https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Vita+Stepanova 2026-09-23T23:18:13Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17697 2015-11-24T16:10:48Z

<p>Vita Stepanova: /* Задание 3. */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.&lt;br /&gt;<br /> <br /> [https://docs.google.com/document/d/1vzGDIhV2piXLYoq-nVYXXec4q8HELpICL53jYMfVl0A/edit?usp=sharing Домашнее задание 3.2]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> ====Лекция 7. (03.11.2015)====<br /> Статистика. Дифференциальная экспрессия. Основы R. [https://docs.google.com/document/d/11gRwjAF6K5IDfJnYdqtU-r-vrj8NMLGX9ivzSeyaeFU/edit Базовые команды в R]<br /> <br /> ====Лекция 8. (10.11.2015)====<br /> Трансляция белков<br /> ====Лекция 9. (17.11.2015)====<br /> Трансляция у эукариот. PyMol<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17696 2015-11-24T16:10:34Z

<p>Vita Stepanova: /* Задание 3. */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.<br /> [https://docs.google.com/document/d/1vzGDIhV2piXLYoq-nVYXXec4q8HELpICL53jYMfVl0A/edit?usp=sharing Домашнее задание 3.2]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> ====Лекция 7. (03.11.2015)====<br /> Статистика. Дифференциальная экспрессия. Основы R. [https://docs.google.com/document/d/11gRwjAF6K5IDfJnYdqtU-r-vrj8NMLGX9ivzSeyaeFU/edit Базовые команды в R]<br /> <br /> ====Лекция 8. (10.11.2015)====<br /> Трансляция белков<br /> ====Лекция 9. (17.11.2015)====<br /> Трансляция у эукариот. PyMol<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17546 2015-11-17T16:37:22Z

<p>Vita Stepanova: /* Лекция 7. (03.11.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> ====Лекция 7. (03.11.2015)====<br /> Статистика. Дифференциальная экспрессия. Основы R. [https://docs.google.com/document/d/11gRwjAF6K5IDfJnYdqtU-r-vrj8NMLGX9ivzSeyaeFU/edit Базовые команды в R]<br /> <br /> ====Лекция 8. (10.11.2015)====<br /> Трансляция белков<br /> ====Лекция 9. (17.11.2015)====<br /> Трансляция у эукариот. PyMol<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17545 2015-11-17T15:39:31Z

<p>Vita Stepanova: /* Лекция 7. (03.11.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> ====Лекция 7. (03.11.2015)====<br /> Статистика. Дифференциальная экспрессия. Основы R.<br /> ====Лекция 8. (10.11.2015)====<br /> Трансляция белков<br /> ====Лекция 9. (17.11.2015)====<br /> Трансляция у эукариот. PyMol<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17544 2015-11-17T15:38:09Z

<p>Vita Stepanova: /* Лекция 6. (20.10.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> ====Лекция 7. (03.11.2015)====<br /> Статистика. Дифференциальная экспрессия. Основы R.<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17527 2015-11-11T18:50:58Z

<p>Vita Stepanova: /* Задание 2. */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ====Задание 3. ====<br /> <br /> [https://docs.google.com/document/d/1zekQZO9AI-paJ7YL5pyE0UyYhtr7UaD8h1DblghdNDE/edit?usp=sharing Домашнее задание 3.1]. Решения принимаются до 23:59 2 декабря на почту vita@blastim.ru. Рекомендуется сдать отчёт до 23:59 18 ноября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17465 2015-10-29T16:01:18Z

<p>Vita Stepanova: /* Лекция 5. (13.10.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17464 2015-10-29T16:00:56Z

<p>Vita Stepanova: /* Лекция 4. (06.10.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ====Лекция 5. (13.10.2015)====<br /> Определение родственных последовательностей. Бласт. Филогения.<br /> <br /> <br /> ====Лекция 6. (20.10.2015)====<br /> =====Часть 1=====<br /> Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия. <br /> =====Часть 2=====<br /> Индексирование, сортировка, картирование ридов, подсчет, визуализация (IGV), подводка к R. [https://drive.google.com/file/d/0B2eWcEEjj8-eb2FWWFp6TDlOUkU/view?usp=sharing Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17372 2015-10-19T18:25:56Z

<p>Vita Stepanova: /* Биоинформатика */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> # [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3334321/ Статья про процедуру работы с транскриптами]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17356 2015-10-14T17:26:00Z

<p>Vita Stepanova: /* Домашние задания */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ====Задание 2. ====<br /> <br /> [https://drive.google.com/open?id=0B2eWcEEjj8-eY0Y4dnhXT3BxT1E Домашнее задание]. Решения принимаются до 23:59 28 октября на почту vita@blastim.ru.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17355 2015-10-14T16:17:58Z

<p>Vita Stepanova: /* Часть 1 */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном. [https://docs.google.com/presentation/d/1wo4GHul1Ik_6WQWAwxu_Lw0-FI9ISk9LA4lrxGv7iz4/edit?usp=sharing Слайды].<br /> <br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17354 2015-10-14T16:13:05Z

