ຂໍ້ມູນພາຍໃນພວກເຮົາ: bioinformaticians ເຮັດຫຍັງແດ່?

ພວກເຮົາເວົ້າກ່ຽວກັບຄົນໃນອະນາຄົດທີ່ຖອດລະຫັດວັນທີໃຫຍ່ທາງອິນຊີ. ໃນໄລຍະສອງທົດສະວັດທີ່ຜ່ານມາ, ປະລິມານຂໍ້ມູນຊີວະວິທະຍາທີ່ສາມາດວິເຄາະໄດ້ເພີ່ມຂຶ້ນຫຼາຍເທົ່າເນື່ອງຈາກການຈັດລໍາດັບຂອງ genome ຂອງມະນຸດ. ກ່ອນຫນ້ານີ້, ພວກເຮົາບໍ່ສາມາດຈິນຕະນາການໄດ້ວ່າການນໍາໃຊ້ຂໍ້ມູນທີ່ເກັບໄວ້ໃນເລືອດຂອງພວກເຮົາ, ມັນເປັນໄປໄດ້ທີ່ຈະກໍານົດຕົ້ນກໍາເນີດຂອງພວກເຮົາ, ກວດເບິ່ງວ່າຮ່າງກາຍຈະມີປະຕິກິລິຍາກັບຢາບາງຊະນິດ, ແລະແມ້ກະທັ້ງການປ່ຽນແປງທາງຊີວະວິທະຍາຂອງພວກເຮົາ.

ນີ້ແລະບົດຄວາມອື່ນໆປາກົດຢູ່ໃນທໍາອິດ blog post ຢູ່ໃນເວັບໄຊທ໌ຂອງພວກເຮົາ. ເພີດເພີນກັບການອ່ານ.

ຄຸນ​ລັກ​ສະ​ນະ​ຂອງ bioinformatician ໂດຍ​ສະ​ເລ່ຍ​ແມ່ນ​ຄື​ກັນ​ກັບ​ໂຄງ​ການ - ຕາ​ແດງ​, posture stooped ແລະ​ເຄື່ອງ​ຫມາຍ​ຈາກ​ຈອກ​ກາ​ເຟ​ໃນ desktop ໄດ້​. ຢ່າງໃດກໍຕາມ, ໃນຕາຕະລາງນີ້, ການເຮັດວຽກບໍ່ໄດ້ຢູ່ໃນ algorithms ແລະຄໍາສັ່ງທີ່ບໍ່ມີຕົວຕົນ, ແຕ່ຢູ່ໃນລະຫັດຂອງທໍາມະຊາດຕົວມັນເອງ, ເຊິ່ງສາມາດບອກພວກເຮົາຫຼາຍກ່ຽວກັບພວກເຮົາແລະໂລກອ້ອມຂ້າງພວກເຮົາ.

ຜູ້ຊ່ຽວຊານດ້ານນີ້ຈັດການກັບຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ (ຕົວຢ່າງ, ຜົນໄດ້ຮັບຂອງການຈັດລໍາດັບ genome ຂອງຄົນຫນຶ່ງໃຊ້ເວລາປະມານ 100 gigabytes). ດັ່ງນັ້ນ, ການປະມວນຜົນຂໍ້ມູນດັ່ງກ່າວຕ້ອງໃຊ້ວິທີການ ແລະ ເຄື່ອງມືວິທະຍາສາດຂໍ້ມູນ. ມັນເປັນເຫດຜົນວ່ານັກຊີວະວິທະຍາທີ່ປະສົບຜົນສໍາເລັດຄວນເຂົ້າໃຈບໍ່ພຽງແຕ່ຊີວະສາດແລະເຄມີ, ແຕ່ຍັງວິທີການວິເຄາະຂໍ້ມູນ, ສະຖິຕິແລະຄະນິດສາດ - ນີ້ເຮັດໃຫ້ອາຊີບຂອງລາວຂ້ອນຂ້າງຫາຍາກແລະມີຄວາມຕ້ອງການ. ຜູ້ຊ່ຽວຊານດັ່ງກ່າວແມ່ນມີຄວາມຈໍາເປັນໂດຍສະເພາະໃນຂົງເຂດການແພດທີ່ມີນະວັດກໍາແລະການພັດທະນາຢາ. ຍັກໃຫຍ່ເຕັກໂນໂລຢີເຊັ່ນ IBM ແລະ Intel ເປີດໂຄງການຂອງເຂົາເຈົ້າ, ອຸທິດຕົນເພື່ອການສຶກສາຂອງ bioinformatics.

