ДИСТАНЦИОННОЕ ОБУЧЕНИЕ

«Биоинформатика» на курсах повышения квалификации

Удостоверение о повышении квалификации установленного образца с занесением в ФИС ФРДО. Без отрыва от работы.

Ответим на все вопросы по обучению

Узнать подробности

Написать в МАКС

Удостоверение

установленного образца

Запись в ФИС ФРДО

госреестр Рособрнадзора

От 16 часов

72 / 144 ч

Доставка по РФ

оригиналы курьером

Стоимость обучения

9 900 ₽ 11900 ₽ -30%

Рассрочка 825 ₽/мес на 12 месяцев без процентов

Договор и закрывающие документы

Внесение в ФИС ФРДО

Скан в день оплаты

Доставка по России

Бесплатная консультация

Менеджер свяжется в течение 15 минут · Без обязательств

8 800 550-24-62

О курсе

Биоинформатика

Программа повышения квалификации для биологов и медиков, осваивающих биоинформатику, специалистов лабораторий молекулярной биологии, биотехнологов, генетиков. Курс охватывает основы биоинформатики — анализ ДНК-, РНК-, белковых последовательностей, базы данных (GenBank, UniProt, PDB), биоинформатические алгоритмы (выравнивание, поиск гомологии BLAST), геномика, транскриптомика, протеомика, метагеномика, экспериментальное планирование и статистика, инструменты (R, Python, BioPython, Bioconductor), применение в медицине, экологии, сельском хозяйстве. По итогам выдаётся удостоверение о повышении квалификации с регистрацией в ФИС ФИС ФРДО.

Кому нужна

Биологам, медикам, биотехнологам, генетикам, специалистам лабораторий молбиологии

Базовые инструменты

BLAST, R, Python+BioPython, Bioconductor, базы NCBI GenBank, UniProt, PDB

Объём программы

144 академических часа в дистанционном формате

Документ

Удостоверение о повышении квалификации, регистрация в ФИС ФИС ФРДО

Зачем нужен курс

Биоинформатика — междисциплинарная область на стыке биологии, информатики и математики, обеспечивающая обработку огромных объёмов биологических данных. Современная молекулярная биология производит петабайты данных — геномы (около 30 миллиардов пар нуклеотидов у человека × миллионы образцов), транскриптомы, протеомы, метагеномы. Без биоинформатических инструментов невозможно ни исследовать болезни (онкология, наследственные), ни разрабатывать лекарства, ни применять CRISPR-Cas9, ни вести экологический мониторинг через eDNA. Курс даёт системную подготовку по основам биоинформатики для биологов и медиков, желающих освоить это направление.

Программа охватывает основы молекулярной биологии в объёме, необходимом для биоинформатики, базы данных, алгоритмы анализа, основные «омики» (геномика, транскриптомика, протеомика), статистику для биологических данных, программные инструменты R, Python, BLAST, Bioconductor.

Особенность биоинформатики

Биоинформатика — это не просто компьютерная обработка биологических данных. Это другой способ задавать вопросы природе — через сравнение последовательностей, эволюционные деревья, статистические тесты. Биоинформатик соединяет биологическое понимание с программными навыками.

Где работают выпускники программы

Биоинформатики востребованы в биомедицинских центрах, фармацевтических компаниях, государственных лабораториях.

Биомедицинские исследовательские центры — ФГБУ «НМИЦ онкологии им. Блохина», НМИЦ им. Алмазова (СПб), Институт молекулярной биологии им. Энгельгардта РАН, Институт биоорганической химии им. Шемякина РАН.
Фармацевтические компании — «Биокад» (флагман РФ по биотехнологическим лекарствам), «Герофарм», «Р-Фарм», «Генериум».
Лаборатории молекулярной диагностики — Хеликс, Гемотест, Инвитро, ДНКОМ.
ЦНИИ эпидемиологии Роспотребнадзора — молекулярная эпидемиология, секвенирование штаммов.
Сельскохозяйственные биотехнологические компании — селекция, маркер-ассоциированная селекция (MAS).
Экологические лаборатории с применением eDNA для мониторинга биоразнообразия.
Университетские лаборатории — Сколтех, МГУ (биофак, ФББ), СПбГУ, НГУ, КФУ.
Стартапы в области персонализированной медицины, нутригеномики, биоинформатического анализа.

