Моделирование пространственной структуры РНК (back-end) (проект)
| Ментор | Залевский Артур |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
| Внимание! Данный проект находится в архиве и реализован не будет. |
Что это за проект?
Мы сформулировали и применили свой подход к реконструкции пространственной структуры РНК на основе данных о вторичной структуре и дополнительных дистанционных ограничений, который показал хорошие результаты при сравнении с полученными позже экспериментальными данными. После публикации статьи мы сделали веб-сервис, реализующий этот подход, однако он уже порядком устарел и мы хотели бы его существенно улучшить, как с точки зрения науки, так и качества реализации.
Чему вы научитесь?
- Познакомитесь с пространственными структурами различных биомолекул.
- Освоите некоторые методы молекулярного моделирования, применяемые в самых разных областях научного знания: от создания лекарств до разработки метаматериалов.
Какие начальные требования?
- Желание разобраться в структурном многообразии нуклеиновых кислот.
- Развитое пространственное мышление и некоторое знакомство с линейной алгеброй.
- Базовые знания ОС GNU/Linux.
- Базовые знания Shell, Perl, Python.
Какие будут использоваться технологии?
Темы вводных занятий
- Нуклеиновые кислоты, связь структура - функция.
Направления развития
- Чтение файлов формата dot-bracket и ct;
- Подготовка крупнозернистой модели и входных файлов для GROMACS;
- Восстановление полноатомной модели;
- Задокументировать код;
- Опубликовать весь код под одной из лицензий для СПО;
- Увеличить количество входных форматов файлов, обеспечить поддержку сырых экспериментальных данных;
- Принять участие в конкурсе по сравнению качества алгоритмов предсказания пространственной структуры нуклеиновых кислот.
Критерии оценки
4-5 Переработать существующий протопип, реализовать базовую функциональность бэкенда (чтение dot-bracket и ct, крупнозернистая модель), задокументировать код;
6-7 Реализовать полноценный бэкенд, реализовать восстановление полноатомной модели;
8-10 Увеличить количество входных форматов. Опубликовать код под СПО лицензией. По желанию, принять участие в конкурсе по оценке качества алгоритмов.