ມັນໃຊ້ເວລາຫຍັງແດ່ເພື່ອກາຍເປັນ bioinformatician?

• ຊີວະວິທະຍາ ແລະ ເຄມີສາດ (ລະດັບມະຫາວິທະຍາໄລ);
• Matstat, linear algebra, probability theory;
• ພາສາການຂຽນໂປຼແກຼມ (Python ແລະ R, ມັກຈະໃຊ້ C++);
• ສໍາລັບ bioinformatics ໂຄງສ້າງ: ຄວາມເຂົ້າໃຈການວິເຄາະທາງຄະນິດສາດແລະທິດສະດີຂອງສົມຜົນທີ່ແຕກຕ່າງກັນ.

ທ່ານ​ສາ​ມາດ​ເຂົ້າ​ໄປ​ໃນ​ພາກ​ສະ​ຫນາມ​ຂອງ bioinformatics ມີ​ທັງ​ພື້ນ​ຖານ​ຊີ​ວະ​ພາບ​ແລະ​ຄວາມ​ຮູ້​ຂອງ​ການ​ດໍາ​ເນີນ​ໂຄງ​ການ​ແລະ​ຄະ​ນິດ​ສາດ​. ສໍາລັບອະດີດ, ການເຮັດວຽກກັບໂຄງການ bioinformatics ພ້ອມທີ່ຈະເຮັດແມ່ນເຫມາະສົມ, ສໍາລັບສຸດທ້າຍ, ເປັນ profile algorithmic ຫຼາຍພິເສດ.

bioinformaticians ເຮັດຫຍັງແດ່?

bioinformatics ທີ່ທັນສະໄຫມແບ່ງອອກເປັນສອງສາຂາຕົ້ນຕໍ - bioinformatics ໂຄງສ້າງແລະ bioinformatics ລໍາດັບ. ໃນກໍລະນີທໍາອິດ, ພວກເຮົາເຫັນຄົນນັ່ງຢູ່ທາງຫນ້າຂອງຄອມພິວເຕີແລະດໍາເນີນໂຄງການທີ່ຊ່ວຍສຶກສາວັດຖຸຊີວະພາບ (ຕົວຢ່າງ, DNA ຫຼືທາດໂປຼຕີນ) ໃນການເບິ່ງເຫັນ 3D. ພວກເຂົາສ້າງແບບຈໍາລອງຄອມພິວເຕີທີ່ເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະຄາດຄະເນວ່າໂມເລກຸນຢາຈະພົວພັນກັບທາດໂປຼຕີນ, ໂຄງສ້າງທາງກວ້າງຂອງທາດໂປຼຕີນໃນຈຸລັງ, ຄຸນສົມບັດຂອງໂມເລກຸນອະທິບາຍປະຕິສໍາພັນກັບໂຄງສ້າງຂອງເຊນ, ແລະອື່ນໆ.

ວິທີການ bioinformatics ໂຄງສ້າງໄດ້ຖືກນໍາໃຊ້ຢ່າງຫ້າວຫັນທັງໃນວິທະຍາສາດທາງວິຊາການແລະອຸດສາຫະກໍາ: ມັນເປັນການຍາກທີ່ຈະຈິນຕະນາການບໍລິສັດຢາທີ່ສາມາດເຮັດໄດ້ໂດຍບໍ່ມີຜູ້ຊ່ຽວຊານດັ່ງກ່າວ. ໃນຊຸມປີມໍ່ໆມານີ້, ວິທີການຄອມພິວເຕີໄດ້ງ່າຍດາຍຫຼາຍຂະບວນການຊອກຫາຢາທີ່ມີທ່າແຮງ, ເຮັດໃຫ້ການພັດທະນາການຢາເປັນຂະບວນການໄວແລະລາຄາຖືກກວ່າ.

