ຈາກ algorithms ກັບມະເຮັງ: ການບັນຍາຍຈາກໂຮງຮຽນກ່ຽວກັບ bioinformatics

ໃນຊ່ວງລຶະເບິ່ງຮ້ອນຂອງ 2018, ໂຮງຮຽນ summer ປະຈໍາປີໃນ bioinformatics ໄດ້ຈັດຂຶ້ນຢູ່ໃກ້ກັບ St. Petersburg, ບ່ອນທີ່ 100 ນັກສຶກສາປະລິນຍາຕີແລະຈົບການສຶກສາໄດ້ມາສຶກສາ bioinformatics ແລະຮຽນຮູ້ກ່ຽວກັບການນໍາໃຊ້ຂອງຕົນໃນຂົງເຂດຕ່າງໆຂອງຊີວະສາດແລະການແພດ.

ໂຮງຮຽນຕົ້ນຕໍແມ່ນສຸມໃສ່ການຄົ້ນຄວ້າມະເຮັງ, ແຕ່ມີການບັນຍາຍກ່ຽວກັບຂົງເຂດອື່ນໆຂອງ bioinformatics, ນັບຕັ້ງແຕ່ evolution ກັບການວິເຄາະຂໍ້ມູນການຈັດລໍາດັບຂອງຈຸລັງດຽວ. ໃນໄລຍະອາທິດ, guys ໄດ້ຮຽນຮູ້ທີ່ຈະເຮັດວຽກກັບຂໍ້ມູນລໍາດັບການຜະລິດຕໍ່ໄປ, ດໍາເນີນໂຄງການໃນ Python ແລະ R, ໄດ້ນໍາໃຊ້ເຄື່ອງມື bioinformatics ມາດຕະຖານແລະກອບ, ໄດ້ຄຸ້ນເຄີຍກັບວິທີການຂອງຊີວະສາດລະບົບ, ພັນທຸກໍາປະຊາກອນແລະການສ້າງແບບຈໍາລອງຢາໃນເວລາທີ່ສຶກສາ tumors, ແລະອື່ນໆອີກ.

ຂ້າງລຸ່ມນີ້ທ່ານຈະເຫັນວິດີໂອຂອງ 18 ການບັນຍາຍທີ່ໃຫ້ຢູ່ໃນໂຮງຮຽນ, ມີຄໍາອະທິບາຍສັ້ນໆແລະສະໄລ້. ອັນທີ່ໝາຍດ້ວຍເຄື່ອງໝາຍດາວ “*” ແມ່ນຂ້ອນຂ້າງພື້ນຖານ ແລະສາມາດເບິ່ງໄດ້ໂດຍບໍ່ຕ້ອງກຽມຕົວກ່ອນ.



1*. Oncogenomics ແລະ oncology ສ່ວນບຸກຄົນ | Mikhail Pyatnitsky, ສະຖາບັນຄົ້ນຄວ້າເຄມີຊີວະສາດ

ວີ​ດີ​ໂອ | ສະໄລ້

Mikhail ໄດ້ເວົ້າສັ້ນໆກ່ຽວກັບ genomics tumor ແລະວິທີການເຂົ້າໃຈວິວັດທະນາການຂອງຈຸລັງມະເຮັງຊ່ວຍໃຫ້ພວກເຮົາແກ້ໄຂບັນຫາການປະຕິບັດໃນ oncology. ອາຈານໄດ້ເອົາໃຈໃສ່ເປັນພິເສດໃນການອະທິບາຍຄວາມແຕກຕ່າງລະຫວ່າງ oncogenes ແລະການສະກັດກັ້ນ tumor, ວິທີການຄົ້ນຫາ "ເຊື້ອໂຣກມະເຮັງ" ແລະການກໍານົດປະເພດຍ່ອຍໂມເລກຸນຂອງເນື້ອງອກ. ສະຫຼຸບແລ້ວ, Mikhail ໄດ້ເອົາໃຈໃສ່ຕໍ່ອະນາຄົດຂອງ oncogenomics ແລະບັນຫາທີ່ອາດຈະເກີດຂື້ນ.

