Біоінформатика та обчислювальна біологія

🧬 Геноміка

Аналіз послідовностей ДНК

Читання геномів (секвенування), вирівнювання послідовностей, пошук генів, анотація функцій, виявлення варіацій (SNP, індели, структурні варіації).

Вирівнювання послідовностей

BLAST (швидкий пошук подібних послідовностей), Smith-Waterman (точне вирівнювання), multiple sequence alignment (ClustalW, MUSCLE). Використовується для пошуку гомологів, передбачення функцій.

Аннотація геномів

Автоматичне визначення генів, екзонів, інтронів, регуляторних елементів. Використання машинного навчання, порівняння з відомими геномами, експериментальна валідація.

Складні геноми

Аналіз повторюваних послідовностей, транспозонів, структурні варіації, поліплоїдність. Виклики: складання (assembly), анотація великих та складних геномів.

🧪 Протеоміка та структурна біологія

Передбачення структури білків

AlphaFold, RoseTTAFold — революційні методи передбачення 3D структури з амінокислотної послідовності. Точність досягла експериментальних рівнів для багатьох білків.

Моделювання білкової динаміки

Молекулярна динаміка (MD) для симуляції руху білків, взаємодій з лігандами, згортання. Потрібні великі обчислювальні ресурси, покращення алгоритмів.

Протеомний аналіз

Визначення всіх білків у клітині, їх кількості, посттрансляційних модифікацій. Мас-спектрометрія + біоінформатика для ідентифікації та кількісного аналізу.

Білково-білкові взаємодії

Передбачення та аналіз комплексів білків, мереж взаємодій. Структурне моделювання, еволюційна кореляція, експериментальні дані (Y2H, co-IP).

🌳 Філогенетика та еволюція

Побудова філогенетичних дерев

Maximum likelihood, Bayesian inference, neighbor-joining методи для відтворення еволюційних зв'язків. Використання послідовностей ДНК, білків, структурних даних.

Молекулярна еволюція

Аналіз швидкості еволюції, селективного тиску, датування подій. Моделі еволюції (Jukes-Cantor, Kimura), виявлення позитивного/негативного відбору.

Геномна еволюція

Аналіз дуплікацій генів, горизонтального переносу, злиття/розділення видів. Геномні порівняння на великих масштабах, виявлення еволюційних інновацій.

📊 Системна біологія

Мережі взаємодій

Побудова та аналіз біологічних мереж: транскрипційні мережі, метаболічні шляхи, сигнальні каскади. Визначення ключових вузлів, модулів, потоків.

Моделювання метаболізму

Flux balance analysis (FBA), кінетичні моделі метаболічних шляхів. Передбачення поведінки клітин, оптимізація виробництва метаболітів.

Моделювання регуляторних мереж

Математичні моделі регуляції генів, сигнальних шляхів. Boolean networks, differential equations, stochastic models. Розуміння динаміки біологічних процесів.

🤖 Машинне навчання

Глибоке навчання в біології

Нейронні мережі для передбачення структури білків (AlphaFold), анотації генів, виявлення паттернів у великих датасетах. Transformer архітектури для послідовностей.

Класифікація та кластеризація

Класифікація типів клітин (single-cell RNA-seq), кластеризація генів за експресією, виявлення підтипів хвороб. SVM, random forests, k-means, hierarchical clustering.

Передбачення функцій

Передбачення функцій генів/білків з послідовності, структури, контексту. Transfer learning, ensemble методи, інтеграція різних типів даних.

💾 Бази даних та інструменти

Геномні бази даних

GenBank, RefSeq — зберігання послідовностей ДНК/РНК. ENSEMBL — анотовані геноми. NCBI, EBI — головні центри зберігання та аналізу.

Протеомні бази

UniProt — універсальна база білків з анотаціями. PDB — структури білків. Pfam — родини білків. Протеомні бази для специфічних організмів.

Інструменти та платформи

Galaxy — веб-платформа для біоінформатичних аналізів. Bioconductor (R), BioPython — програмні пакети. Високопродуктивні обчислення (HPC) для великих аналізів.

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Protein Folding Visualiser і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.