SARS-CoV-2 RNA-dependent RNA polymerase (ຊ້າຍ), ເຊັ່ນດຽວກັນກັບການເຊື່ອມໂຍງຂອງມັນກັບ RNA duplex. ທີ່ມາ.

genome ແມ່ນຫຍັງ?

genome ແມ່ນຂໍ້ມູນທັງຫມົດກ່ຽວກັບໂຄງສ້າງຂອງ heredity ຂອງອົງການຈັດຕັ້ງ. ໃນເກືອບທຸກສິ່ງທີ່ມີຊີວິດ, ຜູ້ໃຫ້ບໍລິການຂອງ genome ແມ່ນ DNA, ແຕ່ມີສິ່ງມີຊີວິດທີ່ສົ່ງຂໍ້ມູນທາງພັນທຸກໍາຂອງເຂົາເຈົ້າໃນຮູບແບບຂອງ RNA. genome ແມ່ນຖ່າຍທອດຈາກພໍ່ແມ່ໄປຫາເດັກນ້ອຍ, ແລະໃນລະຫວ່າງຂະບວນການສົ່ງຕໍ່ນີ້, ຄວາມຜິດພາດທີ່ເອີ້ນວ່າການກາຍພັນສາມາດເກີດຂື້ນໄດ້.

ປະຕິສຳພັນຂອງຢາ remdesivir ກັບ RNA-dependent RNA polymerase ຂອງເຊື້ອໄວຣັສ SARS-CoV-2. ທີ່ມາ.

ລໍາດັບ bioinformatics ຈັດການກັບລະດັບທີ່ສູງກວ່າຂອງອົງການຈັດຕັ້ງຂອງສິ່ງມີຊີວິດ - ຈາກ nucleotides ສ່ວນບຸກຄົນ, DNA ແລະ genes, ໄປຫາ genomes ທັງຫມົດແລະການປຽບທຽບຂອງເຂົາເຈົ້າກັບກັນແລະກັນ.

ຈິນຕະນາການຄົນທີ່ເຫັນຢູ່ທາງຫນ້າຂອງລາວຊຸດຂອງຕົວອັກສອນ (ແຕ່ບໍ່ແມ່ນແບບງ່າຍໆ, ແຕ່ເປັນພັນທຸກໍາຫຼືອາຊິດ amino) ແລະຊອກຫາຮູບແບບຕ່າງໆໃນພວກມັນ, ອະທິບາຍແລະຢືນຢັນພວກມັນດ້ວຍສະຖິຕິ, ການນໍາໃຊ້ວິທີການຄອມພິວເຕີ. ລໍາດັບ bioinformatics ອະທິບາຍວ່າການກາຍພັນທີ່ກ່ຽວຂ້ອງກັບພະຍາດສະເພາະໃດຫນຶ່ງຫຼືເປັນຫຍັງສານອັນຕະລາຍສະສົມຢູ່ໃນເລືອດຂອງຄົນເຈັບ. ນອກເຫນືອໄປຈາກຂໍ້ມູນທາງການແພດ, bioinformaticians ລໍາດັບສຶກສາຮູບແບບການແຜ່ກະຈາຍຂອງສິ່ງມີຊີວິດໃນທົ່ວໂລກ, ຄວາມແຕກຕ່າງຂອງປະຊາກອນລະຫວ່າງກຸ່ມຂອງສັດ, ແລະພາລະບົດບາດແລະຫນ້າທີ່ຂອງພັນທຸກໍາສະເພາະ. ຂໍຂອບໃຈກັບວິທະຍາສາດນີ້, ມັນເປັນໄປໄດ້ທີ່ຈະທົດສອບປະສິດທິພາບຂອງຢາເສບຕິດແລະສຶກສາກົນໄກທາງຊີວະພາບທີ່ອະທິບາຍການປະຕິບັດຂອງເຂົາເຈົ້າ.

ສໍາລັບຕົວຢ່າງ, ຂໍຂອບໃຈກັບການວິເຄາະ bioinformatics, ການກາຍພັນທີ່ນໍາໄປສູ່ການພັດທະນາຂອງ fibrosis cystic, ເປັນພະຍາດ monogenic ທີ່ເກີດຈາກການທໍາລາຍຂອງ gene ຂອງຫນຶ່ງໃນຊ່ອງທາງ chloride, ໄດ້ພົບເຫັນແລະອະທິບາຍ. ແລະຕອນນີ້ພວກເຮົາຮູ້ດີກວ່າວ່າໃຜເປັນຍາດພີ່ນ້ອງທາງຊີວະວິທະຍາທີ່ໃກ້ຊິດທີ່ສຸດຂອງຜູ້ຊາຍແລະວິທີການທີ່ບັນພະບຸລຸດຂອງພວກເຮົາໄດ້ຕັ້ງຖິ່ນຖານຢູ່ທົ່ວດາວເຄາະ. ຍິ່ງໄປກວ່ານັ້ນ, ທຸກໆຄົນ, ໂດຍການອ່ານ genome ຂອງລາວ, ສາມາດຊອກຫາບ່ອນທີ່ຄອບຄົວຂອງລາວມາຈາກແລະຊົນເຜົ່າໃດທີ່ລາວເປັນ. ຕ່າງ​ປະ​ເທດ​ຈໍາ​ນວນ​ຫຼາຍ (23 ແລະ, MyHeritage) ແລະລັດເຊຍ (Genotek, Atlas) ການບໍລິການອະນຸຍາດໃຫ້ທ່ານໄດ້ຮັບການບໍລິການນີ້ໃນລາຄາທີ່ຂ້ອນຂ້າງຕໍ່າ (ປະມານ 20 ພັນຮູເບີນ).

