Особенности регуляции транскрипции у прокариот и эукариотIlya Klabukov
Особенности регуляции транскрипции у прокариот и эукариот
Кульбачинский Андрей Владимирович, доктор биологических наук, заведующий Лабораторией молекулярной генетики микроорганизмов Института молекулярной генетики РАН
synbio2012.ru
Генетическая инженерия сегодня
Патрушев Лев Иванович, доктор биологических наук, профессор, ведущий научный сотрудник Лаборатории биотехнологии Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН
synbio2012.ru
The document describes string comparison techniques using matrix algebra and seaweed matrices. It introduces the concept of semi-local string comparison, which involves comparing a whole string to substrings of another string. The key idea is representing string comparison matrices implicitly using seaweed matrices, which represent unit-Monge matrices. This allows developing algebraic techniques for efficiently multiplying such matrices using the algebra of braids and the seaweed monoid. These multiplication techniques can then be applied to problems like dynamic programming string comparison and comparing compressed strings.
Особенности регуляции транскрипции у прокариот и эукариотIlya Klabukov
Особенности регуляции транскрипции у прокариот и эукариот
Кульбачинский Андрей Владимирович, доктор биологических наук, заведующий Лабораторией молекулярной генетики микроорганизмов Института молекулярной генетики РАН
synbio2012.ru
Генетическая инженерия сегодня
Патрушев Лев Иванович, доктор биологических наук, профессор, ведущий научный сотрудник Лаборатории биотехнологии Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН
synbio2012.ru
The document describes string comparison techniques using matrix algebra and seaweed matrices. It introduces the concept of semi-local string comparison, which involves comparing a whole string to substrings of another string. The key idea is representing string comparison matrices implicitly using seaweed matrices, which represent unit-Monge matrices. This allows developing algebraic techniques for efficiently multiplying such matrices using the algebra of braids and the seaweed monoid. These multiplication techniques can then be applied to problems like dynamic programming string comparison and comparing compressed strings.
The document provides an overview of the KNIME analytics platform and its capabilities. It discusses:
- KNIME's origins, offices, codebase, and application areas including pharma, healthcare, finance, retail, and more.
- The key components of the KNIME platform including data access, transformation, analysis, visualization, and deployment capabilities.
- Integrations with tools like R, Weka, databases, and file formats.
- Community contributions expanding KNIME's functionality in areas like bioinformatics, chemistry, image processing, and more.
Ядерный век прошел, и становится все понятнее, что в фокусе науки 21-го века будут живые системы, медицина, и человек во всех его проявлениях. Здесь осуществляются самые масштабные финансовые вливания, и на эту отрасль человечество возлагает самые большие надежды. Все чаще слышатся предметные обсуждения тем, казавшихся еще недавно научной фантастикой: сможет ли человечество победить старение, рак, и другие смертельные заболевания? Сможет ли менять свой геном по собственному желанию? Будем ли мы хозяевами своим телам в той же мере, как мы хозяйничаем на Земле?
Многие десятилетия биология и медицина развивались как описательные науки. Однако по мере созревания и накопления информации, любая наука рано или поздно переходит на более точный язык - язык математики. Проект "Геном человека" обеспечил технологический прорыв, который будет питать науку о живом еще много лет - но который также поставил много новых глобальных вопросов перед современными учеными.
Иммунотерапия раковых опухолей: взгляд со стороны системной биологии. Максим ...BioinformaticsInstitute
This document summarizes recent advances in cancer immunotherapy from the perspective of systems biology. It discusses how checkpoint blockade immunotherapy works by addressing the second co-inhibitory checkpoint signal needed for T cell activation. Computational methods are now able to identify tumor-specific neoantigens that can be targeted by immunotherapy. Mouse model studies showed that certain tumors are naturally rejected due to expression of a mutant antigen recognized by T cells, and that antigen-specific T cells are present before immunotherapy treatment. The high mutational load in melanoma makes it particularly responsive to checkpoint blockade. Early work in the 19th century by William Coley observed tumor regression following bacterial infection, which led to development of a toxin mixture that resembled modern vaccine formulations. Members of
http://bioinformaticsinstitute.ru/guests
В пятницу 10 октября в 19.00 Мария Шутова (ИоГЕН РАН) выступала в Институте биоинформатики с открытой лекцией, посвященной изучению рака.
Рак -- одна из наиболее распространенных причин смерти по всему миру. В лекции рассматривается, как знания об эволюции, работе генома, репрограммировании, а также использование биоинформатических методов помогли лучше понять, как развивается раковая опухоль и предложить новые методы лечения разнообразных типов рака. Рассмотрены мышиные модели развития рака и интересные результаты, которые были получены с их помощью.
http://bioinformaticsinstitute.ru/lectures
Гостевая лекция Института биоинформатики, 9 октября 2014. Лектор -- Мария Шутова (ИоГЕН РАН).