<p>Vita Stepanova: /* Лекция 4. (06.10.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Правила игры:<br /> # После того, как вы прислали домашнее задание, еще какое-то время (обычно не больше недели) вы можете исправлять замечания к задаче, если они есть.<br /> # Задача может быть не сформулирована абсолютно строго, и это нормально. В реальной жизни все задачи имеют расплывчатые формулировки, и надо привыкать с этим работать. Например, можно задавать нам уточняющие вопросы про задачу.<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Решения больше не принимаются.''' Дедлайн: 23.59 13 октября.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки. [https://yadi.sk/i/KDQhbi6gjS2g8 Слайды]<br /> <br /> ====Лекция 4. (06.10.2015)====<br /> =====Часть 1=====<br /> Геномные банки. Картирование ридов на референсный геном.<br /> =====Часть 2=====<br /> Обзор алгоритмических проблем, возникающих в задаче выравнивания коротких прочтений. Задача поиска подстоки в строке. Поиск с ошибками. Понятие суффиксного дерева, его основные свойства. Преобразование Барроуза-Виллера.<br /> <br /> ===Рекомендуемая литература ===<br /> <br /> ==== Строковые алгоритмы ====<br /> <br /> # Хорошая книжка про строковые алгоритмы (есть переведенная на русский язык): String Algorithms and Algrorithms in Computational Biology. Gusfield.<br /> # Алгоритм Укконена построение суффиксного дерева. Исходная статья: [https://www.cs.helsinki.fi/u/ukkonen/SuffixT1withFigs.pdf On–line construction of suffix trees]. А также [http://stackoverflow.com/questions/9452701/ukkonens-suffix-tree-algorithm-in-plain-english/9513423#9513423 подробное объяснение на пальцах]<br /> # Преобразование Барроуза-Виллера и FM-индекс. [http://www.cs.jhu.edu/~langmea/resources/bwt_fm.pdf Простые объяснения] и оригинальная статья про FM-индекс [http://people.unipmn.it/manzini/papers/focs00draft.pdf Opportunistic Data Structures with Applications].<br /> # Статьи про BWA-выравниватель [http://www.ncbi.nlm.nih.gov/pubmed/18227115 Compressed indexing and local alignment of DNA], [http://bioinformatics.oxfordjournals.org/content/26/5/589 Fast and accurate long-read alignment with Burrows–Wheeler transform].<br /> <br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17276 2015-09-30T09:37:07Z

<p>Vita Stepanova: /* Лекция 3. (29.09.2015) */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит c 18.00 до 21.00 по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярную биологию.<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных полных геномов. Выравнивания нуклеотидных последовательностей. Алгоритмы BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Однонуклеотидные полиморфизмы. Базы данных и SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Фармакодинамика/кинетика (метаболизм) лекарственных препаратов.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> <br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> <br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> ====Задание 1. ====<br /> <br /> Решения надо присылать по адресу ignat1990@gmail.com.<br /> <br /> Условия задач: https://yadi.sk/i/-pVEymy6jQnho<br /> <br /> '''Дедлайн: 23.59 13 октября'''. После дедлайна решения не принимаются.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ====Лекция 3. (29.09.2015)====<br /> Напоминание про ПЦР. Секвенирование по Сенгеру, методы секвенирования нового поколения. Алгоритмы сборки генома нового организма из ридов. [https://drive.google.com/open?id=0B2eWcEEjj8-eNEd2UlF0VUhiZEE Слайды 2].<br /> <br /> ====Семинар 3. (29.09.2015)====<br /> Продолжение про Bash и Python. Примеры решения разных задач с использованием питона и командной строки.<br /> <br /> ===Рекомендуемая литература ===<br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17203 2015-09-24T13:50:05Z

<p>Vita Stepanova: /* Отчётность по курсу и критерии оценки */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярну биолгию (Мендель, белки)<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных геномов. Последовательности ДНК. Геномный контекст. Выравнивания нуклеотидных последовательностей. BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Полиморфизмы. Базы данных снипов. SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Работа лекарств в организме. Метаболические пути. Токсичность, утилизация. Метаболиты распада.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.&lt;br /&gt;<br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.&lt;br /&gt;<br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Здесь будут публиковаться домашние задания по курсу.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17202 2015-09-24T13:49:44Z

<p>Vita Stepanova: /* Отчётность по курсу и критерии оценки */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярну биолгию (Мендель, белки)<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных геномов. Последовательности ДНК. Геномный контекст. Выравнивания нуклеотидных последовательностей. BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Полиморфизмы. Базы данных снипов. SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Работа лекарств в организме. Метаболические пути. Токсичность, утилизация. Метаболиты распада.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течение курса вам будет предложено выполнить несколько домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.<br /> У тех, кто сдаст меньше 80% домашних заданий (но больше половины), для получения зачёта будет возможность выбрать проект или статью, согласовать её с нами и по результатам защиты проекта/статьи получить зачёт.<br /> Студенты, выполнившие меньше половины домашних заданий, получат незачёт.<br /> <br /> ===Домашние задания ===<br /> <br /> Здесь будут публиковаться домашние задания по курсу.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8%D0%B2_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_2015&diff=17201 2015-09-24T13:27:50Z

