Научный семинар "Методы машинного обучения в биоинформатике"

Проводит семинар доцент департамента больших данных и информационного поиска факультета компьютерных наук, заведующий научно-учебной лабораторией биоинформатики Мария Попцова.

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 другие.

6 декабря, 2018

Архитектура глубинных сетей для предсказания расположения нуклеосом из данных секвенирования

Работа ученых факультета математики и информатики Университета Палермо, Италия (Dipartimento di Matematica e Informatica, Università degli studi di Palermo), (“Deep learning architectures for prediction of nucleosome positioning from sequences data”, Gangi et al.); публикация в BMC Bioinformatics, 2018 г. Рассматривается модель, основанная на сверточных слоях c элементом долгой краткосрочной памяти (LSTM) для предсказания положений нуклеосом по последовательности. Модель протестирована на геномах 3 видов: человека, дрозофилы и дрожжей.

Аудитория 205 

По вопросам прохода на мероприятие просьба обращаться к Ксении Жеребцовой kzherebczova@hse.ru