ຜົນໄດ້ຮັບຂອງການວິເຄາະການທົດສອບ DNA ສໍາລັບຕົ້ນກໍາເນີດແລະຄວາມກ່ຽວຂ້ອງຂອງປະຊາກອນຈາກ MyHeritage.

ຜົນຂອງການທົດສອບປະຊາກອນ DNA ຈາກ 23andMe.

genome ອ່ານແນວໃດ?

ໃນມື້ນີ້, ການຈັດລໍາດັບ genome ແມ່ນຂັ້ນຕອນປົກກະຕິທີ່ຈະມີຄ່າໃຊ້ຈ່າຍປະມານ 150 ພັນ rubles (ລວມທັງໃນລັດເຊຍ). ເພື່ອອ່ານ genome ຂອງທ່ານ, ທ່ານພຽງແຕ່ຕ້ອງການບໍລິຈາກເລືອດຈາກເສັ້ນເລືອດຢູ່ໃນຫ້ອງທົດລອງພິເສດ: ໃນສອງອາທິດທ່ານຈະໄດ້ຮັບຜົນສໍາເລັດດ້ວຍຄໍາອະທິບາຍລາຍລະອຽດກ່ຽວກັບຄຸນລັກສະນະທາງພັນທຸກໍາຂອງທ່ານ. ນອກເຫນືອໄປຈາກ genome ຂອງທ່ານ, ທ່ານສາມາດວິເຄາະ genomes ຂອງ microbiota ໃນລໍາໄສ້ຂອງທ່ານ: ທ່ານຈະໄດ້ຮຽນຮູ້ລັກສະນະຂອງເຊື້ອແບັກທີເຣັຍທີ່ອາໄສຢູ່ໃນລະບົບຍ່ອຍອາຫານຂອງທ່ານ, ແລະຍັງໄດ້ຮັບຄໍາແນະນໍາຈາກຜູ້ຊ່ຽວຊານດ້ານໂພຊະນາການ.

genome ສາມາດອ່ານໄດ້ໂດຍໃຊ້ວິທີການທີ່ແຕກຕ່າງກັນ, ຫນຶ່ງໃນລັກສະນະຕົ້ນຕໍໃນປັດຈຸບັນແມ່ນອັນທີ່ເອີ້ນວ່າ "ລໍາດັບການຜະລິດຕໍ່ໄປ". ເພື່ອປະຕິບັດຂັ້ນຕອນນີ້, ຕົວຢ່າງທາງຊີວະພາບຕ້ອງໄດ້ຮັບກ່ອນ. ແຕ່ລະຈຸລັງຂອງຮ່າງກາຍມີ genome ດຽວກັນ, ດັ່ງນັ້ນສ່ວນຫຼາຍມັກຈະເອົາເລືອດໄປອ່ານ genome (ນີ້ແມ່ນງ່າຍທີ່ສຸດ). ຫຼັງຈາກນັ້ນ, ຈຸລັງຈະທໍາລາຍແລະແຍກ DNA ຈາກສິ່ງອື່ນ. ຫຼັງຈາກນັ້ນ, DNA ທີ່ໄດ້ຮັບຜົນໄດ້ຖືກແບ່ງອອກເປັນຕ່ອນນ້ອຍຫຼາຍແລະຕົວດັດແປງພິເສດແມ່ນ "ຫຍິບ" ກັບແຕ່ລະອັນ - ລໍາດັບ nucleotide ທີ່ຮູ້ຈັກໂດຍສັງເຄາະ. ຫຼັງຈາກນັ້ນ, ສາຍ DNA ຖືກແຍກອອກ, ແລະສາຍເຊືອກສາຍດຽວຖືກຕິດໂດຍໃຊ້ຕົວດັດແປງໃສ່ແຜ່ນພິເສດທີ່ການຈັດລໍາດັບແມ່ນດໍາເນີນ. ໃນ​ລະ​ຫວ່າງ​ການ​ຈັດ​ລໍາ​ດັບ​, nucleotides ຕິດ​ສະ​ຫຼາກ fluorescent ຕື່ມ​ໃສ່​ກັບ​ລໍາ​ດັບ DNA​. ແຕ່ລະ nucleotide ທີ່ຕິດສະຫຼາກ, ເມື່ອຕິດກັນ, ປ່ອຍແສງແສງສະຫວ່າງຂອງຄວາມຍາວຄື້ນທີ່ແນ່ນອນ, ເຊິ່ງຖືກບັນທຶກໄວ້ໃນຄອມພິວເຕີ. ນີ້ແມ່ນວິທີການຄອມພິວເຕີອ່ານລໍາດັບສັ້ນຂອງ DNA ຕົ້ນສະບັບ, ເຊິ່ງຫຼັງຈາກນັ້ນໄດ້ຖືກປະກອບເຂົ້າໄປໃນ genome ຕົ້ນສະບັບໂດຍໃຊ້ສູດການຄິດໄລ່ພິເສດ.