Что входит в программу обучения

Основы молекулярной биологии

Структура и функции ДНК. Двойная спираль (Watson&Crick 1953). Комплементарность пар (A-T, G-C). Гены и геном. Размеры — геном человека около 3 миллиардов пар нуклеотидов, около 20 000 белок-кодирующих генов. Структура хромосом. Транскрипция ДНК в РНК. Виды РНК — мРНК (информационная), тРНК (транспортная), рРНК (рибосомная), некодирующие (miРНК, lncРНК). Трансляция мРНК в белок. Генетический код (триплеты). Структура белков — первичная, вторичная (α-спирали, β-листы), третичная (3D-структура), четвертичная (мульти-субъединичная). Эволюция последовательностей — мутации, селекция, дрейф. Концепции филогенетики и эволюционных деревьев. Современные технологии секвенирования. Sanger (первый, для коротких фрагментов до 800 п.н.). Высокопроизводительное секвенирование (NGS, Next-Generation Sequencing) — Illumina (флагман, короткие чтения 150–300 п.н.), PacBio (длинные чтения 10–25 тысяч п.н.), Oxford Nanopore (длинные чтения, портативное оборудование).

Базы данных и поиск информации

Основные международные базы. GenBank (NCBI, США) — ДНК-, РНК-последовательности, около 250 миллионов записей. UniProt (Европа) — белковые последовательности с аннотацией функций, около 250 миллионов белковых записей. PDB (Protein Data Bank, США/Европа) — трёхмерные структуры белков, около 200 000 структур. KEGG (Япония) — метаболические и сигнальные пути. Reactome (Европа) — биологические пути. OMIM (Online Mendelian Inheritance in Man) — генетические заболевания человека. Ensembl, UCSC Genome Browser — геномные браузеры. Российские базы. ZRGEN, отечественные коллекции. Поиск гомологии и аннотация. BLAST (Basic Local Alignment Search Tool) — инструмент поиска похожих последовательностей. Алгоритм поиска локальных выравниваний с высокой скоростью. Применяется массово для идентификации генов, белков, для аннотации новых секвенированных организмов. BLAST варианты — blastn (нуклеотидный против нуклеотидной базы), blastp (белковый против белковой), blastx (нуклеотидный против белковой, с трансляцией), tblastn (белковый против нуклеотидной, с трансляцией).

Геномика, транскриптомика, протеомика

Геномика — исследование геномов. Сборка геномов из NGS-чтений (программы SPAdes, Canu, Flye). Аннотация геномов — идентификация генов, регуляторных элементов. Сравнительная геномика — анализ эволюции геномов. Транскриптомика — исследование РНК (всех транскриптов клетки или ткани). RNA-Seq — массовое определение количеств всех мРНК. Дифференциальная экспрессия — сравнение между группами (норма vs опухоль, разные условия). Программы DESeq2, edgeR (на R/Bioconductor). Single-cell RNA-Seq (scRNA-Seq) — анализ единичных клеток. Современное направление. Протеомика — исследование всех белков клетки. Масс-спектрометрия высокого разрешения. Программы MaxQuant, Proteome Discoverer. Метаболомика — все метаболиты. Метагеномика — геномные данные сообществ микроорганизмов (микробиом кишечника, почвы, воды). Эпигеномика — модификации ДНК (метилирование) и гистонов.