<p>Vita Stepanova: /* Рекомендуемая литература */</p> <hr /> <div>Это страница факультатива по биоинформатике, который читается на Факультете Компьютерных Наук в 1-2 модулях в 2015-2016 учебном году.<br /> <br /> Проходит по вторникам в 301 аудитории в здании на Кончовском.<br /> <br /> '''Лекторы и Семинаристы''' [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova В. Степанова], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Aozalevsky А. Залевский], [http://wiki.cs.hse.ru/%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Ignat И. Колесниченко]<br /> <br /> '''Контакты:''' по всем вопросам можно писать на почту ignat1990@gmail.com<br /> <br /> ===Описание курса===<br /> <br /> Цель курса познакомиться с задачами, которыми занимается биоинформатика и изучать популярные инструменты для решения этих задач.<br /> <br /> План курса следующий:<br /> <br /> 1. Введение в молекулярну биолгию (Мендель, белки)<br /> <br /> 2. Секвенирование. Секвенаторы. Сборка de novo, сборка выравниванием.<br /> <br /> 3. Базы данных геномов. Последовательности ДНК. Геномный контекст. Выравнивания нуклеотидных последовательностей. BLAST.<br /> <br /> 4. Сравнительная геномика. Филогения, аннотация.<br /> <br /> 5. Экспрессия генов. Сплайсинг. Секвенирование РНК. Дифференциальная экспрессия.<br /> <br /> 6. Трансляция белков. Базы данных белков (Uniprot, PDB). Белковые выравнивания и фолдинг белков.<br /> <br /> 7. Молекулярные механизмы работы лекарств. Процесс разработки лекарств. Скрининг. Докинг.<br /> <br /> 8. Полиморфизмы. Базы данных снипов. SNP-calling. Соотнесение со структурой.<br /> <br /> 9. Работа лекарств в организме. Метаболические пути. Токсичность, утилизация. Метаболиты распада.<br /> <br /> 10. Популяционная медицина. Тестирование на пациентах.<br /> <br /> ===Отчётность по курсу и критерии оценки===<br /> <br /> В течении курса вам будет предложено выполнить 8-12 домашних заданий. Для получения зачета по курсу необходимо сделать 80% из всех домашних заданий. Все домашние задания будут иметь deadline-ы, после которых они приниматься не будут.<br /> <br /> В случае, если вы сдадите хотя бы 50% домашних заданий, в конце семестра у вас будет возможность выбрать себе проект или статью, согласовать её с нами и в течении нескольких недель выполнить (проекта) или разобраться в статье. После чего статью/проект надо будет защитить.<br /> <br /> ===Домашние задания ===<br /> <br /> Здесь будут публиковаться домашние задания по курсу.<br /> <br /> ===Лекции и семинары===<br /> <br /> ====Лекция 1. (15.09.2015)====<br /> Что такое биоинформатика. Внутреннее устройство эукариотической клетки. [https://yadi.sk/i/KYto_g6ujHJiu Слайды].<br /> <br /> ====Семинар 1. (15.09.2015)====<br /> Введение в LINUX: учились заходить на учебный сервер, решали несложную задачку по работе с файлами. [https://yadi.sk/i/S3WvkkWXjHJfz Слайды].<br /> <br /> ====Лекция 2. (22.09.2015)====<br /> Подробное описание структуры ДНК, хроматина, хромосом. Описание механизма репликации ДНК.<br /> <br /> ====Семинар 2. (22.09.2015)====<br /> Bash. Основные конструкции языка: строки, числа, циклы, if-ы. Полезные утилиты: grep, find, wc, tmux. [https://yadi.sk/i/wLv9tn5IjHJht Слайды].<br /> <br /> ===Рекомендуемая литература ===<br /> ==== Молекулярная биология ====<br /> # [http://www.chem.msu.su/rus/elibrary/pic-sternberg/all.pdf Введение в молекулярную биологию], Э. Рис, М. Стернберг<br /> # [http://biology.org.ua/files/lib/Alberts_et_al_vol1.pdf Молекулярная биология клетки], Б. Альбертс<br /> # Курс [https://stepic.org/course/%D0%9C%D0%BE%D0%BB%D0%B5%D0%BA%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%B0%D1%8F-%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F-%D0%B8-%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D0%BA%D0%B0-70/syllabus?section=1 Молекулярной биологии] на stepic.org<br /> ==== Биоинформатика ====<br /> # [http://www.sanger.ac.uk/resources/software/pagit/ Post Assembly Genome Improvement Toolkit]<br /> <br /> ===Новости===<br /> <br /> В этом разделе публикуется текущая информация по курсу (переносы лекций, изменения в запланированной программе,...)</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%80%D0%B0%D0%BA%D0%BE%D0%B2%D1%8B%D1%85_%D1%82%D1%80%D0%B0%D0%BD%D1%81%D0%BA%D1%80%D0%B8%D0%BF%D1%82%D0%BE%D0%B2_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1472 2015-01-27T21:49:07Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Кластеризация раковых транскриптов<br /> |mentor=Вита Степанова<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Известно, что раковые опухоли могут характеризоваться различными степенями тяжести. В последнее время активно развиваются способы оценки степени тяжести опухоли по данным генной экспрессии. В рамках данного проекта студентам предлагается кластеризовать раковые транскрипты и сравнить свои кластеры с морфологическими наблюдениями.<br /> <br /> === Чему вы научитесь? ===<br /> * Основы молекулярной биологии<br /> * Обработка и интерпретация данных генной экспресии<br /> * Применение математических методов для решения медицинских задач<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к изучению генетики и лечения рака<br /> <br /> === Какие будут использоваться технологии? ===<br /> Данные для исследования будут загружены из БД GEO. Опционально могут быть использованы программы по обработке сырых данных микрочипов.<br /> <br /> === Темы вводных занятий ===<br /> * Экспрессия генов и способы её оценки<br /> * Способы интерпретации данных микрочипов<br /> * Алгоритмы кластеризации<br /> <br /> === Направления развития ===<br /> Интересным продолжением задачи станет решение проблемы определения набора дифференциально экспрессированных генов, необходимого для эффективной кластеризации раковых транскриптов. Это позволит упростить молекулярно-биологический прогноз состояния и развития раковой опухоли при первичном обращении пациента в больницу.<br /> <br /> === Критерии оценки ===<br /> * 4-5: реализовать простейший алгоритм кластеризации данных экспрессии генов <br /> * 6-7: реализовать простейший алгоритм кластеризации данных экспрессии генов, соотнести результаты его работы с реальными наблюдениями для данного типа рака<br /> * 8-10: сравнить разные алгоритмы кластеризации, выбрать лучший на основе его сравнения с реальными наблюдениями</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%80%D0%B0%D0%BA%D0%BE%D0%B2%D1%8B%D1%85_%D1%82%D1%80%D0%B0%D0%BD%D1%81%D0%BA%D1%80%D0%B8%D0%BF%D1%82%D0%BE%D0%B2_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1471 2015-01-27T21:46:43Z