2*. ການບົ່ງມະຕິທາງພັນທຸກໍາຂອງໂຣກ tumor ເຊື້ອສາຍ | Andrey Afanasyev, yRisk

ວີ​ດີ​ໂອ | ສະໄລ້

Andrey ເວົ້າກ່ຽວກັບໂຣກ tumor ທາງດ້ານພັນທຸກໍາແລະປຶກສາຫາລືກ່ຽວກັບຊີວະວິທະຍາ, ພະຍາດລະບາດແລະການສະແດງອອກທາງດ້ານຄລີນິກ. ສ່ວນຫນຶ່ງຂອງການບັນຍາຍແມ່ນອຸທິດໃຫ້ກັບບັນຫາຂອງການທົດສອບພັນທຸກໍາ - ຜູ້ທີ່ຈໍາເປັນຕ້ອງໄດ້ຮັບມັນ, ສິ່ງທີ່ເຮັດສໍາລັບການນີ້, ຄວາມຫຍຸ້ງຍາກອັນໃດເກີດຂື້ນໃນການປຸງແຕ່ງຂໍ້ມູນແລະການຕີຄວາມຫມາຍຜົນໄດ້ຮັບ, ແລະສຸດທ້າຍ, ຜົນປະໂຫຍດຂອງຄົນເຈັບແລະຍາດພີ່ນ້ອງຂອງພວກເຂົາແມ່ນຫຍັງ. .

3*. The Pan-Cancer Atlas | ເຢຍລະມັນ Demidov, BIST/UPF

ວີ​ດີ​ໂອ | ສະໄລ້

ເຖິງວ່າຈະມີການຄົ້ນຄວ້າຫຼາຍທົດສະວັດໃນຂົງເຂດຂອງ genomics ມະເຮັງແລະ epigenomics, ຄໍາຕອບຂອງຄໍາຖາມ "ວິທີການ, ບ່ອນໃດແລະເປັນຫຍັງໂຣກ tumor ເກີດຂື້ນ" ຍັງບໍ່ຄົບຖ້ວນ. ເຫດຜົນຫນຶ່ງສໍາລັບການນີ້ແມ່ນຄວາມຕ້ອງການສໍາລັບການໄດ້ຮັບມາດຕະຖານແລະການປຸງແຕ່ງຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍເພື່ອກວດພົບຜົນກະທົບຂອງຂະຫນາດຂະຫນາດນ້ອຍທີ່ຍາກທີ່ຈະກວດພົບໃນຊຸດຂໍ້ມູນຈໍາກັດ (ຂະຫນາດທີ່ປົກກະຕິສໍາລັບການສຶກສາພາຍໃນຫນຶ່ງຫຼືຫຼາຍຫ້ອງທົດລອງ) , ແຕ່ວ່າໃນຈໍານວນລວມມີບົດບາດສໍາຄັນມີບົດບາດອັນໃຫຍ່ຫຼວງໃນພະຍາດທີ່ສະລັບສັບຊ້ອນແລະ multifactorial ເຊັ່ນມະເຮັງ.

ໃນຊຸມປີມໍ່ໆມານີ້, ຫຼາຍກຸ່ມຄົ້ນຄ້ວາທີ່ມີອໍານາດທີ່ສຸດຂອງໂລກ, ຮັບຮູ້ບັນຫານີ້, ໄດ້ເລີ່ມເຂົ້າຮ່ວມກໍາລັງໃນຄວາມພະຍາຍາມທີ່ຈະກວດພົບແລະອະທິບາຍຜົນກະທົບທັງຫມົດເຫຼົ່ານີ້. Herman ໄດ້ກ່າວເຖິງຫນຶ່ງໃນການລິເລີ່ມເຫຼົ່ານີ້ (The PanCancer Atlas) ແລະຜົນໄດ້ຮັບທີ່ໄດ້ຮັບເປັນສ່ວນຫນຶ່ງຂອງການເຮັດວຽກຂອງຫ້ອງທົດລອງຂອງສະມາຄົມນີ້ແລະຈັດພີມມາຢູ່ໃນສະບັບພິເສດຂອງ Cell ໃນການບັນຍາຍນີ້.

