Предсказание эпитопов T-клеток (проект) — различия между версиями
(→Темы вводных занятий) |
|||
| Строка 2: | Строка 2: | ||
|name=Предсказание эпитопов T-клеток | |name=Предсказание эпитопов T-клеток | ||
|mentor=Степанова Вита | |mentor=Степанова Вита | ||
| − | |mentor_login={{URLENCODE: | + | |mentor_login={{URLENCODE:Vita Stepanova|WIKI}} |
|semester=Весна 2015 | |semester=Весна 2015 | ||
|course=1 | |course=1 | ||
Версия 00:34, 3 января 2015
| Ментор | Степанова Вита |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
Что это за проект?
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.
Чему вы научитесь?
Основы молекулярной биологии и иммунологии
Знакомство с биоинформатическими базами данных
Применение методов машинного обучения для решения биологических задач
Какие начальные требования?
Знание Python или другого языка программирования
Желание разобраться в методах машинного обучения
Базовые знания молекулярной биологии и иммунологии или желание изучить биологию
Все необходимые навыки и знания будут рассказаны студентам на вводных лекциях
Какие будут использоваться технологии?
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.).
Темы вводных занятий
Биолого-химические особенности эпитопов
Существующие способы предсказания эпитопов
Методы машинного обучения
Направления развития
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.
Критерии оценки
4-5 - реализовать алгоритм предсказания антигенного сайта для любой случайной последовательности белка на основе существующх баз данных
6-7 - учесть биолого-химические особенности эпитопов
8-10 - реализовать комбинированный алгоритм, имплементировать простой веб-интерфейс для ввода последовательности белков.