Инструменты и программирование

Командная строка Linux — основа биоинформатического анализа. Базовые команды для работы с файлами. R и Bioconductor — стандарт для статистического анализа биологических данных. Огромная коллекция пакетов для каждой области (DESeq2, limma, edgeR для дифференциальной экспрессии; Seurat для single-cell; phyloseq для микробиома). Python + BioPython — альтернатива R, более удобна для программирования. Pandas, NumPy, scikit-learn для общего анализа данных. BioPython для работы с последовательностями. Snakemake для воспроизводимых пайплайнов. Galaxy — веб-платформа для биоинформатики без программирования. Подходит для начинающих. UCSC Genome Browser, IGV (Integrative Genomics Viewer) — для визуализации геномных данных. Облачные вычисления — Amazon Web Services, Google Cloud, отечественный Yandex Cloud для тяжёлых вычислений (геномика, метагеномика). Контейнеры Docker и Singularity для воспроизводимости анализа.

Применение в разных областях

Медицина. Диагностика наследственных заболеваний секвенированием экзома или генома. Идентификация патогенных мутаций. Онкология — секвенирование опухолей для выбора таргетной терапии. Применение в Биокаде для разработки моноклональных антител. Инфекционные заболевания — секвенирование штаммов SARS-CoV-2 для мониторинга вариантов (Дельта, Омикрон, новые). Применение ЦНИИ эпидемиологии Роспотребнадзора. Микробиом человека — связь кишечного микробиома с заболеваниями. Экология. eDNA (environmental DNA) — ДНК из окружающей среды для идентификации видов без их поимки. Применение в Россельхозакадемии, заповедниках. Метагеномика почв и водоёмов — оценка биоразнообразия. Сельское хозяйство. Маркер-ассоциированная селекция (MAS) — ускоренная селекция сельскохозяйственных культур и животных по ДНК-маркерам. Геномная селекция. GMO-разработки. CRISPR-Cas9 редактирование геномов. Криминалистика — ДНК-идентификация. Антропология — палеогеномика (анализ ДНК древних останков).

Статистика и экспериментальное планирование

Особенности биологических данных — высокая размерность (тысячи генов, миллионы вариантов), малое число образцов (десятки-сотни). Проблема multiple testing — при тестировании тысяч генов часть «значимых» будет случайной. Решение — коррекции (Bonferroni, FDR). Дизайн экспериментов — биологические и технические репликаты. Контроли (положительные, отрицательные, образцы сравнения). Машинное обучение для биологических данных. Классификация (диагностика заболеваний). Регрессия (прогнозирование). Кластерный анализ. Применение sklearn (Python), caret (R). Глубокое обучение (deep learning) — нейросети для распознавания паттернов в последовательностях, для предсказания структур белков (AlphaFold от DeepMind — революция в структурной биологии). Воспроизводимость анализа — стандарт современной науки. Использование Git для версионирования, контейнеризация Docker, общедоступные репозитории кода и данных.

Сколько зарабатывают биоинформатики

Должность	Москва и СПб	Регионы-миллионники
Младший биоинформатик	110–185 тыс. ₽	80–135 тыс. ₽
Биоинформатик	180–290 тыс. ₽	130–215 тыс. ₽
Старший биоинформатик	250–410 тыс. ₽	185–305 тыс. ₽
Главный биоинформатик / руководитель направления	320–520 тыс. ₽	235–380 тыс. ₽
Биоинформатик в Биокаде, Р-Фарм	250–410 тыс. ₽	—
Биоинформатик в Сколтехе, ИБХ РАН (наука)	180–290 тыс. ₽	—

Биоинформатики со знанием machine learning, single-cell genomics, метагеномики — узкая высокооплачиваемая специальность с дефицитом в РФ. Зарубежный опыт работы существенно повышает зарплату. Возможна удалённая работа на международные компании с долларовыми зарплатами.

Что вы освоите на курсе

Понимать основы молекулярной биологии для биоинформатики.
Работать с базами данных NCBI (GenBank, BLAST).
Применять BLAST для поиска гомологии.
Выполнять выравнивание последовательностей.
Анализировать RNA-Seq в Bioconductor.
Применять Python + BioPython.
Использовать R для статистики биологических данных.
Применять машинное обучение в биологии.
Понимать single-cell genomics.
Применять метагеномику.

