Бакалавриат
2025/2026
Научно-исследовательский семинар "Машинное обучение для решения биологических и биомедицинских задач"
Статус:
Курс обязательный (Клеточная и молекулярная биотехнология)
Кто читает:
Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН
Когда читается:
4-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Вартанов Сергей Александрович
Язык:
русский
Программа дисциплины
Аннотация
НИС нацелен на изучение современных методов машинного обучения и их применения в биологии и медицине. Студенты ознакомятся с основными концепциями и алгоритмами машинного обучения, а также с их специфическими приложениями в различных областях биологических исследований.
В рамках курса акцент будет сделан на таких ключевых темах, как:
- **Single Cell Анализ**: Исследование одноядерных клеток является важным аспектом современной биологии. Участники изучат методы обработки и анализа данных одноядерной секвенирования (scRNA-seq), а также применение кластеризации и снижения размерности для выявления клеточных подтипов и понимания клеточных функций на индивидуальном уровне.
- **Трансформеры**: Участники познакомятся с архитектурой трансформеров и их применением в биоинформатике, включая анализ последовательностей ДНК и белков. Мы рассмотрим, как трансформеры могут быть использованы для предсказания структурных особенностей белков и анализа геномных данных.
- **Обучение с Подкреплением**: Курс также охватит базовые принципы обучения с подкреплением и его применение для оптимизации биомедицинских исследований, таких как разработка новых лекарств и моделирование биологических процессов. Участники смогут изучить, как методы обучения с подкреплением могут помочь в принятии решений и адаптивной стратегии в динамичных биологических системах.
Каждая тема будет подкреплена практическими примерами и заданиями, что позволит студентам применять полученные знания к реальным данным и задачам. Курс предназначен для студентов и специалистов, заинтересованных в интеграции машинного обучения и биологии, а также для тех, кто стремится развивать навыки работы с современными инструментами анализа данных.