<p>Vita Stepanova: /* Темы вводных занятий */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Кластеризация раковых транскриптов<br /> |mentor=Вита Степанова<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Известно, что раковые опухоли могут характеризоваться различными степенями тяжести. В последнее время активно развиваются способы оценки степени тяжести опухоли по данным генной экспрессии. В рамках данного проекта студентам предлагается кластеризовать раковые транскрипты и сравнить свои кластеры с морфологическими наблюдениями.<br /> <br /> === Чему вы научитесь? ===<br /> * Основы молекулярной биологии<br /> * Обработка и интерпретация данных генной экспресии<br /> * Применение математических методов для решения медицинских задач<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к изучению генетики и лечения рака<br /> <br /> === Какие будут использоваться технологии? ===<br /> Данные для исследования будут загружены из БД GEO. Опционально могут быть использованы программы по обработке сырых данных микрочипов.<br /> <br /> === Темы вводных занятий ===<br /> * Экспрессия генов и способы её оценки<br /> * Способы интерпретации данных микрочипов<br /> * Алгоритмы кластеризации<br /> <br /> === Направления развития ===<br /> Интересным продолжением задачи станет решение проблемы определения набора дифференциально экспрессированных генов, необходимого для эффективной кластеризации раковых транскриптов. Это позволит упростить молекулярно-биологический прогноз состояния и развития раковой опухоли при первичном обращении пациента в больницу.<br /> <br /> === Критерии оценки ===<br /> * 4-5: реализовать алгоритм кластеризации для обработанных данных микрочипов,<br /> * 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации,<br /> * 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%80%D0%B0%D0%BA%D0%BE%D0%B2%D1%8B%D1%85_%D1%82%D1%80%D0%B0%D0%BD%D1%81%D0%BA%D1%80%D0%B8%D0%BF%D1%82%D0%BE%D0%B2_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1470 2015-01-27T21:45:00Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Кластеризация раковых транскриптов<br /> |mentor=Вита Степанова<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Известно, что раковые опухоли могут характеризоваться различными степенями тяжести. В последнее время активно развиваются способы оценки степени тяжести опухоли по данным генной экспрессии. В рамках данного проекта студентам предлагается кластеризовать раковые транскрипты и сравнить свои кластеры с морфологическими наблюдениями.<br /> <br /> === Чему вы научитесь? ===<br /> * Основы молекулярной биологии<br /> * Обработка и интерпретация данных генной экспресии<br /> * Применение математических методов для решения медицинских задач<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к изучению генетики и лечения рака<br /> <br /> === Какие будут использоваться технологии? ===<br /> Данные для исследования будут загружены из БД GEO. Опционально могут быть использованы программы по обработке сырых данных микрочипов.<br /> <br /> === Темы вводных занятий ===<br /> * Экспрессия генов и способы её оценки<br /> * Способы интерпретации данных микрочипов<br /> <br /> === Направления развития ===<br /> Интересным продолжением задачи станет решение проблемы определения набора дифференциально экспрессированных генов, необходимого для эффективной кластеризации раковых транскриптов. Это позволит упростить молекулярно-биологический прогноз состояния и развития раковой опухоли при первичном обращении пациента в больницу.<br /> <br /> === Критерии оценки ===<br /> * 4-5: реализовать алгоритм кластеризации для обработанных данных микрочипов,<br /> * 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации,<br /> * 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1467 2015-01-27T21:38:47Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности ДНК внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того, возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Основы статистики&lt;br /&gt;<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 – написать простейшую утилиту, сравнивающую два генома на близость&lt;br /&gt;<br /> 6-7 – кроме требований на 4-5, провести анализ близости нескольких геномов, убедиться, что получаются правдоподобные результаты&lt;br/&gt;<br /> 8-10 – исследовать различные методы сравнения близости геномов, понять какие методы сравнения близости работают лучше, какие хуже</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1466 2015-01-27T21:34:19Z

