Вычислительная биология: моделирование и анализ данных в биологических системах: программа бакалавриата в вузах Москвы

Программа делает акцент на методологии количественного анализа биологических систем — от молекулярного уровня до экосистемного. Обучение направлено на освоение алгоритмов обработки экспериментальных данных, создание предсказательных моделей биологических процессов и применение методов машинного обучения для расшифровки сложных паттернов в геномике, протеомике и физиологии. Итогом становится умение биолога критически оценивать данные, выдвигать математически обоснованные гипотезы и автоматизировать их проверку, что позволяет выпускнику работать на стыке естественных наук и IT.

Примерный перечень дисциплин:

• Общая биология
• Молекулярная биология
• Клеточная биология
• Генетика
• Биохимия
• Физиология человека и животных
• Физиология растений
• Микробиология
• Эволюционная биология
• Экология
• Математический анализ (для биологов)
• Линейная алгебра и аналитическая геометрия
• Теория вероятностей и математическая статистика
• Дискретная математика и комбинаторика
• Дифференциальные уравнения в биологии
• Численные методы
• Основы алгоритмизации и программирования (Python/R)
• Структуры данных и алгоритмы
• Биоинформатика (введение)
• Статистический анализ биологических данных
• Многомерный статистический анализ
• Анализ экспрессии генов
• Секвенирование нового поколения (NGS-data analysis)
• Анализ протеомных и метаболомных данных
• Анализ популяционных и экологических данных
• Моделирование биологических систем
• Математическое моделирование биологических процессов
• Компьютерное моделирование в клеточной биологии
• Моделирование популяционной динамики
• Сетевые модели в биологии (нейронные, метаболические, регуляторные сети)
• Агент-ориентированное моделирование в экологии
• Моделирование пространственной структуры биосистем
• Машинное обучение для биологических данных
• Глубокое обучение (нейронные сети) в биоинформатике
• Базы данных в биологии и язык SQL
• Визуализация биологических данных
• Обработка изображений в биологии (микроскопия)
• Введение в параллельные и высокопроизводительные вычисления
• Системная биология
• Фармакогеномика и персонализированная медицина (вычислительные аспекты)
• Методы построения филогенетических деревьев.