4. Chip-Seq ໃນການສຶກສາກົນໄກການ epigenetic | Oleg Shpynov, ການຄົ້ນຄວ້າ JetBrains

ວີ​ດີ​ໂອ | ສະໄລ້

ກົດລະບຽບການສະແດງອອກຂອງ gene ແມ່ນດໍາເນີນໃນທາງທີ່ແຕກຕ່າງກັນ. ຢູ່ທີ່ການບັນຍາຍຂອງລາວ, Oleg ເວົ້າກ່ຽວກັບກົດລະບຽບຂອງ epigenetic ໂດຍຜ່ານການປ່ຽນແປງຂອງ histone, ການສຶກສາຂະບວນການເຫຼົ່ານີ້ໂດຍໃຊ້ວິທີການ ChiP-seq ແລະວິທີການສໍາລັບການວິເຄາະຜົນໄດ້ຮັບທີ່ໄດ້ຮັບ.

5. Multiomics ໃນການຄົ້ນຄວ້າມະເຮັງ | Konstantin Okonechnikov, ສູນຄົ້ນຄວ້າມະເຮັງເຢຍລະມັນ

ວີ​ດີ​ໂອ | ສະໄລ້

ການພັດທະນາຂອງເຕັກໂນໂລຊີທົດລອງໃນຊີວະສາດໂມເລກຸນໄດ້ເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະສົມທົບການສຶກສາຂອງລະດັບຄວາມກ້ວາງຂອງຂະບວນການເຮັດວຽກຢູ່ໃນຈຸລັງ, ອະໄວຍະວະຫຼືແມ້ກະທັ້ງອົງການຈັດຕັ້ງທັງຫມົດ. ເພື່ອສ້າງການເຊື່ອມຕໍ່ລະຫວ່າງອົງປະກອບຂອງຂະບວນການທາງຊີວະພາບ, ມັນຈໍາເປັນຕ້ອງໃຊ້ multiomics, ເຊິ່ງລວມຂໍ້ມູນການທົດລອງຂະຫນາດໃຫຍ່ຈາກ genomics, transcriptomics, epigenomics ແລະ proteomics. Konstantin ໄດ້ໃຫ້ຕົວຢ່າງທີ່ຊັດເຈນຂອງການນໍາໃຊ້ multi-omics ໃນຂົງເຂດການຄົ້ນຄວ້າມະເຮັງໂດຍສຸມໃສ່ການ oncology ເດັກ.

6. Versatility ແລະຂໍ້ຈໍາກັດຂອງການວິເຄາະຈຸລັງດຽວ | Konstantin Okonechnikov

ວີ​ດີ​ໂອ | ສະໄລ້

ການບັນຍາຍລາຍລະອຽດເພີ່ມເຕີມກ່ຽວກັບ RNA-seq ເຊນດຽວແລະວິທີການສໍາລັບການວິເຄາະຂໍ້ມູນນີ້, ເຊັ່ນດຽວກັນກັບວິທີການທີ່ຈະເອົາຊະນະບັນຫາທີ່ຊັດເຈນແລະເຊື່ອງໄວ້ໃນເວລາທີ່ສຶກສາພວກມັນ.

7. ການວິເຄາະຂໍ້ມູນ RNA-seq ເຊນດຽວ | Konstantin Zaitsev, ມະຫາວິທະຍາໄລ Washington ໃນ St

ວີ​ດີ​ໂອ | ສະໄລ້

ການບັນຍາຍເບື້ອງຕົ້ນກ່ຽວກັບການຈັດລໍາດັບເຊລດຽວ. Konstantin ປຶກສາຫາລືວິທີການຈັດລໍາດັບ, ຄວາມຫຍຸ້ງຍາກໃນການເຮັດວຽກໃນຫ້ອງທົດລອງແລະການວິເຄາະ bioinformatics, ແລະວິທີການເພື່ອເອົາຊະນະພວກມັນ.