<p>Vita Stepanova: /* Что это за проект? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности ДНК внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того, возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Основы статистики&lt;br /&gt;<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты &lt;br/&gt;<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм &lt;br/&gt;<br /> 8-10 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1465 2015-01-27T21:33:09Z

<p>Vita Stepanova: /* Темы вводных занятий */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того, возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Основы статистики&lt;br /&gt;<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты &lt;br/&gt;<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм &lt;br/&gt;<br /> 8-10 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1464 2015-01-27T21:32:18Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того, возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты &lt;br/&gt;<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм &lt;br/&gt;<br /> 8-10 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=890 2014-12-13T11:32:30Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, основы статистики, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты &lt;br/&gt;<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм &lt;br/&gt;<br /> 8-10 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=889 2014-12-13T11:03:56Z

<p>Vita Stepanova: /* Темы вводных занятий */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Желание разобраться в методах машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию &lt;br/&gt;<br /> ''Все необходимые навыки и знания будут рассказаны студентам на вводных лекциях''<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов&lt;br /&gt;<br /> Методы машинного обучения<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных&lt;br /&gt;<br /> 6-7 - учесть биолого-химические особенности эпитопов&lt;br /&gt;<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать простой веб-интерфейс для ввода последовательности белков.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=887 2014-12-12T20:23:43Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Желание разобраться в методах машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию &lt;br/&gt;<br /> ''Все необходимые навыки и знания будут рассказаны студентам на вводных лекциях''<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных&lt;br /&gt;<br /> 6-7 - учесть биолого-химические особенности эпитопов&lt;br /&gt;<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать простой веб-интерфейс для ввода последовательности белков.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=886 2014-12-12T20:20:02Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Желание разобраться в методах машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию &lt;br/&gt;<br /> ''Все необходимые навыки и знания будут рассказаны студентам на вводных лекциях''<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных&lt;br /&gt;<br /> 6-7 - учесть биолого-химические особенности эпитопов&lt;br /&gt;<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=885 2014-12-12T20:18:07Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Желание разобраться в методах машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных&lt;br /&gt;<br /> 6-7 - учесть биолого-химические особенности эпитопов&lt;br /&gt;<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova&diff=884 2014-12-12T20:14:27Z

<p>Vita Stepanova: </p> <hr /> <div>[[Файл:Vita.png|мини]]<br /> * Выпускница ФББ МГУ, аспирант Skolkovo Institute of Science and Technology<br /> * Куратор Московской школы биоинформатики (http://bioinformaticseminar.com/ru/wiki/)<br /> <br /> ===== Проекты: =====<br /> - исследование ДНК-белковых корреляций для нескольких семейств бактериальных ДНК-связывающих белков &lt;br/&gt;<br /> - геномный анализ транскрипционной регуляции метаболизма ароматических аминокислот в гамма-протеобактериях &lt;br/&gt;<br /> - редактирование РНК в эукариотах, с помощью данных NGS &lt;br/&gt;<br /> - регуляция копийности белков L10 и L12 &lt;br/&gt;<br /> - системная биология онкологических заболеваний &lt;br/&gt;<br /> - регуляция экспресии генов с помощью некодирующих РНК &lt;br/&gt;<br /> <br /> ===== Контакты: =====<br /> ''vita.stepanova@gmail.com''&lt;br/&gt;<br /> +7(916)548-55-26</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:Vita.png&diff=883 2014-12-12T20:11:55Z

<p>Vita Stepanova: </p> <hr /> <div></div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Vita_Stepanova&diff=882 2014-12-12T20:00:09Z

<p>Vita Stepanova: Новая страница: «* Выпускница ФББ МГУ, аспирант Skolkovo Institute of Science and Technology * Куратор Московской школы биоинф…»</p> <hr /> <div>* Выпускница ФББ МГУ, аспирант Skolkovo Institute of Science and Technology<br /> * Куратор Московской школы биоинформатики (http://bioinformaticseminar.com/ru/wiki/)<br /> <br /> ===== Проекты: =====<br /> &lt;br/&gt;<br /> - исследование ДНК-белковых корреляций для нескольких семейств бактериальных ДНК-связывающих белков &lt;br/&gt;<br /> - геномный анализ транскрипционной регуляции метаболизма ароматических аминокислот в гамма-протеобактериях &lt;br/&gt;<br /> - редактирование РНК в эукариотах, с помощью данных NGS &lt;br/&gt;<br /> - регуляция копийности белков L10 и L12 &lt;br/&gt;<br /> - системная биология онкологических заболеваний &lt;br/&gt;<br /> - регуляция экспресии генов с помощью некодирующих РНК &lt;br/&gt;<br /> <br /> ===== Контакты: =====<br /> ''vita.stepanova@skolkovotech.ru''&lt;br/&gt;<br /> +7(916)548-55-26</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BD%D0%BE%D0%B3%D0%BE%D0%BF%D0%BE%D1%82%D0%BE%D1%87%D0%BD%D0%B0%D1%8F_%D1%80%D0%B5%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%BD%D0%B5%D0%BF%D0%B0%D1%80%D0%B0%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%B0_%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8_Affinity_Propagation_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=614 2014-11-30T11:39:04Z