ຕົວຢ່າງຂອງຂໍ້ມູນທີ່ລໍາດັບ bioinformaticians ເຮັດວຽກກັບ: ການຈັດລໍາດັບອາຊິດ amino.

bioinformaticians ເຮັດວຽກຢູ່ໃສ ແລະເຂົາເຈົ້າມີລາຍໄດ້ຫຼາຍປານໃດ?

ເສັ້ນທາງຊີວະປະຫວັດຫຍໍ້ແມ່ນແບ່ງອອກເປັນສອງຂົງເຂດຕົ້ນຕໍ - ອຸດສາຫະກໍາແລະວິທະຍາສາດ. ອາຊີບເປັນນັກວິທະຍາສາດຊີວະວິທະຍາ ໂດຍປົກກະຕິຈະເລີ່ມຈາກຕຳແໜ່ງຈົບການສຶກສາຢູ່ສະຖາບັນໃຫຍ່. ໃນເບື້ອງຕົ້ນ, bioinformaticians ໄດ້ຮັບເງິນເດືອນພື້ນຖານໂດຍອີງໃສ່ສະຖາບັນຂອງເຂົາເຈົ້າ, ຈໍານວນຂອງການຊ່ວຍເຫຼືອລ້າທີ່ເຂົາເຈົ້າເຂົ້າຮ່ວມ, ແລະຈໍານວນຂອງສາຂາຂອງເຂົາເຈົ້າ - ສະຖານທີ່ທີ່ເຂົາເຈົ້າໄດ້ຮັບການຈ້າງງານຢ່າງເປັນທາງການ. ເມື່ອເວລາຜ່ານໄປ, ຈໍານວນຂອງການຊ່ວຍເຫຼືອລ້າແລະຄວາມກ່ຽວຂ້ອງຈະເລີນເຕີບໂຕ, ແລະຫຼັງຈາກປະມານສອງສາມປີຂອງການເຮັດວຽກໃນສະພາບແວດລ້ອມທາງວິຊາການ, bioinformatician ໄດ້ຢ່າງງ່າຍດາຍໄດ້ຮັບເງິນເດືອນສະເລ່ຍ (70-80 ພັນ rubles), ແຕ່ຫຼາຍແມ່ນຂຶ້ນກັບຄວາມພາກພຽນແລະການເຮັດວຽກຫນັກ. ນັກ bioinformaticians ປະສົບການຫຼາຍທີ່ສຸດສິ້ນສຸດລົງເຖິງການດໍາເນີນການຫ້ອງທົດລອງຂອງຕົນເອງໃນຂົງເຂດຂອງເຂົາເຈົ້າພິເສດ.

ເຈົ້າຮຽນຊີວະຂໍ້ມູນຂ່າວສານຢູ່ໃສ?

