VII Съезд биофизиков России
Краснодар, Россия
17-23 апреля 2023 г. |
Программа СъездаСекции и тезисы:
Биофизическое образованиеКомпьютерная реконструкция сетей белок-белковых взаимодействий: образовательные и исследовательские аспектыЮ.Л. Орлов1,2,3*, В.А. Туркина 1, Н.Г. Орлова5, А.А. Анашкина4,1, Е.А. Савина1 1.Первый Московский государственный медицинский университет им. И.М. Сеченова Минздрава России (Сеченовский Университет); 2.Российский Университет Дружбы Народов; 3.Институт цитологии и генетики СО РАН; 4.Институт молекулярной биологии им. В.А. Энгельгардта РАН; 5.Финансовый Университет при Правительстве РФ; * y.orlov(at)sechenov.ru Биофизическое образование требует использования современных компьютерных средств для моделирования белок-белковых взаимодействий. Использование онлайн-инструментов биоинформатики позволяет реконструировать и белковые и генные сети, отрабатывать навыки моделирования для студентов. Мы рассматриваем вопросы компьютерной реконструкции генных сетей – комплексов взаимодействующих макромолекул – по списку генов, ассоциированных с тем или иным заболеванием, или комплексным расстройством на основе общедоступных онлайн-инструментов биоинформатики – STRING-DB, GeneMANIA, приложений Metascape, Cytoscape. Представлены примеры компьютерного построения и визуализации генных сетей онкологических заболеваний – глиомы, рака молочной железы, а также сложных метальных расстройств, таких как болезнь Паркинсона, шизофрения, которые были опубликованы в соавторстве со студентами в российских и международных журналах в за последние годы [1,2,3].
Использование только онлайн-инструментов биоинформатики имеет учебный характер, ориентировано на студентов, как математического профиля, так и естественно-научных и медицинских дисциплин, у которых недостаточно навыков в информатике, программировании, написании собственного кода. Автоматическое построение списков генов, ассоциированных с заболеванием с использованием открытых баз данных (OMIM, GeneCards.org, MalaCard.org), компьютерная реконструкция генных сетей, расчеты статистики обогащенности категорий генных онтологий успешно освоены студентов и представлены в серии дипломных работ и научных публикаций. Рассмотрены проблемы освоения студентами учебных материалов на основе преподавания в НГУ, ДВФУ, РУДН, Финансовом Университете при Правительстве РФ, Первом МГМУ им. И.М.Сеченова Минздрава России. Задачи цифровизации медицины, освоения ИТ-технологий являются приоритетными в России. Существовавшая последние годы эпидемическая ситуация и вынужденных переход на дистанционное обучение ускорили принятие мер по изменению форматов образования, появлению новых учебных платформ [4]. Отдельный интерес представляет компьютеризация и автоматизация преподавания собственно дисциплин связанных с информатикой, в том числе в медицине - в областях телемедицины, электронного здравоохранения [5]. Вопрос разработки учебных курсов биофизики и биоинформатики связан с необходимостью адаптации обучения к профилю образования студентов и слушателей. По опыту работу преподавания биоинформатики студентам-математикам требуется не только другая подача материала, но и сама методика, в отличие от студентов медиков и студентов естественно-научных специальностей. Отметим ряд качественно новых задач образования в области цифрового здравоохранения, таких как использование блокчейн-технологий, использования методов Искусственного Интеллекта (ИИ) в поддержке принятия врачебных решений [5]. Разработан образовательный курс, который включает теоретическую часть (прослушивание курса в форме лекций, видеоуроков) и практическую часть - выполнение заданий по использованию компьютерных программ и баз данных, нашедших ряд применений для медицинских задач по реконструкции и анализу сетей взаимодействий макромолекул [1,6,7]. Благодарности: Проект реализуется победителем грантового конкурса для преподавателей магистратуры 2021/2022 Стипендиальной программы Владимира Потанина. Литература 1. Дохоян А.