<p>Vita Stepanova: Новая страница, с помощью формы Новый_проект</p> <hr /> <div>{{Карточка_проекта<br /> |name=Многопоточная реализация непараметрического алгоритма кластеризации Affinity Propagation<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Есть такой замечательный алгоритм [http://www.psi.toronto.edu/index.php?q=affinity%20propagation Affiniti Propagation ], однако существующие реализации на R и Python страдают недостатком производительности и, особенно, неэффективной работой с памятью, что особенно чувствуется при работе с big data. Поэтому мы реализовали прототип многопоточной версии с использованием Python, Cython и mpi4py, но хочется большей скорости и гибкости, особенно при работе суперкомпьютерах (в данный момент мы используем ресурсы суперкомпьютеров МГУ &quot;Ломоносов&quot; и &quot;Чебышев&quot;).<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с различными методами кластерного анализа<br /> * Получите опыт разработки многопоточных приложений для суперкомпьютеров<br /> <br /> === Какие начальные требования? ===<br /> * Желание писать быстрый код<br /> * Базовые знания ОС GNU/Linux.<br /> * Знание Python, C/C++<br /> * Желательно, знакомство с технологиями параллельного программирования<br /> <br /> === Какие будут использоваться технологии? ===<br /> * mercurial/git<br /> * Shell, Python, C/C++<br /> * MPI<br /> * HDF5<br /> <br /> === Темы вводных занятий ===<br /> * Алгоритмы кластеризации<br /> <br /> === Направления развития ===<br /> * Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> * Использовать гибридный параллелизм MPI/OpenMP/CUDA.<br /> * Релизовать версию Affinity Propagation для разреженных матриц.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переписать существующий прототип на C/C++, провести сравнение производительности с однопоточными реализациями и с прототипом на Python. &lt;br/&gt;<br /> 6-7 Задокументировать код и опубликовать под одной из лицензий для СПО. Реализовать возможность гибкого выбора типов данных для хранения в HDF5. &lt;br/&gt;<br /> 8-10 Реализовать гибридный параллелизм MPI/OpenMP/CUDA, версию для разреженных матриц</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=613 2014-11-30T11:34:57Z

<p>Vita Stepanova: /* Направления развития */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с пространственными структурами различных биомолекул.<br /> * Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> * Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> * Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> * Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> * Базовые знания ОС GNU/Linux.<br /> * Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> * mercurial/git<br /> * Shell, Python<br /> * [http://www.gromacs.org GROMACS]<br /> * [http://www.pyrosetta.org/ PyRosetta]<br /> * [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> * [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> * Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> * Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> * Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> * Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> * Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> * Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=612 2014-11-30T11:34:44Z

<p>Vita Stepanova: /* Темы вводных занятий */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с пространственными структурами различных биомолекул.<br /> * Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> * Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> * Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> * Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> * Базовые знания ОС GNU/Linux.<br /> * Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> * mercurial/git<br /> * Shell, Python<br /> * [http://www.gromacs.org GROMACS]<br /> * [http://www.pyrosetta.org/ PyRosetta]<br /> * [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> * [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> * Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> #* Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> #* Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> #* Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> #* Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> #* Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=611 2014-11-30T11:34:35Z

<p>Vita Stepanova: /* Какие будут использоваться технологии? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с пространственными структурами различных биомолекул.<br /> * Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> * Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> * Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> * Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> * Базовые знания ОС GNU/Linux.<br /> * Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> * mercurial/git<br /> * Shell, Python<br /> * [http://www.gromacs.org GROMACS]<br /> * [http://www.pyrosetta.org/ PyRosetta]<br /> * [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> * [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> #* Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> #* Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> #* Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> #* Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> #* Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> #* Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=610 2014-11-30T11:34:19Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с пространственными структурами различных биомолекул.<br /> * Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> * Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> * Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> * Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> * Базовые знания ОС GNU/Linux.<br /> * Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> #* mercurial/git<br /> #* Shell, Python<br /> #* [http://www.gromacs.org GROMACS]<br /> #* [http://www.pyrosetta.org/ PyRosetta]<br /> #* [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> #* [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> #* Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> #* Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> #* Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> #* Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> #* Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> #* Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=609 2014-11-30T11:34:04Z

<p>Vita Stepanova: /* Чему вы научитесь? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> * Познакомитесь с пространственными структурами различных биомолекул.<br /> * Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> * Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> #* Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> #* Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> #* Базовые знания ОС GNU/Linux.<br /> #* Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> #* mercurial/git<br /> #* Shell, Python<br /> #* [http://www.gromacs.org GROMACS]<br /> #* [http://www.pyrosetta.org/ PyRosetta]<br /> #* [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> #* [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> #* Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> #* Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> #* Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> #* Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> #* Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> #* Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%BE%D1%81%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D1%8B_%D0%A0%D0%9D%D0%9A_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=608 2014-11-30T11:33:37Z

