EPAM помог провести пятую летнюю школу по биоинформатике

Компания EPAM, крупнейший разработчик заказного программного обеспечения, вновь выступила партнером летней школы по биоинформатике, которая проходила с 31 июля по 5 августа в Москве. Школа была организована Институтом биоинформатики.

Летняя школа по биоинформатике проводится уже в пятый раз. В этом году главной темой программы стал интеллектуальный анализ данных в медицине и биологии. Студенты-биологи изучали методы работы машинного обучения и нейронных сетей, а студенты-математики и программисты пытались понять, как применять эти методы в науке. На лекциях от ведущих ученых из России, США, Германии и Испании участники узнали не только про интеллектуальный анализ данных, но и о других развивающихся областях биоинформатики: онкогеномике, мультиомике, моделировании, фолдинге белков и других направлениях.

Кроме лекций в рамках школы проводились практические занятия, чтобы показать начинающим биоинформатикам, как реализовывать методы машинного обучения на языках R и Python. Логическим завершением погружения в тему анализа данных стал хакатон. EPAM предложил участникам хакатона попробовать свои силы в анализе данных single-cell RNA sequence (sc-RNAseq). Этот метод позволяет анализировать уровень экспрессии генов независимо для каждой клетки образца, что дает возможность решить проблему «усреднённых» данных, получаемых при традиционном секвенировании РНК популяций клеток.

Появление метода сделало возможным анализ клеточного многообразия в популяциях цитологически идентичных клеток, благодаря чему уже получены важные результаты в иммунологических, эмбриологических и онкологических исследованиях.

Недавно компания 10хGenomics разработала оборудование для автоматизированного высокопроизводительного проведения sc-RNASeq экспериментов, и опубликовала несколько наборов данных, на которых все желающие могут оценить возможности метода и качество получаемых результатов. В связи с этим эксперты EPAM сформулировали и предложили выполнить молодым ученым в рамках хакатона следующие задачи:

• Выбрать наиболее интересный набор данных из опубликованных компанией 10xGenomics или найденный самостоятельно.
• Провести его обработку и получить матрицу, описывающую профиль экспрессии генов в каждой клетке. Для выполения этой части задачи компанией EPAM был предоставлен вычислительный кластер и инструкция по работе с ним.
• Провести очистку матрицы экспресии и выполнить кластеризацию несколькими методами.
• Выбрать оптимальный метод кластеризации, оценить стабильность получаемых результатов.
• Провести анализ литературных данных и связать полученные кластеры с известными популяциями клеток.

По итогам хакатона победила команда "Хьюстон, у нас single cell RNA-seq", которой удалось добиться наилучшей точности классификации клеток из валидирующей выборки при помощи анализа имеющихся данных о профиле экспрессии генов и построенной модели машинного обучения.

Геннадий Захаров, кандидат биологических наук, ведущий бизнес-аналитик EPAM:

Биоинформатика - очень активно развивающаяся область современной биологии, и организаторы школы выполняют очень правильную и своевременную задачу, знакомя студентов с этой областью и предлагая возможность в ней поработать. А проводимые на школе общие курсы по умению программировать (командная строка, Python, R) будут полезны не только в биоинформатике, а практически в любой научной работе.