За последние десять лет плюрипонтентные клетки стали героями двух Нобелевских премий и многих тысяч научных и научно-популярных статей. Их уникальная возможность превращаться в любую клетку взрослого организма до сих пор дает пищу для ума как биологам развития, так и ученым, ищущим способы лечения генетических заболеваний. В лекции будет рассказано о двух типах плюрипотентных клеток: "естественных" (эмбриональные стволовые клетки) и "искусственных" (индуцированные плюрипотентные стволовые клетки). Отдельно мы остановимся на том, как знания о работе транскрипционных факторов помогли репрограммировать клетки, и как эти "искусственные" плюрипотентные клетки можно использовать в медицине.
Секвенирование как инструмент исследования сложных фенотипов человека: от ген...BioinformaticsInstitute
This document summarizes genetic analyses of complex human phenotypes. It describes whole genome sequencing of individuals from bipolar disorder families and finding an association between genetic variation in a chromosome 6 region and amygdala volume. It also discusses rare variant sequencing of metabolic syndrome-related genes in Finnish cohorts, identifying new signals beyond existing GWAS hits. Additionally, it outlines exome and targeted sequencing of Tourette syndrome pedigrees, with a genome-wide significant result in a long non-coding RNA gene linked to the trait.
В своей лекции Андрей Афанасьев рассказал о стартапах в биотехе и биоинформатике и своем биоинформатическом проекте iBinom, разобрал несколько биотехнологических проектов глазами инноваторов и инвесторов, а также коснулся вопроса поиска инвестиций и поделился личным опытом взаимодействия с венчурными фондами и институтами развития.
This document provides an overview of the ENCODE project and how its data can be accessed through the UCSC Genome Browser. It discusses the different types of ENCODE data available, including mapping data, gene annotations, expression data, regulatory information, and genetic variation. It also explains how to find, view, and download ENCODE tracks from the Genome Browser and where to get more information about ENCODE. The overall goal of the ENCODE project is to identify all functional elements in the human genome.
2. ГЕН
• 1909г Иогансен
Ген - определенные условия, основы и детерминанты,
присутствующие в гаметах, являющиеся уникальными и
самостоятельными, и поэтому независимыми путями
определяющие многие характеристики организма
3. • 1900-е
Ген – дискретная единица наследственности (законы
Менделя)
Один ген = один признак
НО!
Плейотропия – множественное действие гена
Взаимодействие генов
4. • 1910-е
Ген – отдельный локус
Хромосомная теория наследственности
Ген = единица рекомбинации
6. • 1940-е
Ген – чертеж белка
Один ген = один фермент → один ген = один полипептид
7. • 1950-е
Ген - физическая молекула
ДНК – носитель генетической информации
Цистрон - участок ДНК, отвечающий за единичную функцию (Benzer 1955)
8. • 1960-е
Ген – транскрибируемый код
Центральная догма молекулярной биологии
(F.Crick, 1958, 1970)
DNA
RNA Protein
Ген = единица транскрипции
9. • 1970-1980-е
Ген – открытая рамка считывания (open reading
frame – ORF) части последовательности.
Возможность предсказания генов
• 1990-2000-е
Ген – аннотированная структурная единица
генома, зарегистрированная в одной из баз
данных
26. Интроны
• В более развитых организмах встречаются чаще
• Чем более развит организм, тем:
– больше генов с интронами
– интроны больше по размеру
• Практически все гены человека содержат интроны
(гены гистонов без интронов)
31. Один ген – более чем один белок
• ENCODE pilot project – 2608 транскриптов в 487
локусах
Механизмы
• Альтернативные промоторы
• Альтернативный сплайсинг
• Редактирование РНК
• Комплексные перестройки ДНК (созревание В
лимфоцитов)
• Посттрансляционные модификации белков
32. Альтернативный промотор
Как минимум половина генов млекопитающих имеют более одного промотора
ENCODE pilot project – 273 гена с альтернативными промоторами в 399 генах
35. Типы альтернативного сплайсинга
А – пропуск интрона
В – альтернативный донорный
сайт
С – альтернативный
акцепторный сайт
D – пропуск экзона
Е – альтернативный экзон
36. Альтернативный сплайсинг гена
NRXN3
2 альтернативных промотора
24 экзона
Экзоны:
3, 4, 5, 12 – могут быть включены в мРНК или пропущены
7 – два альтернативных акцепторных сайта, может быть пропущен
22 – два альтернативных донорных сайта
23 – два альтернативных акцепторных сайта с разными рамками считывания, в
одной из которых стоп-кодон
24 – три альтернативных акцепторных сайта
Более 1000 разных белков
46. Энхансеры и сайленсеры
- участки связывания активаторов и репрессоров
•Энхансер + активатор = ативация транскрипции
Сайленсер + репрессор = подавление транскрипции
• Не зависят от ориентации
• Могут находиться на значительном расстоянии от
промотора