8. ການວິນິດໄສຂອງພະຍາດກ້າມເນື້ອອັກເສບໂດຍໃຊ້ nanopore sequencing | Pavel Avdeev, ມະຫາວິທະຍາໄລ George Washington

ວີ​ດີ​ໂອ | ສະໄລ້

ການຈັດລໍາດັບໂດຍໃຊ້ເທກໂນໂລຍີ Oxford Nanopore ມີຂໍ້ດີທີ່ສາມາດນໍາໃຊ້ເພື່ອກໍານົດສາເຫດທາງພັນທຸກໍາຂອງພະຍາດຕ່າງໆເຊັ່ນ: dystrophy ກ້າມເນື້ອ. ໃນການບັນຍາຍຂອງລາວ, Pavel ເວົ້າກ່ຽວກັບການພັດທະນາທໍ່ສໍາລັບການວິນິດໄສພະຍາດນີ້.

9*. ການສະແດງກຣາບຂອງ genome | Ilya Minkin, ມະຫາວິທະຍາໄລລັດ Pennsylvania

ວີ​ດີ​ໂອ | ສະໄລ້

ຮູບແບບກາຟອະນຸຍາດໃຫ້ສະແດງຕົວແບບຫນາແຫນ້ນຂອງຈໍານວນລໍາດັບທີ່ຄ້າຍຄືກັນແລະມັກຈະຖືກນໍາໃຊ້ໃນ genomics. Ilya ໄດ້ເວົ້າຢ່າງລະອຽດກ່ຽວກັບວິທີການສ້າງລໍາດັບ genomic ໂດຍໃຊ້ກາຟ, ວິທີການແລະເຫດຜົນທີ່ໃຊ້ກາຟ de Bruin, ວິທີການ "ກາຟ" ດັ່ງກ່າວເພີ່ມຄວາມຖືກຕ້ອງຂອງການຄົ້ນຫາການກາຍພັນ, ແລະບັນຫາທີ່ບໍ່ໄດ້ຮັບການແກ້ໄຂກັບການນໍາໃຊ້ກາຟຍັງຄົງຢູ່.

10*. ບັນເທິງ proteomics | Pavel Sinitsyn, Max Planck ສະຖາບັນຊີວະເຄມີ (2 ພາກ)

ວິດີໂອ 1, ວິດີໂອ 2 |ສະໄລ້ 1, ສະໄລ້ 2

ທາດໂປຼຕີນແມ່ນຮັບຜິດຊອບສໍາລັບຂະບວນການທາງຊີວະເຄມີສ່ວນໃຫຍ່ໃນສິ່ງມີຊີວິດ, ແລະມາຮອດປັດຈຸບັນ proteomics ແມ່ນວິທີດຽວສໍາລັບການວິເຄາະທົ່ວໂລກກ່ຽວກັບສະພາບຂອງທາດໂປຼຕີນຫຼາຍພັນຄົນໃນເວລາດຽວກັນ. ລະດັບຂອງບັນຫາທີ່ຖືກແກ້ໄຂແມ່ນຫນ້າປະທັບໃຈ - ຈາກການກໍານົດພູມຕ້ານທານແລະ antigens ເພື່ອກໍານົດທ້ອງຖິ່ນຂອງທາດໂປຼຕີນຫຼາຍພັນ. ໃນການບັນຍາຍຂອງລາວ, Pavel ເວົ້າກ່ຽວກັບການເຫຼົ່ານີ້ແລະຄໍາຮ້ອງສະຫມັກອື່ນໆຂອງ proteomics, ການພັດທະນາໃນປະຈຸບັນແລະຄວາມຜິດພາດໃນການວິເຄາະຂໍ້ມູນ.

