Группа биоинформатики и структурной биологии

Отдел биокинетики, НИИ Физико-Химической Биологии им. А.Н.Белозерского, МГУ имени М.В.Ломоносова


Руководитель группы. вед.н.с. к.х.н. Суплатов Дмитрий Андреевич

Общая информация. Группа биоинформатики и структурной биологии в составе отдела Биокинетики приглашает студентов и аспирантов для выполнения научно-исследовательских работ по двум направлениям: (1) поиск новых способов автоматизированной обработки биологических данных и (2) изучение структуры и функции суперсемейств белков с использованием оригинальных и сторонних подходов биоинформатики и молекулярного моделирования. Мы приглашаем студентов и аспирантов, которые чувствуют в себе предрасположенность к работе с компьютером и программированию, которых не пугает командная строка Linux и отсутствие графического интерфейса у программ, а также есть интерес в целом к тематике обработки данных. Мы ожидаем, что главным приоритетом студента/аспиранта будет сделать качественную научно-исследовательскую работу. Для студентов предыдущий опыт работы в области компьютерной биологии не является обязательным. Аспирантам необходимо иметь квалификацию (образование) и опыт научно-исследовательской работы в одном из аспектов работы группы, таких как биоинформатика (обработка данных в компьютерной биологии), молекулярное моделирование (вычислительная и теоретическая химия), программирование, математические методы и статистика, механизмы действия ферментов и др. В составе нашей группе или в сотрудничестве с нами успешно работают выпускники Факультета биоинженерии и биоинформатики, Механико-математического факультета, Факультета вычислительной математики и кибернетики, Химического факультета МГУ.

Ключевые слова. Биоинформатика, Анализ последовательностей, Структурная биология (молекулярное моделирование), Анализ больших данных, Алгоритмы (программирование), Энзимология, Механизмы действия ферментов

Направления научной работы группы. Группа биоинформатики и структурной биологии в составе отдела биокинетики занимается поиском новых способов автоматизированной обработки биологических данных для изучения структуры и функции белков. Практика последних лет показывает, что использование биоинформатики и молекулярного моделирования способно помочь при изучении механизмов действия белков для большего понимания структурно-функциональных взаимосвязей, однако для решения новых, все более сложных задач необходимы адекватные компьютерные методы. Анализ увеличивающегося массива данных о последовательностях и структурах белков/ферментов, их комплексов с субстратами и ингибиторами, информации о регуляторных механизмах, множественных функциональных активностях, конформационной пластичности позволяет нам изучать соотношение структуры и функции белков/ферментов на качественно новом уровне. Однако на практике часто выясняется, что нужные методы либо вовсе отсутствуют, либо уже устарели и малопригодны для анализа всей доступной информации о белках. Нашей целью является создание новых вычислительных подходов, ориентированных на обработку все более объемных и разнообразных биологических данных для решения актуальных задач современной биологии. Работа с таким массивом информации становится возможной благодаря максимальной автоматизации – разработке «умных» методов компьютерной биологии, основанных на анализе последовательностей и структур белков не по-отдельности, а системно в рамках суперсемейств, анализе молекулярных моделей белков и их комплексов с лигандами с учетом конформационной пластичности и структурной подвижности, использовании методов машинного обучения, а также стандартизации процедуры применения оригинальных и сторонних подходов для решения широкого спектра научных задач. На практике, речь идет о конвейере из последовательных этапов, исполняемых различными программами, предъявляющими свои требования к вычислительным ресурсам. В этой связи, особое место в нашей работе занимает программирование на различных языках, в том числе параллельное программирование в рамках общей и распределенной памяти, а также работа с гибридными вычислительными системами/суперкомпьютерами, обладающими существенной мощностью и разнообразием аппаратных возможностей. Оригинальные подходы реализуются нами в виде публично-доступных веб-ресурсов, ориентированных на широкое использование в повседневной практике научных лабораторий, а также непосредственно применяются для решения конкретных научных задач в рамках проектов отдела Биокинетики.

Педагогическая работа группы. Руководитель и сотрудники группы биоинформатики и структурной биологии в составе отдела биокинетики являются активными участниками педагогической работы в МГУ. Мы являемся научными руководителями и консультантами аспирантов, дипломников и студентов Факультета биоинженерии и биоинформатики, Факультета вычислительной математики и кибернетики, Химического факультета МГУ, а также читаем курс лекций "Белковая инженерия" для студентов 5-го курса ФББ МГУ.

Приоритеты научно-исследовательских (курсовых) работ студентов. С нашей точки зрения, целью студента при выполнении курсовой работы является получение собственно опыта научной работы. На это мы, как руководители, направляем свои основные усилия и этого же ждём от своих студентов – интереса к научной работе и нацеленности на новый научный результат. Студент должен участвовать в выборе своей темы и её конкретной формулировки, научиться работать с последней литературой по теме и осознать первостепенную важность этого "литературного" этапа для выбора актуального направления исследования, научиться планировать свою научную работу, доводить её до результата, научиться формулировать свои основные выводы, получить опыт представления результатов исследования в виде докладов на семинарах, встречах и конференциях. Поскольку времени на выполнение курсовой работы у студента очень мало, то при выборе темы мы стараемся ориентироваться на учебную программу, т.е. на арсенал методов и умений, которые студент уже получил на факультете, а также на те дополнительные методы, которые студент будет способен освоить самостоятельно, опираясь на свои знания и доступные инструкции (туториалы). По мере выполнения курсовых работ наши студенты также получают возможность постепенно освоить ключевые оригинальные методы группы – программы и веб-серверы для биоинформатического анализа (в том числе, наиболее известные – Mustguseal, Zebra, pocketZebra, visualCMAT, Yosshi, parMATT) и молекулярного моделирования, а также получить опыт программирования и работы на высокопроизводительных вычислительных системах – суперкомпьютерах и гибридных ускорителях.

Контакты. Мы приглашаем, в общих чертах, ознакомиться с материалами нашего сайта и нашими научными публикациями. Для согласования встречи с научными руководителями для обсуждения потенциальных тем научно-исследовательской работы необходимо прислать электронное письмо руководителю группы с кратким описанием своих научных интересов.

Суплатов Д.А.