Свой путь в науку я начал с аспирантуры в 2009 году. Сейчас являюсь научным сотрудником лаборатории патофизиологии и экспериментальной терапии НИИ фармакологии и регенеративной медицины им. Е.Д. Гольдберга Томского НИМЦ.  Мои научные интересы сконцентрированы на поиске новых препаратов при нейродегенеративных состояниях, и, в частности, на фармакологической стимуляции нейрогенеза при болезни Альцгеймера и алкогольной энцефалопатии.

Отчасти решение поступить в магистратуру было неожиданным даже для самого себя. Главный стимул – получение принципиально новых знаний в области биоинформатики, которые могут сильно помочь в научных изысканиях нашей лаборатории. Никогда не скучно учиться чему-то новому!

В рамках магистерской диссертации я планирую изучить, какие изменения на уровне генов происходят в разных клетках мозга из-за хронического недосыпа. Известно, что одни клетки при недосыпе «испытывают стресс, работают плохо», а другие, наоборот, «активизируются» — именно этот дисбаланс приводит к нарушениям памяти, психоэмоциональным проблемам, а также повышает риск сосудистых катастроф и онкологических заболеваний.

Наша цель — найти универсальный генетический ответ мозга на депривацию сна, общий как для лабораторной мыши, так и для человека.

В перспективе это исследование может быть полезно при разработке новых лекарственных препаратов для лечения бессонницы и сопутствующих ей проблем.

Обучение в магистратуре очень интенсивное. Большой плюс сама программа:  максимум необходимых предметов и ничего лишнего. За время обучения я значительно расширил свой кругозор. Например, раздел по основам программирования стал для меня абсолютно новым опытом.

По окончании обучения в магистратуре есть планы применить полученные знания  в рамках исследований в области фармакологической стратегии регенерации нервной ткани.

- Я создавал курс, чтобы минимизировать технический порог входа между имплементацией, тестом и рефлексией учащихся с, на первый взгляд, сложными программными решениями, включающие алгоритмы машинного и глубокого обучения. AI (искусственный интеллект) - на самом деле всеобъятный термин, любые методы биоинформатики, даже задачи линейной регрессии, подпадают под него. В рамках курса мы освоим практические подходы к интеграции данных, оценке генных сигнатур, реконструкции генных регуляторных сетей, анализу лиганд-рецепторных взаимодействий и другим задачам, которые ежедневно решают ведущие специалисты в этой области. По окончании курса магистранты смогут самостоятельно применять методы AI в биоинформатических исследованиях, критически оценивать полученные метрики и грамотно адаптировать инструменты в собственные научные проекты.

 - Подобная технологическая самостоятельность позволяет не просто получать готовые результаты и «радоваться красивой картинке», а осознанно интерпретировать их, делать важные акценты, генерировать и фальсифицировать гипотезы, критически сравнивать результаты работы инструментов. Хотя образовательная программа имеет узкую специализацию, именно это становится ее преимуществом. Выпускники получат не только базовые компетенции junior-биоинформатика, но и продвинутые хард-скилы, которые позволят сразу претендовать на позиции среднего и высокого уровня. Это дает возможность быстрее интегрироваться в исследовательские лаборатории или биотех-компании, минуя этап длительного адаптационного периода, и с первого дня участвовать в решении самостоятельных научных задач.

  - Абитуриентам и первокурсникам я бы пожелал не бояться ошибок, они обязательно будут у всех без исключений. При усидчивости и терпении - решения приходят, но для этого нужна большая внутренняя мотивация. Черпайте вдохновение в современных научных публикациях, обращайте внимание на визуальную эстетику научной инфографики и старайтесь искренне любить то, чем занимаетесь. Эта область многогранна, и за два года вы обязательно найдете направление, которое откликнется именно вам. Главное - сохраняйте исследовательский интерес, не останавливайтесь на полпути и смело экспериментируйте.

Особенностью курса является возможность для студентов выбрать общедоступные или собственные данные тотального РНК-секвенирования и выполнить под руководством преподавателя полный биоинформатический анализ: от обработки FASTQ-файлов до получения результатов дифференциальной экспрессии и функциональной аннотации. Таким образом, еще до окончания магистратуры студенты приобретают индивидуальный реальный опыт, сопоставимый с профессиональной практикой, который, в том числе, можно уверенно включить в резюме.