: очная
Срок обучения: 4 года
Что отличает Университет «Сириус»?
- Возможность для всех аспирантов трудоустройства на должность младшего научного сотрудника с оплатой до 80 000 рублей
- Наши аспиранты живут в гостиницах Олимпийской деревни.
- Руководители научных направлений – ученые с мировым именем, профессора европейских университетов.
- Возможность трудоустройства в ведущих компаниях страны.
- Доступ к лабораториям с высокотехнологичным оборудованием.
Видео:
Array
ВСТУПИТЕЛЬНЫЕ ИСПЫТАНИЯ:
Программа вступительных испытаний
В рамках вступительных испытаний всем поступающим необходимо:
- сдать письменный экзамен;
- пройти устное собеседование.
КАК ПОСТУПИТЬ:
Приём заявлений в аспирантуру открыт с 3 марта 2025 и заканчивается 11 июля 2025 года.
Для подачи заявления необходимо зарегистрироваться в Личном кабинете и прикрепить электронные копии следующих документов:
- СНИЛС
- паспорт
- диплом об образовании либо справку из учебного заведения
- фотографию
- распечатать, подписать и приложить сканированную копию согласия на обработку персональных данных и заявления.
При наличии, прикрепляются документы подтверждающие индивидуальные достижения (публикации, тезисы и т.д.).
Ознакомится с полным перечнем индивидуальных достижений, зачитываемых в качестве результатов за вступительные испытания или в качестве доп. баллов можно на сайте.
После проверки ваше заявление будет принято и назначена дата письменного вступительного испытания. Обо всех изменения абитуриентов информируют в личном кабинете, по электронной почте и указанным телефонам.
Экзамены сдаются дистанционно в два этапа: письменный экзамен и собеседование.
Списки поступающих, зачисленных на обучение, будут опубликованы на сайте.
КАК СВЯЗАТЬСЯ С ПРИЕМНОЙ КОМИССИЕЙ:
Официальный канал Приемной комиссии в Telegram
Квалификация/направление:
Научная специальность
Название для шапки:
Математическая биология, биоинформатика
Период обучения:
4 года
Примерная тематика выпускных квалификационных работ:
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»
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: 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 ходе работы 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.
Руководитель:
Федор Анатольевич Колпаков
Ссылка на кнопке "Подать заявку":
https://lka.siriusuniversity.ru/application/filing
Ссылка на кнопке "Узнать больше":
/pre-admission/
ТЕМЫ НАУЧНЫХ ИССЛЕДОВАНИЙ:
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».
Узнать больше:
Да
Форма обучения:
очная
Этап 1: подача документов:
Приём заявлений в аспирантуру открыт с 3 марта 2025 и заканчивается 25 июля 2025 года.
Для подачи заявления необходимо зарегистрироваться в Личном кабинете и прикрепить электронные копии следующих документов:
- СНИЛС
- паспорт
- диплом об образовании либо справку из учебного заведения
- фотографию
- распечатать, подписать и приложить сканированную копию согласия на обработку персональных данных и заявления.
При наличии, прикрепляются документы подтверждающие индивидуальные достижения (публикации, тезисы и т.д.).
Ознакомится с полным перечнем индивидуальных достижений, зачитываемых в качестве результатов за вступительные испытания или в качестве доп. баллов можно на сайте.
После проверки ваше заявление будет принято и назначена дата письменного вступительного испытания. Обо всех изменения абитуриентов информируют в личном кабинете, по электронной почте и указанным телефонам.
Экзамены сдаются дистанционно в два этапа: письменный экзамен и собеседование.
Списки поступающих, зачисленных на обучение, будут опубликованы на сайте.
Этап 2: вступительные испытания:
В рамках вступительных испытаний всем поступающим необходимо:
- сдать письменный экзамен;
- пройти устное собеседование.
Фото рядом с "Как связаться с приемной комиссией":
Загрузить
Верхнее фото:
Загрузить
Видео ВКонтакте обложка и ссылка:
Загрузить / Загрузить
Название:
Математическая биология, биоинформатика
Картинка для анонса:
Загрузить
Детальное описание:
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.
Программа аспирантуры предусматривает возможность погружения и трудоустройства аспирантов:
- в научный коллектив, в первую очередь реализующий исследовательскую деятельность в области наук о жизни для анализа получаемых экспериментальных данных;
- в компании, ведущие деятельность в области генетических исследований, агробиотехнологий, сельского хозяйства, фармацевтические компании;
- в медицинские организации для анализа различных биомедицинских данных.
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.
Аспиранты привлекаются к участию в следующих научно-исследовательских проектах:
- анализ и интерпретация геномных данных;
- построение модели виртуальной клетки;
- разработка моделей машинного обучения для описания физико-химических свойств органических молекул;
- моделирование фармакокинетики наночастиц в раковых опухолях;
- потоковое и динамическое моделирование метаболизма молочнокислых бактерий с учётом молекулярно-генетических механизмов его регуляции;
- неравновесные методы расчёта свободной энергии комплексообразования белков и лигандов;
- транскрипционная пластичность и эпигенетическая регуляция у сельскохозяйственных животных и птиц;
а также участвуют в биоинформатическом анализе данных, получаемых в других научно-исследовательских проектах Университета «Сириус».
Программа реализуется на базе научного направления «Вычислительная биология».
Количество мест: 4
Форма обучения: очная
Срок обучения: 4 года
Что отличает Университет «Сириус»?
- Возможность для всех аспирантов трудоустройства на должность младшего научного сотрудника с оплатой до 80 000 рублей
- Наши аспиранты живут в гостиницах Олимпийской деревни.
- Руководители научных направлений – ученые с мировым именем, профессора европейских университетов.
- Возможность трудоустройства в ведущих компаниях страны.
- Доступ к лабораториям с высокотехнологичным оборудованием.