• Moscow State University - ຄະນະວິສະວະກໍາຊີວະພາບແລະຊີວະຂໍ້ມູນຂ່າວສານ
• HSE - ການວິເຄາະຂໍ້ມູນດ້ານຊີວະສາດ ແລະ ການແພດ (ໂຄງການປະລິນຍາໂທ)
• MIPT - ກົມຊີວະຂໍ້ມູນຂ່າວສານ
• ສະຖາບັນຊີວະວິທະຍາ (NPO)

ບໍ່ເຫມືອນກັບສະຖາບັນການສຶກສາ, ບໍ່ມີໃຜໃນອຸດສາຫະກໍາຈະໃຊ້ເວລາຂອງພວກເຂົາເພື່ອສອນພະນັກງານກ່ຽວກັບທັກສະທີ່ຈໍາເປັນ, ດັ່ງນັ້ນການໄປຢູ່ທີ່ນັ້ນມັກຈະມີຄວາມຫຍຸ້ງຍາກຫຼາຍ. ເສັ້ນທາງການເຮັດວຽກຂອງ bioinformatician ໃນອຸດສາຫະກໍາແມ່ນແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍຂຶ້ນກັບຄວາມຊ່ຽວຊານແລະສະຖານທີ່ຂອງເຂົາເຈົ້າ. ໂດຍສະເລ່ຍ, ເງິນເດືອນໃນພາກສະຫນາມນີ້ມີການປ່ຽນແປງ ຈາກ 70 ພັນຫາ 150 ພັນ rubles, ອີງຕາມປະສົບການແລະຄວາມຊ່ຽວຊານ. 

ນັກຊີວະວິທະຍາທີ່ມີຊື່ສຽງ

ປະຫວັດຂອງ bioinformatics ສາມາດ traced ກັບຄືນໄປບ່ອນ Frederick Sanger, ນັກວິທະຍາສາດຊາວອັງກິດທີ່ໄດ້ຮັບລາງວັນ Nobel ເຄມີສາດໃນປີ 1980 ສໍາລັບການຄົ້ນພົບວິທີການອ່ານລໍາດັບ DNA. ນັບຕັ້ງແຕ່ນັ້ນມາ, ວິທີການອ່ານລໍາດັບໄດ້ຖືກປັບປຸງໃນແຕ່ລະປີ, ແຕ່ວິທີການ "Sanger sequencing" ເປັນພື້ນຖານສໍາລັບການຄົ້ນຄວ້າຕື່ມອີກໃນຂົງເຂດນີ້.

ໂດຍວິທີທາງການ, ໂຄງການຈໍານວນຫຼາຍທີ່ສ້າງໂດຍນັກວິທະຍາສາດລັດເຊຍໃນປັດຈຸບັນຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນທົ່ວໂລກ - ຕົວຢ່າງເຊັ່ນ, ຕົວປະກອບ genome. ສະປາເດສ, - ທີ່ St. Petersburg genome assembler, ສ້າງຢູ່ໃນສະຖາບັນ St. Petersburg, ຊ່ວຍໃຫ້ນັກວິທະຍາສາດຈາກທົ່ວໂລກປະກອບລໍາດັບ DNA ສັ້ນເຂົ້າໄປໃນລໍາດັບຂະຫນາດໃຫຍ່ເພື່ອຟື້ນຟູ genome ຕົ້ນສະບັບຂອງສິ່ງມີຊີວິດ.

ການຄົ້ນພົບ ແລະຜົນສຳເລັດຂອງຊີວະຂໍ້ມູນຂ່າວສານ

ໃນປັດຈຸບັນ, bioinformaticians ເຮັດໃຫ້ການຄົ້ນພົບທີ່ເປັນປະໂຫຍດຫຼາຍ. ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະຈິນຕະນາການການພັດທະນາຂອງຢາສໍາລັບໂຣກ coronavirus ໂດຍບໍ່ມີການ deciphering genome ແລະການວິເຄາະ bioinformatics ສະລັບສັບຊ້ອນຂອງຂະບວນການທີ່ເກີດຂຶ້ນໃນລະຫວ່າງການເປັນພະຍາດ. ສາກົນ ກຸ່ມ ນັກວິທະຍາສາດທີ່ໃຊ້ genomics ປຽບທຽບແລະວິທີການຮຽນຮູ້ເຄື່ອງຈັກສາມາດເຂົ້າໃຈສິ່ງທີ່ໂຣກ coronaviruses ມີຢູ່ທົ່ວໄປກັບເຊື້ອພະຍາດອື່ນໆ.