<p>Vita Stepanova: Новая страница, с помощью формы Новый_проект</p> <hr /> <div>{{Карточка_проекта<br /> |name=Моделирование пространственной структуры РНК<br /> |mentor=Залевский Артур<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Мы сформулировали и применили свой [http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2779675/ подход] к реконструкции пространственной структуры РНК на основе данных о [https://ru.wikipedia.org/wiki/%D0%A0%D0%B8%D0%B1%D0%BE%D0%BD%D1%83%D0%BA%D0%BB%D0%B5%D0%B8%D0%BD%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%B8%D1%81%D0%BB%D0%BE%D1%82%D0%B0#.D0.A1.D1.82.D1.80.D1.83.D0.BA.D1.82.D1.83.D1.80.D0.B0 вторичной структуре] и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали [http://dualopt1.cmm.msu.ru/ веб-сервис], реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.<br /> <br /> === Чему вы научитесь? ===<br /> #* Познакомитесь с пространственными структурами различных биомолекул.<br /> #* Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.<br /> #* Приобретете опыт по разработке веб-сервисов научной направленности.<br /> <br /> === Какие начальные требования? ===<br /> #* Желание разобраться в структурном многообразии нуклеиновых кислот.<br /> #* Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.<br /> #* Базовые знания ОС GNU/Linux.<br /> #* Базовые знания Shell, Perl, Python.<br /> <br /> === Какие будут использоваться технологии? ===<br /> #* mercurial/git<br /> #* Shell, Python<br /> #* [http://www.gromacs.org GROMACS]<br /> #* [http://www.pyrosetta.org/ PyRosetta]<br /> #* [http://www.pymol.org PyMOL], [http://jmol.sourceforge.net Jmol]<br /> #* [http://www.web2py.com/ Web2Py]<br /> <br /> === Темы вводных занятий ===<br /> #* Нуклеиновые кислоты, связь структура - функция.<br /> <br /> === Направления развития ===<br /> #* Использовать возможности Nvidia CUDA для работы с линейной алгеброй<br /> #* Задокументировать и опубликовать весь код под одной из лицензий для СПО.<br /> #* Опубликовать статью о веб-сервисе в рецензируемом англоязычном журнале.<br /> #* Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных.<br /> #* Принять участие в [http://ahsoka.u-strasbg.fr/rnapuzzles/index.html конкурсе] по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.<br /> <br /> === Критерии оценки ===<br /> 4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда, реализовать минимальный фронтэнд. &lt;br/&gt;<br /> 6-7 Реализовать полноценные бэк- и фронтэнды, задокументировать код.&lt;br/&gt;<br /> 8-10 Опубликовать исходные коды под одной из лицензий для СПО. uuПринять участие в подготовке статьи к публикации.</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=602 2014-11-29T13:56:10Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, основы статистики, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты &lt;br/&gt;<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм &lt;br/&gt;<br /> 8-9 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B3%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%BE%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D0%B8_%D0%B4%D1%80%D0%B5%D0%B2%D0%BD%D0%B8%D1%85_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=601 2014-11-29T13:55:41Z

<p>Vita Stepanova: Новая страница, с помощью формы Новый_проект</p> <hr /> <div>{{Карточка_проекта<br /> |name=Определение генетической близости современных и древних людей<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:Vita Stepanova|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Методы молекулярной биологии активно используются для восстановления этногенеза различных народностей. В качестве проектной работы студентам предлагается разработать алгоритм определения степени родства современных этносов с древними людьми. Степень родства будет определяться с помощью сравнения одонуклеотидных полиморфизмов - точечных отличий последовательности внутри одного вида.<br /> <br /> === Чему вы научитесь? ===<br /> Базовые знания генетики, знакомство со статистическими критериями и алгоритмами, использующимися в биологии<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, основы статистики, интерес к генетике и эволюции видов<br /> <br /> === Какие будут использоваться технологии? ===<br /> В рамках проекта будут использоваться данные, доступные в базе данных 1000 геномов (www.1000genomes.org). Кроме того возможно использование утилит для геномных подсчётов (bedtools и др.)<br /> <br /> === Темы вводных занятий ===<br /> Генетика и антропогенез человека<br /> <br /> === Направления развития ===<br /> В рамках данного проекта возможна разработка веб-интерфейса программы подсчёта генетической близости внутри одного вида, использующей облачные техологии вычисления<br /> <br /> === Критерии оценки ===<br /> 4-5 определить генетическую близость данных современных и древних людей, используя готовые утилиты<br /> 6-7 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм<br /> 8-9 определить генетическую близость данных современных и древних людей, использовав свой собственный алгоритм и статистику</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D1%80%D0%B0%D0%BA%D0%BE%D0%B2%D1%8B%D1%85_%D1%82%D1%80%D0%B0%D0%BD%D1%81%D0%BA%D1%80%D0%B8%D0%BF%D1%82%D0%BE%D0%B2_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=586 2014-11-28T13:21:06Z