Документ по окончании

После защиты итоговой работы вы получаете удостоверение о повышении квалификации установленного образца, оформленное по 273-ФЗ. Сведения вносятся в ФИС ФИС ФРДО. Удостоверение признаётся биомедицинскими центрами, фармацевтическими компаниями, лабораториями молекулярной диагностики.

Биоинформатика — одна из самых быстрорастущих научных областей. Новые технологии секвенирования, искусственный интеллект, омиксные исследования открывают возможности, недоступные ещё 5–10 лет назад. Биоинформатик — профессия будущего.

Юридические основания программы

Программа разработана по 273-ФЗ «Об образовании» и Приказу Минобрнауки № 499.
Содержание соотнесено с квалификационными требованиями для биоинформатиков и специалистов молекулярной биологии.
Лицензия Минобразования № Л035-01265-18/00256787 от 14.04.2022, бессрочно.
Удостоверение регистрируется в ФИС ФИС ФРДО в течение 60 дней (ПП № 825).

Совет от методистов

Освойте Python и R на уровне уверенного программирования. Активно используйте онлайн-ресурсы — Coursera, edX, специализированные курсы по биоинформатике (Bioinformatics Specialization от UCSD, курсы Сколтеха). Участвуйте в соревнованиях Kaggle с биомедицинскими данными. Сообщество биоинформатиков в РФ — Bioinf.me, регулярные конференции.

Учебный план

Программа курса «Биоинформатика»

7 модулей, охватывающих базы данных, форматы и инструменты биоинформатики, анализ NGS-данных и статистические методы.

Введение в биоинформатику

История и развитие биоинформатики как науки
Молекулярная биология для специалистов из IT
Структура и функции ДНК, РНК, белков
Основные задачи и направления биоинформатики

Базы данных и форматы биоданных

GenBank, EMBL, DDBJ — нуклеотидные базы данных
UniProt, PDB — белковые базы и структуры
Форматы FASTA, FASTQ, GenBank, GFF, VCF
Принципы поиска и извлечения данных через API

Выравнивание последовательностей

Алгоритмы Needleman-Wunsch и Smith-Waterman
BLAST — поиск по сходству в базах данных
Множественное выравнивание (Clustal, MAFFT, MUSCLE)
Скоринговые матрицы PAM и BLOSUM

Секвенирование следующего поколения (NGS)

Принципы технологий NGS: short-read и long-read
Контроль качества данных секвенирования (FastQC)
Картирование ридов на референсный геном (BWA, Bowtie)
Работа с форматами SAM/BAM (SAMtools)

Поиск вариантов и аннотация

Вариант-коллинг (GATK, FreeBayes, DeepVariant)
Формат VCF: фильтрация и обработка вариантов
Аннотация SNP и indel (SnpEff, ANNOVAR, VEP)
Клиническая значимость вариантов (ClinVar, gnomAD)

Анализ экспрессии генов (RNA-seq)

Картирование RNA-ридов (STAR, HISAT2)
Подсчёт экспрессии генов (featureCounts, HTSeq)
Дифференциальная экспрессия (DESeq2, edgeR)
Функциональный анализ обогащения путей (KEGG, GO)

Биостатистика и инструменты

R и Bioconductor для биостатистического анализа
Python и Biopython для обработки последовательностей
Множественная проверка гипотез и FDR-коррекция
Визуализация результатов (ggplot2, matplotlib)

* Наши курсы постоянно обновляются методическим отделом в соответствии с изменениями в законодательстве, и возможно, итоговая программа будет немного отличаться. Уточнить актуальный план или оставить заявку на разработку персональной программы обучения вы можете по телефону 8 800 550-24-62

Запросить актуальную программу

Итоговая аттестация и документ

По завершении проводится итоговое тестирование. После успешной сдачи выдаётся удостоверение о повышении квалификации установленного образца с занесением в ФИС ФРДО Рособрнадзора.

Удостоверение
о повышении квалификации

По окончании обучения вы получаете удостоверение установленного образца в области охраны окружающей среды и экологической безопасности. Сведения о выданном документе вносятся в Федеральный реестр (ФИС ФРДО) Рособрнадзора.