ສິບເອັດ*. ຫຼັກການພື້ນຖານຂອງການຈໍາລອງໂມເລກຸນ | Pavel Yakovlev, BIOCAD

ວີ​ດີ​ໂອ | ສະໄລ້

ບົດບັນຍາຍທິດສະດີເບື້ອງຕົ້ນກ່ຽວກັບການເຄື່ອນໄຫວຂອງໂມເລກຸນ: ເປັນຫຍັງມັນຈຶ່ງຈໍາເປັນ, ມັນເຮັດແນວໃດແລະວິທີການນໍາໃຊ້ໃນການພັດທະນາຢາ. Pavel ເອົາໃຈໃສ່ກັບວິທີການຂອງການເຄື່ອນໄຫວໂມເລກຸນ, ຄໍາອະທິບາຍຂອງກໍາລັງໂມເລກຸນ, ລາຍລະອຽດຂອງການເຊື່ອມຕໍ່, ແນວຄວາມຄິດຂອງ "ພາກສະຫນາມຜົນບັງຄັບໃຊ້" ແລະ "ການເຊື່ອມໂຍງ", ຂໍ້ຈໍາກັດໃນແບບຈໍາລອງ, ແລະອື່ນໆ.

12*. ຊີວະວິທະຍາໂມເລກຸນ ແລະພັນທຸກໍາ | Yuri Barbitov, ສະຖາບັນ Bioinformatics

ວິດີໂອ 1, ວິດີໂອ 2, ວິດີໂອ 3 | ສະໄລ້

ການແນະນໍາສາມພາກກ່ຽວກັບຊີວະສາດໂມເລກຸນ ແລະພັນທຸກໍາສໍາລັບນັກສຶກສາວິສະວະກໍາ ແລະຈົບການສຶກສາ. ການບັນຍາຍຄັ້ງທໍາອິດສົນທະນາກ່ຽວກັບແນວຄວາມຄິດຂອງຊີວະສາດທີ່ທັນສະໄຫມ, ບັນຫາຂອງໂຄງສ້າງ genome ແລະການປະກົດຕົວຂອງການກາຍພັນ. ອັນທີສອງກວມເອົາຢ່າງລະອຽດກ່ຽວກັບບັນຫາຂອງການເຮັດວຽກຂອງ gene, ຂະບວນການຖ່າຍທອດແລະການແປພາສາ, ທີສາມກວມເອົາກົດລະບຽບການສະແດງອອກຂອງ gene ແລະວິທີການຊີວະພາບໂມເລກຸນພື້ນຖານ.

13*. ຫຼັກການຂອງການວິເຄາະຂໍ້ມູນ NGS | Yuri Barbitov, ສະຖາບັນ Bioinformatics

ວີ​ດີ​ໂອ | ສະໄລ້

ການບັນຍາຍອະທິບາຍວິທີການຈັດລໍາດັບລຸ້ນທີສອງ (NGS), ປະເພດ ແລະຄຸນລັກສະນະຂອງພວກມັນ. ອາຈານອະທິບາຍຢ່າງລະອຽດວ່າຂໍ້ມູນ "ຜົນຜະລິດ" ຈາກລໍາດັບມີໂຄງສ້າງແນວໃດ, ມັນຖືກແປງແນວໃດເພື່ອວິເຄາະ, ແລະວິທີການເຮັດວຽກກັບມັນແມ່ນຫຍັງ.

14*. ການນໍາໃຊ້ເສັ້ນຄໍາສັ່ງ, ການປະຕິບັດ | Gennady Zakharov, EPAM

ວີ​ດີ​ໂອ

ພາບລວມພາກປະຕິບັດຂອງຄໍາສັ່ງເສັ້ນຄໍາສັ່ງ Linux ທີ່ເປັນປະໂຫຍດ, ທາງເລືອກແລະພື້ນຖານຂອງການນໍາໃຊ້ພວກມັນ. ຕົວຢ່າງແມ່ນສຸມໃສ່ການວິເຄາະຂອງລໍາດັບ DNA ທີ່ມີລໍາດັບ. ນອກເຫນືອຈາກການດໍາເນີນງານຂອງ Linux ມາດຕະຖານ (ຕົວຢ່າງເຊັ່ນ cat, grep, sed, awk), utilities ສໍາລັບການເຮັດວຽກກັບລໍາດັບ (samtools, bedtools) ແມ່ນພິຈາລະນາ.

