Математическая биология, биоинформатика

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. 

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 10, 18, 25 июля в 12:00 (мск). 

  Подать заявку

• на онлайн-встречах с руководителем, педагогами и участниками программы.

  Записаться

Видео:  Array

ВСТУПИТЕЛЬНЫЕ ИСПЫТАНИЯ: 

Программа вступительных испытаний

В рамках вступительных испытаний всем поступающим необходимо:

• сдать письменный экзамен;
• пройти устное собеседование.

Выпускник программы будет готов к решению следующих профессиональных задач: 

• 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;
• участие в биоинформатическом анализе данных, получаемых в других научно-исследовательских проектах Университета «Сириус».

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 или 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.).

Ознакомиться 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 и устный (собеседование).

Списки поступающих, зачисленных на обучение, будут опубликованы на сайте.

КАК СВЯЗАТЬСЯ С ПРИЕМНОЙ КОМИССИЕЙ: 

• по почте: pk@siriusuniversity.ru
• по телефону: 8(8622)419855
• в сообщениях в официальной группе Вконтакте
• в Telegram чате

Официальный канал Приемной комиссии в Telegram

Карьерные возможности после обучения: 

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.

Квалификация/направление:  Научная специальность

Название для шапки:  Математическая биология, биоинформатика

Период обучения:  4 года

Подать заявку:  Да

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  — 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.

Руководитель:  Фёдор Анатольевич Колпаков

Ссылка на кнопке "Подать заявку":  https://lka.siriusuniversity.ru

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: 

До 15 июля 18:00 мск
Зарегистрируйтесь в личном кабинете абитуриента на сайте Университета по ссылке.
Заполните заявление на участие в конкурсе на программы аспирантуры.
В одном заявлении можно указать до трёх программ.

Приложите к заявлению сканы следующих документов:

• паспорт (страницы 2–3 и страница с регистрацией);
• скан диплома магистра или специалиста, а если диплома ещё нет — справку о том, что вы являетесь студентом выпускного курса;
• СНИЛС, фотографию 3х4;
• резюме, исследовательское предложение и документы, подтверждающие индивидуальные достижения.

После этого выгрузите и распечатайте сформированное системой заявление и согласие на обработку персональных данных, подпишите их от руки, загрузите сканы подписанных документов обратно в личный кабинет, а оригиналы сохраните у себя. Затем нажмите кнопку «Отправить документы в приёмную комиссию».

Этап 2: вступительные испытания: 

Расписание вступительных испытаний

После того как приёмная комиссия проверит ваши документы, в личном кабинете во вкладке «Вступительные испытания» станут доступны запись на загрузку резюме и исследовательского предложения, а также запись на письменный экзамен. Рекомендуется загружать резюме и предложение как в общие документы при подаче, так и в отдельное вступительное испытание. Обратите внимание: исследовательское предложение должно быть индивидуальным для каждой выбранной образовательной программы, то есть если вы указали несколько программ, подготовьте отдельное предложение для каждой. Экзаменационная комиссия может провести собеседование при проверке документов. В этом случае специалисты приёмной комиссии могут позвонить вам и пригласить на собеседование посредством видеоконференцсвязи. К результату оценки исследовательского предложения может быть добавлено 25 баллов при наличии рекомендации научного руководителя, составленной по форме, представленной в приложении № 6 к Правилам приёма на обучение по образовательным программам высшего образования — программам подготовки научных и научно-педагогических кадров в аспирантуре в АНОО ВО «Университет «Сириус» в 2026 году. В этом случае максимальное количество баллов может быть увеличено до 35 (тридцати пяти).

После проверки резюме и исследовательского предложения те, кто успешно пройдёт этот этап, приглашаются на письменный экзамен. За день до экзамена в 17:00 (мск) проводится техническая консультация.
Для экзамена вам понадобятся компьютер или ноутбук, веб-камера, микрофон и динамики, листы бумаги и пишущие принадлежности. Рекомендуется использовать операционную систему Windows и браузеры Яндекс или Google Chrome, так как они наиболее совместимы с системой прокторинга. Экзамен проходит под наблюдением проктора, который при необходимости оказывает техническую поддержку. Если по итогам письменного экзамена вы набираете 15 баллов и более, вы попадаете в конкурсный список.

Этап 3: зачисление: 

Поступающие приглашаются в порядке конкурсного списка, который формируется на основе суммы баллов за резюме, исследовательское предложение и рекомендации руководителя, а также за письменный экзамен. 

До 3 августа 18:00 (мск) необходимо подать согласие на поступление в личном кабинете абитуриента. Тем, кто будет приглашён к поступлению, направят перечень документов, необходимых для отправки в Университет (включая оригинал диплома, отправка возможна курьерской службой).
4 августа издаются приказы о зачислении на обучение.

Дополнительный приём на поступление проходит с 10 августа по 21 сентября.

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. 

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 10, 18, 25 июля в 12:00 (мск). 

  Подать заявку

• на онлайн-встречах с руководителем, педагогами и участниками программы.

  Записаться