Документ принимается Росприроднадзором, Роспотребнадзором и иными надзорными органами при проверках, в составе разрешительной документации и при участии в государственных тендерах.

УЦ ОбрПрофи

Почему выбирают наш центр

Лицензированное образовательное учреждение с 15-летней историей. Наша команда — это методисты, преподаватели и менеджеры, которые сопровождают каждого слушателя от заявки до получения документов.

Государственная лицензия

Минобразования № Л035-01265-18/00256787

Внесение в ФИС ФРДО

Все документы регистрируются в реестре Рособрнадзора

Персональный менеджер

Сопровождение от заявки до получения документов на руки

10 000+

специалистов выпущено

200+

компаний-клиентов

100%

дистанционный формат

Как пройти повышение квалификации в «ОбрПрофи»?

ЗАПОЛНЕНИЕ
ЗАЯВКИ 1

ОТПРАВКА НА ВАШ
E-MAIL : ДОГОВОРА, СЧЕТА И ДАННЫЕ К СДО 2

ОБУЧЕНИЕ И ТЕСТИРОВАНИЕ 3

ОПЛАТА
ОБУЧЕНИЯ 4

ПОЛУЧЕНИЕ УДОСТОВЕРЕНИЙ 5

Формат обучения:
дистанционный (без отрыва от производства) или очный

Наши гарантии

Проверка в ФИС ФРДО — данные о выданном документе вносятся в федеральный реестр

Актуальные программы — соответствуют профессиональным стандартам и ФГОС

Персональное сопровождение — от записи до получения документов на руки

Консультация

Написать в МАКС

8 800 550-24-62

Готовы записаться на курс?

Менеджер свяжется в течение 15 минут, ответит на вопросы и оформит документы

Наша
Лицензия

Регистрационный номер: № Л035-01265-18/00256787

Проверить действительность лицензии

Часто задаваемые вопросы

Биоинформатика — междисциплинарная область на стыке биологии, информатики и математики, обеспечивающая обработку, анализ и интерпретацию огромных объёмов биологических данных. Возникла как самостоятельная дисциплина в 1990-х годах с развитием технологий секвенирования ДНК и созданием первых международных баз данных (GenBank в 1982 г., но активный рост с 1990-х). Зачем нужна биоинформатика. Современная молекулярная биология производит петабайты данных. 1) Геномы — около 30 миллиардов пар нуклеотидов у человека × миллионы образцов. Проект «1000 геномов», UK Biobank (500 тысяч геномов), All of Us (США, 1 миллион), российские геномные программы — массовые. 2) Транскриптомы — все мРНК клетки или ткани в данный момент. Single-cell RNA-Seq — для миллионов отдельных клеток. 3) Протеомы — все белки. Масс-спектрометрия высокого разрешения. 4) Метагеномы — геномные данные сообществ микроорганизмов (микробиом человека, почв, воды). Без биоинформатических инструментов невозможно. Анализ генетических заболеваний — секвенирование экзома или генома, идентификация патогенных мутаций. Около 5000+ моногенных заболеваний с известной генетической основой. Онкология — секвенирование опухолей для выбора таргетной терапии. Разработка лекарств — поиск мишеней, оптимизация молекул. Биокад (российский флагман) активно применяет для моноклональных антител. Инфекционные заболевания — секвенирование штаммов (например, варианты SARS-CoV-2 — Дельта, Омикрон, новые). Применение CRISPR-Cas9 — редактирование геномов. Экологический мониторинг через eDNA — идентификация видов в окружающей среде по фрагментам ДНК без поимки организмов. Сельскохозяйственная селекция. Криминалистика. Палеогеномика. Биоинформатика — динамично растущая область с большой потребностью в специалистах. На курсе разбирается практика.