15*. ການເບິ່ງເຫັນຂໍ້ມູນສຳລັບເດັກນ້ອຍ | Nikita Alekseev, ມະຫາວິທະຍາໄລ ITMO

ວີ​ດີ​ໂອ | ສະໄລ້

ບຸກຄົນທຸກຄົນມີປະສົບການສະແດງໃຫ້ເຫັນຜົນໄດ້ຮັບຂອງບັນດາໂຄງການວິທະຍາສາດຂອງຕົນເອງຫຼືຄວາມເຂົ້າໃຈກ່ຽວກັບແຜນວາດ, ເສັ້ນສະແດງແລະຮູບພາບຂອງຄົນອື່ນ. Nikita ບອກວິທີການຕີຄວາມຫມາຍກາຟແລະແຜນວາດຢ່າງຖືກຕ້ອງ, ເນັ້ນຫນັກເຖິງສິ່ງຕົ້ນຕໍຈາກພວກມັນ; ວິທີການແຕ້ມຮູບທີ່ຊັດເຈນ. ອາຈານຍັງໄດ້ເນັ້ນໃສ່ສິ່ງທີ່ຕ້ອງຊອກຫາໃນເວລາອ່ານບົດຄວາມ ຫຼືເບິ່ງໂຄສະນາ.

16*. ອາຊີບໃນ Bioinformatics | Victoria Korzhova, Max Planck ສະຖາບັນຊີວະເຄມີ

ວິດີໂອ: 1, 2 | ສະໄລ້

Victoria ໄດ້ເວົ້າກ່ຽວກັບໂຄງສ້າງຂອງວິທະຍາສາດທາງວິຊາການຢູ່ຕ່າງປະເທດແລະສິ່ງທີ່ທ່ານຕ້ອງເອົາໃຈໃສ່ເພື່ອສ້າງອາຊີບວິທະຍາສາດຫຼືອຸດສາຫະກໍາເປັນປະລິນຍາຕີ, ຈົບການສຶກສາຫຼືນັກສຶກສາຈົບການສຶກສາ.

17*. ວິທີການຂຽນ CV ສໍາລັບນັກວິທະຍາສາດ | Victoria Korzhova, Max Planck ສະຖາບັນຊີວະເຄມີ

ວີ​ດີ​ໂອ

ສິ່ງທີ່ຄວນປະໄວ້ໃນ CV ແລະສິ່ງທີ່ຈະເອົາອອກ? ຂໍ້ເທັດຈິງອັນໃດທີ່ຈະມີຄວາມສົນໃຈກັບຜູ້ຈັດການຫ້ອງທົດລອງທີ່ມີທ່າແຮງ, ແລະອັນໃດດີກວ່າທີ່ຈະບໍ່ກ່າວເຖິງ? ທ່ານຄວນຈັດແຈງຂໍ້ມູນແນວໃດເພື່ອເຮັດໃຫ້ຊີວະປະຫວັດຂອງທ່ານໂດດເດັ່ນ? ການບັນຍາຍຈະໃຫ້ຄໍາຕອບຕໍ່ຄໍາຖາມເຫຼົ່ານີ້ແລະຄໍາຖາມອື່ນໆ.

18*. ວິທີການຕະຫຼາດ bioinformatics ເຮັດວຽກ | Andrey Afanasyev, yRisk

ວີ​ດີ​ໂອ | ສະໄລ້

ຕະຫຼາດເຮັດວຽກແນວໃດ ແລະນັກຊີວະຂໍ້ມູນຂ່າວສານເຮັດວຽກຢູ່ໃສ? ຄໍາຕອບຂອງຄໍາຖາມນີ້ແມ່ນໄດ້ຖືກນໍາສະເຫນີຢ່າງລະອຽດ, ມີຕົວຢ່າງແລະຄໍາແນະນໍາ, ໃນການບັນຍາຍຂອງ Andrey.

