Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Методы моделирования пространственной структуры протеинов

Статус: Курс обязательный (Анализ данных в биологии и медицине)
Направление: 01.04.02. Прикладная математика и информатика
Когда читается: 2-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех кампусов НИУ ВШЭ
Прогр. обучения: Анализ данных в биологии и медицине
Язык: русский
Кредиты: 7
Контактные часы: 60

Программа дисциплины

Аннотация

Курс «Методы моделирования пространственной структуры протеинов» посвящен двум основным задачам, имеющим важнейшее значение для понимания биологических процессов в организме человека и разработке лекарств. Первая задача, т.н. «фолдинг» заключается в том, что по набору входящих в белок аминокислот необходимо восстановить его пространственную структуру, т.е. координаты составляющих атомов атомов. Решение данной задачи важно, т.к. именно пространственная структура во-многом определяет функции протеина. Вторая проблема, рассматриваемая в курсе – это определение пространственной конфигурации комплекса, состоящего из нескольких (как правило, двух) белковых молекул. Данная задача, называемая «докинг», важна для моделирования взаимодействия белков и, в частности, лекарственных препаратов и целевых болезнетворных молекул. В курсе рассматриваются базовые понятия структурной биологии и методы решения перечисленных проблем. В частности, существенное внимание уделяется методам, основанным на минимизации энергии молекулы белка и методам машинного обучения, применяемым для предсказания его пространственной структуры.