Биоинформатика опирается на международную систему баз данных биологической информации. Основные базы. 1) GenBank (NCBI, США). Крупнейшая база ДНК- и РНК-последовательностей. Около 250 миллионов записей. Все секвенированные последовательности (от первых работ 1980-х до современных). Доступ через NCBI Entrez. Связана с PubMed (научной литературой) и другими базами. 2) UniProt (консорциум Швейцарии и США). Белковые последовательности с аннотацией функций, структур, доменов, мутаций. Около 250 миллионов белковых записей (преимущественно автоматически аннотированных в TrEMBL и около 600 тысяч вручную проверенных в Swiss-Prot — золотой стандарт качества). 3) PDB (Protein Data Bank, RCSB США, PDBe Европа, PDBj Япония). Трёхмерные структуры белков и нуклеиновых кислот. Около 200 000 структур (рентгеновская кристаллография, ядерный магнитный резонанс, криоэлектронная микроскопия). Каждая структура — отдельный экспериментальный результат. 4) KEGG (Япония). Метаболические и сигнальные пути с детальной информацией о реакциях, ферментах, генах. Применяется для системного анализа метаболизма. 5) Reactome (Европа). Альтернатива KEGG с фокусом на сигнальные пути человека и других модельных организмов. 6) OMIM (Online Mendelian Inheritance in Man). Каталог генетических заболеваний человека с описанием клинических признаков, генетических причин. 7) GTEx — экспрессия генов в разных тканях человека. 8) Ensembl (Европа), UCSC Genome Browser (США). Геномные браузеры с интегрированной информацией о генах, регуляторных элементах, эволюции. 9) Human Protein Atlas — экспрессия и локализация белков человека. 10) MEROPS — пептидазы и их ингибиторы. 11) CAZy — углевод-активные ферменты. 12) DrugBank — лекарственные препараты с их мишенями. Российские базы. Менее развиты, отдельные коллекции (ZRGEN для растений, специализированные). Поиск гомологии. BLAST (Basic Local Alignment Search Tool) — главный инструмент. Поиск похожих последовательностей в базах. Применяется массово для идентификации генов, белков, аннотации новых организмов, медицинской диагностики. Доступ через NCBI BLAST. Большинство международных баз — бесплатные и общедоступные. На курсе разбирается практика.

NGS (Next-Generation Sequencing, секвенирование нового поколения) — технологии массового параллельного определения нуклеотидных последовательностей ДНК и РНК. Революционизировали биологию с 2005–2010 годов, снизив стоимость секвенирования генома с 100 миллионов долларов (первый человеческий в 2003 г.) до менее 1000 долларов в 2020-х. Эра NGS дала прорыв в геномике, транскриптомике, метагеномике. Главные технологии. 1) Illumina (флагман мирового рынка, около 80% рынка NGS). Технология sequencing by synthesis. Платформы — MiSeq (для малых задач), NextSeq (средние), NovaSeq (крупные геномные проекты). Чтения короткие — 50–300 п.н. Высокая точность (Q30 > 99.9%). Применение — большинство задач (геномы человека, RNA-Seq, метагеномика). Цена секвенирования генома человека — около 500–1000 долларов. 2) PacBio (Pacific Biosciences). Long-read sequencing. Чтения 10–25 тысяч п.н. (в некоторых режимах до 50 тысяч). Точность HiFi reads — Q30+ (сопоставима с Illumina). Платформы Sequel II/IIe, Revio. Применение — сборка геномов de novo, структурные варианты, метилирование. Стоимость выше Illumina. 3) Oxford Nanopore Technologies (Великобритания). Уникальная технология — пропускание ДНК через биологические наноноры с измерением изменений электрического тока. Чтения сверхдлинные (до 4 мегабаз — мировой рекорд). Точность исторически ниже Illumina, но улучшается. Платформы. MinION (портативный, размером со смартфон, USB-подключаемый) — революция для полевой работы. PromethION (крупная). Применение — полевое секвенирование, эпидемиологические исследования, метагеномика. Применяется ЦНИИ эпидемиологии для секвенирования штаммов вирусов. 4) Sanger (классическая) — для коротких фрагментов до 800 п.н. Высокая точность. Применяется для подтверждения отдельных вариантов, для рутинных исследований. Этапы NGS-эксперимента. Подготовка библиотеки — фрагментация ДНК, лигирование адаптеров, ПЦР-амплификация. Кластерная амплификация на проточной ячейке (для Illumina). Секвенирование. Базовый анализ — определение последовательностей из сырых сигналов. Биоинформатический анализ — выравнивание на референсный геном, поиск вариантов, аннотация. Российский рынок NGS — массовое секвенирование в крупных биомедицинских центрах (Сколтех, НМИЦ, Биокад), коммерческие лаборатории (Хеликс, Гемотест). На курсе разбирается практика.