<p>Vita Stepanova: Новая страница, с помощью формы Новый_проект</p> <hr /> <div>{{Карточка_проекта<br /> |name=Кластеризация раковых транскриптов<br /> |mentor=Вита Степанова<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Известно, что раковые опухоли могут характеризоваться различными степенями тяжести. В последнее время активно развиваются способы оценки степени тяжести опухоли по данным генной экспрессии. В рамках данного проекта студентам предлагается кластеризовать раковые транскрипты и сравнить свои кластеры с морфологическими наблюдениями.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии &lt;br/&gt;<br /> Обработка и интерпретация данных генной экспресии &lt;br/&gt;<br /> Применение математических методов для решения медицинских задач<br /> <br /> === Какие начальные требования? ===<br /> Навыки программирования, знание методов кластеризации, основы молекулярной биологии и статистики<br /> <br /> === Какие будут использоваться технологии? ===<br /> Данные для исследования будут загружены из БД GEO. Опционально могу быть использованы программы по обработке сырых данных микрочипов.<br /> <br /> === Темы вводных занятий ===<br /> Экспрессия генов и способы её оценки &lt;br/&gt;<br /> Способы интерпретации данных микрочипов<br /> <br /> === Направления развития ===<br /> Интересным продолжением задачи станет решение проблемы определения набора дифференциально экспрессированных генов, необходимого для эффективной кластеризации раковых транскриптов. Это позволит упростить молекулярно-биологический прогноз состояния и развития раковой опухоли при первичном обращении пациента в больницу.<br /> <br /> === Критерии оценки ===<br /> 4-5 реализовать алгоритм кластеризации для обработанных данных микрочипов &lt;br/&gt;<br /> 6-7 реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации &lt;br/&gt;<br /> 8-9 реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=585 2014-11-27T22:26:32Z

<p>Vita Stepanova: /* Критерии оценки */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Понимание основных методов машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных&lt;br /&gt;<br /> 6-7 - учесть биолого-химические особенности эпитопов&lt;br /&gt;<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=584 2014-11-27T22:26:14Z

<p>Vita Stepanova: /* Темы вводных занятий */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Понимание основных методов машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов&lt;br /&gt;<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных<br /> 6-7 - учесть биолого-химические особенности эпитопов<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=583 2014-11-27T22:25:57Z

<p>Vita Stepanova: /* Чему вы научитесь? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Понимание основных методов машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных<br /> 6-7 - учесть биолого-химические особенности эпитопов<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=582 2014-11-27T22:25:44Z

<p>Vita Stepanova: /* Какие начальные требования? */</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> <br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> <br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования&lt;br /&gt;<br /> Понимание основных методов машинного обучения&lt;br /&gt;<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных<br /> 6-7 - учесть биолого-химические особенности эпитопов<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=581 2014-11-27T22:25:22Z

<p>Vita Stepanova: </p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии&lt;br /&gt;<br /> <br /> Знакомство с биоинформатическими базами данных&lt;br /&gt;<br /> <br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования<br /> Понимание основных методов машинного обучения<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных<br /> 6-7 - учесть биолого-химические особенности эпитопов<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D0%BD%D0%B8%D0%B5_%D1%8D%D0%BF%D0%B8%D1%82%D0%BE%D0%BF%D0%BE%D0%B2_T-%D0%BA%D0%BB%D0%B5%D1%82%D0%BE%D0%BA_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=580 2014-11-27T22:24:41Z

<p>Vita Stepanova: Новая страница, с помощью формы Новый_проект</p> <hr /> <div>{{Карточка_проекта<br /> |name=Предсказание эпитопов T-клеток<br /> |mentor=Степанова Вита<br /> |mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Задача распознавания антигенных участков белков (эпитопов) является ключевой при создании синтетических вакцин, иммунодиагностических тестов и производстве антител. Экспериментальное решение этой задачи требует большого колчества финансовых и временных ресурсов. Биоинформатическое предсказание эпитопов в таком случае является мощным инструментом для биологов и медиков. В настоящее время существует достаточное количество белков с размеченными известными эпитопами, чтобы применить накопленные знания для создания программ-предсказателей. Итогом этой проектной работы станет программа по предсказанию антигенного участка в последовательности любого случайного белка.<br /> <br /> === Чему вы научитесь? ===<br /> Основы молекулярной биологии и иммунологии<br /> Знакомство с биоинформатическими базами данных<br /> Применение методов машинного обучения для решения биологических задач<br /> <br /> === Какие начальные требования? ===<br /> Знание Python или другого языка программирования<br /> Понимание основных методов машинного обучения<br /> Базовые знания молекулярной биологии и иммунологии или желание изучить биологию<br /> <br /> === Какие будут использоваться технологии? ===<br /> В процессе работы над проектом студенты позакомятся с устройством баз данных T-клеточных эпитопов (IEDB, AntiJen, SYFPEITHI и др.), научатся использовать программы выравнивания белков (muscle, mafft и др.).<br /> <br /> === Темы вводных занятий ===<br /> Биолого-химические особенности эпитопов<br /> Существующие способы предсказания эпитопов<br /> <br /> === Направления развития ===<br /> Для удобства учёных и врачей решение может быть реализовано с удобным, понятным интерфейсом, результат работы программы может быть визаулизирован и нанесён на первичную и третичную структуру белка. Продвинутые студенты могут применить и адаптировать программу к решению задач поиска B-клеточных эпитопов.<br /> <br /> === Критерии оценки ===<br /> 4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных<br /> 6-7 - учесть биолого-химические особенности эпитопов<br /> 8-10 - реализовать комбинированный алгоритм, имплементировать веб-интерфейс</div>

Vita Stepanova