Cеминар "Методы машинного обучения в биоинформатике". Современные приложения машинного обучения к анализу геномных данных

На факультете компьютерных наук пройдет серия семинаров, посвященных методам машинного обучения в биоинформатике. Руководит семинаром Мария Попцова, доцент департамента больших данных и информационного поиска  

Методы машинного обучения уже нашли широкое применение в областях генетики и геномики. Они оказались наиболее полезны для интерпретации больших наборов геномных данных и аннотации большого числа элементов генома. Методы машинного обучения были успешно применены для распознавания сайтов старта транскрипции, сплайс-сайтов, альтернативного сплайсинга, промотеров, энхансеров, расположения нуклеосом. После революции в технологиях секвенирования накопление экспериментальных данных происходит быстрее, чем построение моделей, объясняющих функционирование генома. Необходима как разработка новых подходов, методов и алгоритмов, так и освоение технологий работы с системами больших данных геномики. На научном семинаре мы будем знакомиться с современными исследованиями в области применения методов машинного обучения к анализу геномных данных ведущих университетов мира, таких как Harvard, MIT, Cambridge, Sorbonne, EMBL-EBI и др.

Первый семинар состоится 30 октября в 18:10, аудитория 205, по адресу Кочновский пр-д, д.3.

Предсказание частоты мутаций в раковых геномах по эпигенетическим факторам методом Случайный лес (Random Forest)

Совместная работа Гарварда, Массачусетского технологического института (MIT) и университета Вашингтона. Публикация в Nature 2015. Polak et al. Cell-of-origin chromatin organization shapes the mutational landscape of cancer. PMID: 2569356

Даты семинаров на 2017 год: 30 октября, 13 ноября, 27 ноября, 11 декабря.