RNA-Seq (RNA sequencing) — современный метод массового определения уровней экспрессии всех мРНК (транскриптов) в клетке или ткани с применением NGS. Заменил DNA-микрочипы как основной метод транскриптомики. Применение. Сравнение нормальных и опухолевых тканей. Эффекты лекарственных препаратов на экспрессию. Реакция клеток на разные условия. Идентификация ранее неизвестных транскриптов и сплайс-вариантов. Этапы анализа. 1) Извлечение РНК из образцов. Часто mRNA выделяют с помощью полиА-tail или удаления рРНК (более 80% всей РНК). 2) Подготовка библиотеки — обратная транскрипция РНК в cDNA, фрагментация, лигирование адаптеров. 3) Секвенирование на платформе (обычно Illumina). 4) Биоинформатический анализ. Проверка качества чтений (FastQC, MultiQC). Фильтрация некачественных оснований (Trimmomatic, fastp). Выравнивание чтений на референсный геном или транскриптом (выравниватели STAR, HISAT2, salmon, kallisto для псевдо-выравнивания). Подсчёт чтений на ген (featureCounts, htseq, salmon). 5) Дифференциальная экспрессия — статистическое сравнение между группами. Программы — DESeq2 (на R/Bioconductor, флагман для типичных задач), edgeR (альтернатива DESeq2), limma+voom. Все на R. Принципы. Нормализация данных — учёт разной глубины секвенирования библиотек. Статистические тесты на каждый ген. Коррекция multiple testing (Benjamini-Hochberg, FDR) — поскольку тестируется десятки тысяч генов. Дифференциально экспрессирующиеся гены при FDR < 0.05 и абсолютной разнице log2FC > 1 (2-кратной). 6) Функциональный анализ. Gene ontology (GO) — обогащение функциональных категорий среди дифференциальных генов. KEGG/Reactome — обогащение метаболических и сигнальных путей. Программы — clusterProfiler, GSEA. 7) Визуализация. Volcano plots — log2FC vs значимость. Heatmaps — экспрессия по образцам. PCA — обзорная визуализация. Программы — ggplot2 (R), matplotlib/seaborn (Python). Single-cell RNA-Seq (scRNA-Seq) — современное развитие. Анализ единичных клеток (десятки тысяч клеток на эксперимент). Программа Seurat (R/Bioconductor) — флагман. Применяется в исследованиях рака, иммунологии, нейробиологии. На курсе разбирается практика.