Ю., Глущенко М.В., Орлов Ю.Л. Реконструкция генной сети шизофрении для поиска генов-мишеней. Ульяновский медико-биологический журнал. 2022; 3: 6–22. doi: 10.34014/2227-1848-2022-3-6-22. 2. Орлов Ю.Л., Галиева А.Г., Орлова Н.Г., Иванова Е.Н., Мозылева Ю.А., Анашкина А.А. Реконструкция генной сети болезни Паркинсона для поиска генов-мишеней. Биомедицинская химия. 2021; 67(3): 222-230 doi: 10.18097/PBMC20216703222 3. Gubanova N.V., Orlova N.G., Dergilev A.I., Oparina N.Y., Orlov Y.L. Glioblastoma gene network reconstruction and ontology analysis by online bioinformatics tools. Journal of Integrative Bioinformatics. 2021; 18:20210031. doi: 10.1515/jib-2021-0031 4. Orlov Y.L., Anashkina A.A., Klimontov V.V., Baranova A.V. Medical Genetics, Genomics and Bioinformatics Aid in Understanding Molecular Mechanisms of Human Diseases. International Journal of Molecular Sciences. 2021; 22(18):9962. doi: 10.3390/ijms22189962 5. Koshechkin K.A., Lebedev G.S., Fartushnyi E.N., Orlov Y.L. Holistic Approach for Artificial Intelligence Implementation in Pharmaceutical Products Lifecycle: A Meta-Analysis. Applied Sciences. 2022; 12(16):8373. doi: 10.3390/app12168373 6. Dergilev A.I., Orlova N.G., Dobrovolskaya O.B., Orlov Y.L. Statistical estimates of multiple transcription factors binding in the model plant genomes based on ChIP-seq data. J Integr Bioinform. 2021;19(1):20200036. doi: 10.1515/jib-2020-0036. 7. Тийс Р.П., Осипова Л.П., Галиева Э.Р., Личман Д.В., Воронина Е.Н., Мелихова А.В., Орлов Ю.Л., Филипенко М.Л. Полиморфизм вариантов гена N-ацетилтрансферазы 2 (NAT2) и анализ генной сети. Биомедицинская химия. 2021; 67(3): 213-221 doi:10.18097/PBMC20216703213 Computer Reconstruction of Networks of Protein-Protein Interactions: Educational and Research AspectsY.L. Orlov1,2,3*, V.A. Turkina1, N.G. Orlova5, A.A. Anashkina4,1, E.A. Savina1 1.I.M.Sechenov First Moscow State Medical University (Sechenov University); 2.Peoples' Friendship University of Russia; 3.Institute of Cytology and Genetics SB RAS; 4.V.A.Engelhardt Institute of Molecular Biology RAS; 5.Financial University under the Government of the RF; * y.orlov(at)sechenov.ru Biophysical education requires the use of modern computer tools for modeling protein-protein interactions. The use of online bioinformatics tools makes it possible to reconstruct both protein and gene networks, and develop modeling skills for students. We consider the issues of computer reconstruction of gene networks - complexes of interacting macromolecules - using a list of genes associated with a particular disease, or a complex disorder based on public online bioinformatics tools - STRING-DB, GeneMANIA, Metascape, Cytoscape applications. Examples of computer construction and visualization of gene networks of oncological diseases - glioma, breast cancer, as well as complex mental disorders such as Parkinson's disease, schizophrenia, which were published in co-authorship with students in Russian and international journals in recent years [1, 2 ,3].
