Моделирование пространственной структуры РНК (back-end) (проект)

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
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.