Биоинформатики используют комплекс языков программирования и инструментов в зависимости от задач. 1) R и Bioconductor — стандарт для статистического анализа биологических данных. Огромная коллекция пакетов для каждой области биологии. Bioconductor — экосистема пакетов на R специально для биоинформатики. Ключевые пакеты — DESeq2, edgeR, limma (дифференциальная экспрессия), Seurat (single-cell), phyloseq (микробиом), GenomicRanges (геномные интервалы), Biostrings (последовательности). Применяется массово в академических лабораториях. Бесплатный. 2) Python — основной язык программирования для биоинформатики, особенно в индустрии. Преимущества — общий язык программирования (легко расширяется на ML, веб-разработку, базы данных). Ключевые пакеты — BioPython (работа с последовательностями), Pandas (анализ данных), NumPy (численные вычисления), scikit-learn (машинное обучение), matplotlib/seaborn (визуализация), Snakemake (пайплайны), nextflow (пайплайны). 3) Командная строка Linux — основа биоинформатического анализа. Базовые команды Bash. Текстовая обработка (awk, sed, grep). Системы управления заданиями HPC (SLURM, PBS). 4) Специализированные инструменты NGS. BWA, Bowtie2, STAR, HISAT2 — выравниватели. Samtools, Picard — работа с BAM-файлами. GATK — поиск вариантов. VCFtools, BCFtools — работа с VCF (формат вариантов). 5) Базы данных. SQL для реляционных. MongoDB для нереляционных. 6) Управление версиями — Git, GitHub/GitLab. Стандарт современной науки и индустрии. 7) Контейнеризация — Docker, Singularity. Воспроизводимость анализа. 8) Облачные платформы. AWS, Google Cloud, Microsoft Azure — для тяжёлых вычислений. Российские — Yandex Cloud, VK Cloud. 9) Графические интерфейсы для биологов без программирования. Galaxy — веб-платформа для биоинформатики. IGV (Integrative Genomics Viewer) — визуализация геномных данных. UCSC Genome Browser. Ensembl. 10) Машинное обучение и AI. scikit-learn, TensorFlow, PyTorch. Применяется массово в современной биоинформатике. AlphaFold (DeepMind) — революция в предсказании структур белков. Учиться. Coursera (Bioinformatics Specialization от UCSD), edX, Сколтех, MOOC. Активные сообщества — Bioinf.me (рус.), Bioconductor (англ.), Biostars (англ.). На курсе разбирается практика.

В Москве и Санкт-Петербурге младший биоинформатик получает 110–185 тысяч рублей, биоинформатик — 180–290 тысяч, старший биоинформатик — 250–410 тысяч, главный биоинформатик / руководитель направления — 320–520 тысяч, биоинформатик в Биокаде, Р-Фарм — 250–410 тысяч, биоинформатик в Сколтехе, ИБХ РАН (наука) — 180–290 тысяч рублей. В регионах-миллионниках вилка ниже на 25–35%. Биоинформатика — узкая высокооплачиваемая специальность с дефицитом квалифицированных кадров в РФ. Биоинформатики со знанием machine learning и deep learning (применение нейросетей для геномных данных), single-cell genomics, метагеномики — особо востребованные специалисты. Зарплата 300–500 тысяч в месяц для опытных. В фармацевтических компаниях (Биокад — крупнейший российский разработчик биотехнологических лекарств с большим биоинформатическим подразделением, Р-Фарм, Герофарм, Генериум) — стабильные позиции с хорошими условиями. Зарплата 300–500 тысяч в месяц для старших специалистов. Биоинформатики в крупных научных центрах (Сколтех, НМИЦ им. Алмазова в СПб, НМИЦ им. Блохина в Москве, Институт молекулярной биологии им. Энгельгардта РАН, Институт биоорганической химии им. Шемякина РАН) — стабильные академические позиции с возможностью научной работы и публикаций. Зарплата средняя по индустрии, но возможен карьерный рост и публикационная активность. Биоинформатики в коммерческих лабораториях молекулярной диагностики (Хеликс, Гемотест, Инвитро, ДНКОМ) — стабильные позиции 200–400 тысяч в месяц. Удалённая работа на международные компании — возможна благодаря природе работы. Долларовые зарплаты от 5000 до 20000+ долларов в месяц для опытных специалистов. Российские эксперты по AlphaFold, по геномной редактировании CRISPR, по single-cell — востребованы за рубежом. Стартапы в области персонализированной медицины, нутригеномики — растущий сегмент с высокими зарплатами и возможностью получения опционов. Типичный карьерный путь: студент молекулярной биологии или биоинформатики (бакалавр МГУ-биофак, СПбГУ-биофак, Сколтех-master, ФББ МГУ) → лаборант с биоинформатическими функциями → младший биоинформатик → биоинформатик → старший биоинформатик → главный биоинформатик. Параллельные ветки — переход в data science с биологической специализацией; в собственный консалтинг (анализ данных для клиентов); в стартапы; в международные компании. Программа повышения квалификации даёт документ для перехода к биоинформатическим задачам с биологической базы.