The use of only online bioinformatics tools is educational in nature, focused on students, both in mathematics and in natural sciences and medical disciplines, who do not have enough skills in computer science, programming, and writing their own code. Automatic construction of lists of genes associated with a disease using open databases (OMIM, GeneCards.org, MalaCard.org), computer reconstruction of gene networks, calculations of enrichment statistics for gene ontology categories have been successfully mastered by students and presented in a series of theses and scientific publications. The problems of mastering educational materials by students on the basis of teaching at NSU, FEFU, Peoples' Friendship University of Russia, the Financial University under the Government of the Russian Federation, the First Moscow State Medical University, I.M. Sechenov of the Ministry of Health of Russia. The tasks of digitalization of medicine, the development of IT technologies are a priority in Russia. The epidemic situation that has existed in recent years and the forced transition to distance learning had accelerated the adoption of measures to change the formats of education, the emergence of new learning platforms [4]. Of particular interest is the computerization and automation of teaching the disciplines themselves related to informatics, including in medicine - in the fields of telemedicine, e-health [5]. The issue of developing training courses in biophysics and bioinformatics is related to the need to adapt training to the profile of education of students and trainees. According to the experience of teaching bioinformatics, mathematics students require not only a different presentation of the material, but also the methodology itself, in contrast to medical students and students of natural sciences. Let us note a number of qualitatively new tasks of education in the field of digital healthcare, such as the use of blockchain technologies, the use of Artificial Intelligence (AI) methods in support of medical decision-making [5]. An educational course has been developed that includes a theoretical part (listening to the course in the form of lectures, video lessons) and a practical part - performing tasks on the use of computer programs and databases that have found a number of applications for medical problems in the reconstruction and analysis of networks of interactions of macromolecules [1,6,7]. Acknowledgments: The project is being implemented by the winner of the grant competition for graduate teachers 2021/2022 of the Vladimir Potanin Scholarship Program. References 1. Dokhoyan A.Yu., Glushchenko M.V., Orlov Yu.L. Reconstruction of the schizophrenia gene network to search for target genes. Ulyanovsk biomedical journal. 2022; 3:6–22. (in Russian) doi: 10.34014/2227-1848-2022-3-6-22. 2. Orlov Yu.L., Galieva A.G., Orlova N.G., Ivanova E.N., Mozyleva Yu.A., Anashkina A.A. Reconstruction of the gene network of Parkinson's disease to search for target genes. Biomedical Chemistry. 2021; 67(3):222-230. (in Russian) doi:10.18097/PBMC20216703222 3. Gubanova N.V., Orlova N.G., Dergilev A.I., Oparina N.Y., Orlov Y.L. Glioblastoma gene network reconstruction and ontology analysis by online bioinformatics tools. Journal of Integrative Bioinformatics. 2021; 18:20210031. doi:10.1515/jib-2021-0031 4. Orlov Y.L., Anashkina A.A., Klimontov V.V., Baranova A.V. Medical Genetics, Genomics and Bioinformatics Aid in Understanding Molecular Mechanisms of Human Diseases. International Journal of Molecular Sciences. 2021; 22(18):9962. doi: 10.3390/ijms22189962 5. Koshechkin K.A., Lebedev G.S., Fartushnyi E.N., Orlov Y.L. Holistic Approach for Artificial Intelligence Implementation in Pharmaceutical Products Lifecycle: A Meta-Analysis. Applied Sciences. 2022; 12(16):8373. doi:10.3390/app12168373 6. Dergilev A.I., Orlova N.G., Dobrovolskaya O.B., Orlov Y.L. Statistical estimates of multiple transcription factors binding in the model plant genomes based on ChIP-seq data. J Integr Bioinform. 2021;19(1):20200036. doi: 10.1515/jib-2020-0036. 7. Tiis R.P., Osipova L.P., Galieva E.R., Lichman D.V., Voronina E.N., Melikhova A.V., Orlov Yu.L., Filipenko M.L. Polymorphism of N-acetyltransferase 2 (NAT2) gene variants and gene network analysis. Biomedical Chemistry. 2021; 67(3): 213-221. (in Russian) doi:10.18097/PBMC20216703213 Докладчик: Орлов Ю.Л. 497 2023-02-01
|