Проект программы обучения студентов по специальности “биоинформатика”

А.В.Алексеевский, С.А.Спирин (НИИФХБ им. Белозерского, МГУ)

Москва, 2001

Вводные замечания.

1. В этот проект авторы включили все основные, на их взгляд, темы. Программа конкретного курса, несомненно, должна быть адаптирована к составу студентов и, может быть, сокращена.



2. Под биоинформатикой авторы понимают науку, занимающуюся анализом экспериментальных данных молекулярной биологии: секвенированных последовательностей биополимеров, экспериментально определенных пространственных структур биологических макромолекул, данных об экспрессии генов и т.д. Методами биоинформатики являются методы организации информации, широко понимаемые компьютерные методы, методы вычислительной математики и статистики. Близкая трактовка этого термина принята в ведущих зарубежных центрах, таких, как EMBL/EBI (Германия-Великобритания), SIB (Швейцария), NCBI (США) и др. и в основных международных журналах, как общебиологических (например, "Nucleic Acids Research", "Trends in Genetics", "Trends in Biochemical Sciences"), так и специализированных ("Bioinformatics", "Journal of Computational Biology", "Briefings in Bioinformatics").
   
   При таком понимании биоинформатики за ее рамками остаются многие другие области науки о живом, связанные с использованием математических и компьютерных методов, например, математическая экология, математические модели в физиологии, концепции биополя, информационного содержания организма и др. Мы также не включаем в основной курс биоинформатики молекулярную биофизику и молекулярное моделирование, поскольку эти важные разделы имеют собственные задачи и методы (см. программы курсов, читаемых в МФТИ и на биофаке МГУ).
   
   Разграничение областей авторы считают необходимым для составления программ обучения. Не следует включать в одну программу “все для всех”.

3. Программа призвана готовить специалистов в области биоинформатики. Иногда таковых называют “компьютерный биолог”. Компьютерный биолог занимается получением биологически осмысленных результатов, исследуя содержимое банков данных. Поэтому в идеале он должен владеть арсеналом существующих компьютерных средств (программ, баз данных и др.), знать алгоритмы, заложенные в программах — чтобы уметь интерпретировать результаты, владеть программированием — чтобы реализовывать новые идеи. Спектр необходимых знаний и временных затрат таков, что почти невозможно быть одновременно экспериментатором и “полноценным” компьютерным биологом.

Следует признать, что в настоящее время в мире мало “полноценных” компьютерных биологов. Чаще специалист-биоинформатик либо биолог и, в лучшем случае, квалифицированный пользователь программного обеспечения (“пользователь”), либо математик и специалист по созданию программного обеспечения (“алгоритмист”). Потребность как в тех, так и в других специалистах несомненна.

Исходя из реальной ситуации, в детальной программе конкретного курса следует учитывать подготовку студентов: для математиков и алгоритмистов больше внимания уделять изучению алгоритмов вычислительной биологии, для биологов — особенностям использования существующего программного обеспечения. Возможно, следует предусмотреть по два варианта практикумов при едином теоретическом курсе.

Тем не менее, представляется нецелесообразным создавать для подспециальностей отдельные программы обучения ввиду быстрого прогресса области и роста потребности в полноценных компьютерных биологах.

4. Программа состоит из двух частей: предварительные курсы (сведения из математики, физики, химии и биологии, необходимые для занятий биоинформатикой) и собственно биоинформатика. Авторы, в принципе, готовы взять на себя или предложить кандидатуры для преподавания основной части.

• Интернет
• Excel
• UNIX

• основы структур баз данных (записи, поля, объекты)
• классификация баз по способу заполнения (автоматические, архивные, курируемые)
• основные базы данных:
• GenBank, EMBL
• SwissProt, TrEMBL, PIR
• PDB
• базы, содержащие результаты глобальных экспериментов по анализу экспрессии, протеомике, и т.п.
• банки белковых семейств (SCOP, Prosite, ProDom, PFAM, InterPro)
• метаболические базы данных
• генетические банки (физические карты, OMIM)
• специализированные банки данных
• конкретные белковые семейства, РНК и т.д.
• конкретные геномы
• функциональные сайты в белках и ДНК

• SRS
• Entrez

• Smith-Waterman
• хэширование (lookup table)
• BLAST
• FASTA
• оценка значимости (E-value, P-value)
• фильтрация повторов и обработка участков малой сложности (фильтрация, пересчет значимости)
• паттерны (Prosite), профили, Psi-BLAST, HMM (PFAM)

• PDB
• структура записи PDB
• визуализация
• анализ структурных особенностей
• моделирование
• предсказание вторичной структуры белков
• предсказание третичной структуры белков по гомологии
• threading
• docking

• предсказание параметров спирали ДНК
• предсказание вторичной структуры РНК
• представление вторичной структуры РНК
• минимизация энергии вторичной структуры (динамическое программирование)
• динамические модели РНК
• сравнительный подход по гомологичным и изофункциональным РНК

• RASMOL
• SwissPDBViewer
• WhatIf

• эволюция молекул и организмов
• ортологи и паралоги
• горизонтальный перенос
• деревья видов и деревья генов
• филогенетическое дерево как математический объект
• модели эволюции
• алгоритмы построения филогенетических деревьев
• матрица расстояний
• методы, основанные на матрице расстояний (UPGMA, neighbour-joining, minimal evolution, топологические инварианты и др.)
• другие методы (максимальная экономия, максимальное правдоподобие)
• алгоритмические проблемы поиска оптимального дерева
• bootstrapping
• согласование деревьев
• эволюция на уровне генома (синтения, хромосомные перестройки)
• анализ популяционных данных
• SNP
• тандемные повторы
• митохондрии и Y-хромосомы
• данные по рестрикции