ທີ່ສຸດ

ດັ່ງທີ່ທ່ານອາດຈະໄດ້ສັງເກດເຫັນ, ການບັນຍາຍຢູ່ໃນໂຮງຮຽນແມ່ນຂ້ອນຂ້າງກວ້າງໃນຫົວຂໍ້ - ຈາກການສ້າງແບບຈໍາລອງໂມເລກຸນແລະການນໍາໃຊ້ກາຟສໍາລັບການປະກອບ genome, ການວິເຄາະຂອງຈຸລັງດຽວແລະການກໍ່ສ້າງອາຊີບວິທະຍາສາດ. ພວກເຮົາຢູ່ໃນສະຖາບັນຊີວະຂໍ້ມູນຂ່າວສານພະຍາຍາມລວມເອົາຫົວຂໍ້ຕ່າງໆໃນໂຄງການໂຮງຮຽນເພື່ອໃຫ້ກວມເອົາຫຼາຍວິຊາຊີວະວິທະຍາເທົ່າທີ່ເປັນໄປໄດ້, ແລະເພື່ອໃຫ້ຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນໄດ້ຮຽນຮູ້ສິ່ງໃຫມ່ແລະເປັນປະໂຫຍດ.

ໂຮງຮຽນຕໍ່ໄປໃນ bioinformatics ຈະຈັດຂຶ້ນໃນວັນທີ 29 ກໍລະກົດຫາ 3 ສິງຫາ 2019 ໃກ້ກັບ Moscow. ການລົງທະບຽນສໍາລັບໂຮງຮຽນ 2019 ແມ່ນໃນປັດຈຸບັນ, ຈົນກ່ວາ 1 ພຶດສະພາ. ຫົວຂໍ້ຂອງປີນີ້ຈະເປັນ bioinformatics ໃນຊີວະສາດການພັດທະນາແລະການຄົ້ນຄວ້າຜູ້ສູງອາຍຸ.

ສໍາລັບຜູ້ທີ່ຕ້ອງການສຶກສາຊີວະວິທະຍາໃນຄວາມເລິກ, ພວກເຮົາຍັງຮັບຄໍາຮ້ອງສະຫມັກຂອງພວກເຮົາ ໂຄງການປະຈຳປີເຕັມເວລາ ໃນ St. Petersburg. ຫຼືຕິດຕາມຂ່າວຂອງພວກເຮົາກ່ຽວກັບການເປີດໂຄງການໃນ Moscow ໃນລະດູໃບໄມ້ປົ່ງນີ້.

ສໍາລັບຜູ້ທີ່ບໍ່ໄດ້ຢູ່ໃນ St. Petersburg ຫຼື Moscow, ແຕ່ກໍ່ຕ້ອງການທີ່ຈະກາຍເປັນ bioinformatician, ພວກເຮົາໄດ້ກະກຽມ ບັນ​ຊີ​ລາຍ​ຊື່​ຂອງ​ຫນັງ​ສື​ແລະ​ປຶ້ມ​ແບບ​ຮຽນ​ ໃນສູດການຄິດໄລ່, ການຂຽນໂປລແກລມ, ພັນທຸ ກຳ ແລະຊີວະສາດ.

ພວກເຮົາຍັງມີຫລາຍສິບຄົນ ເປີດແລະບໍ່ເສຍຄ່າຫຼັກສູດອອນໄລນ໌ກ່ຽວກັບ Stepik, ທີ່ທ່ານສາມາດເລີ່ມຕົ້ນຜ່ານໃນປັດຈຸບັນ.

ໃນປີ 2018, ໂຮງຮຽນ summer ໃນ bioinformatics ໄດ້ຈັດຂຶ້ນໂດຍການສະຫນັບສະຫນູນຂອງຄູ່ຮ່ວມງານປົກກະຕິຂອງພວກເຮົາ - ບໍລິສັດ JetBrains, BIOCAD ແລະ EPAM, ທີ່ພວກເຮົາຂໍຂອບໃຈພວກເຂົາຫຼາຍ.

Bioinformatics ທຸກຄົນ!

PS ຖ້າເຈົ້າຄິດວ່າມັນບໍ່ພຽງພໍ, ນີ້ແມ່ນບົດຄວາມທີ່ມີການບັນຍາຍຈາກໂຮງຮຽນກ່ອນສຸດທ້າຍ и ອີກສອງສາມໂຮງຮຽນໃນປີກ່ອນໜ້ານີ້.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com