ມັນ​ໄດ້​ຫັນ​ອອກ​ວ່າ​ຫນຶ່ງ​ໃນ​ລັກ​ສະ​ນະ​ເຫຼົ່າ​ນີ້​ແມ່ນ​ການ​ເພີ່ມ​ຄວາມ​ເຂັ້ມ​ແຂງ​ຂອງ​ສັນ​ຍານ​ການ​ທ້ອງ​ຖິ່ນ nuclear (NLS​) ຂອງ​ເຊື້ອ​ໄວຣ​ັ​ສ​ທີ່​ເກີດ​ຂຶ້ນ​ໃນ​ລະ​ຫວ່າງ​ການ​ວິ​ວັດ​ການ​. ການຄົ້ນຄວ້ານີ້ສາມາດຊ່ວຍສຶກສາສາຍພັນຂອງໄວຣັສທີ່ອາດຈະເປັນອັນຕະລາຍຕໍ່ມະນຸດໃນອະນາຄົດ, ແລະບາງທີອາດນໍາໄປສູ່ການພັດທະນາຢາປ້ອງກັນ. 

ນອກຈາກນັ້ນ, bioinformaticians ໄດ້ມີບົດບາດສໍາຄັນໃນການພັດທະນາວິທີການແກ້ໄຂ genome ໃຫມ່, ໂດຍສະເພາະລະບົບ CRISPR / Cas9 (ເຕັກໂນໂລຊີອີງໃສ່ລະບົບພູມຕ້ານທານ. ເຊື້ອແບັກທີເຣັຍ). ຂໍຂອບໃຈກັບການວິເຄາະ bioinformatics ຂອງໂຄງສ້າງຂອງທາດໂປຼຕີນເຫຼົ່ານີ້ແລະການພັດທະນາ evolutionary ຂອງເຂົາເຈົ້າ, ຄວາມຖືກຕ້ອງແລະປະສິດທິພາບຂອງລະບົບນີ້ໄດ້ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍໃນຊຸມປີມໍ່ໆມານີ້, ເຊິ່ງເຮັດໃຫ້ມັນເປັນໄປໄດ້ເພື່ອຈຸດປະສົງແກ້ໄຂ genomes ຂອງອົງການຈັດຕັ້ງຈໍານວນຫຼາຍ (ລວມທັງມະນຸດ).

ທ່ານສາມາດໄດ້ຮັບອາຊີບທີ່ຕ້ອງການຕັ້ງແຕ່ເລີ່ມຕົ້ນຫຼື Level Up ໃນດ້ານທັກສະແລະເງິນເດືອນໂດຍການສອນຫຼັກສູດອອນໄລນ໌ SkillFactory:

• ການສອນວິຊາຊີບຂອງ Data Science ຕັ້ງແຕ່ເລີ່ມຕົ້ນ
• ວິທະຍາສາດຂໍ້ມູນອອນໄລນ໌ Bootcamp
• Data Analytics Online Bootcamp
• ອາຊີບນັກວິເຄາະໃນລະດັບເລີ່ມຕົ້ນ
• Python ສໍາລັບຫຼັກສູດການພັດທະນາເວັບ

ຫຼັກສູດເພີ່ມເຕີມ

• ຫຼັກສູດການຮຽນຮູ້ເຄື່ອງຈັກ
• ຫຼັກສູດຂັ້ນສູງ "ການຮຽນຮູ້ເຄື່ອງຈັກ + ການຮຽນຮູ້ເລິກເຊິ່ງ"
• ຫຼັກສູດ "ຄະນິດສາດແລະການຮຽນຮູ້ເຄື່ອງຈັກສໍາລັບວິທະຍາສາດຂໍ້ມູນ"
• ຫຼັກສູດການວິເຄາະຂໍ້ມູນ
• ຫຼັກສູດ DevOps
• ນັກພັດທະນາເວັບ
• ອາຊີບຜູ້ພັດທະນາ iOS ຕັ້ງແຕ່ເລີ່ມຕົ້ນ
• ນັກພັດທະນາ Android ມືອາຊີບຕັ້ງແຕ່ເລີ່ມຕົ້ນ
• ນັກພັດທະນາ Java ມືອາຊີບຕັ້ງແຕ່ເລີ່ມຕົ້ນ
• ຫຼັກສູດ JavaScript
• ຜູ້ອອກແບບ UX ມືອາຊີບຕັ້ງແຕ່ເລີ່ມຕົ້ນ
• ອາຊີບນັກອອກແບບເວັບ

ແຫຼ່ງຂໍ້ມູນ: www.habr.com