Модуль цифровых компетенций (Digital)

В специалитете «Модуль цифровых компетенций (Digital)» предусмотрены следующие дисциплины: «Программирование Python», вводный курс по предмету «Вычислительная математика», и «Машинное обучение».

ПРОГРАММИРОВАНИЕ PYTHON

дисциплины образовательного модуля

Одно из важнейший умений, которые мы хотим воспитать у обучающихся — это умение алгоритмизировать. Разбивать процесс решения задачи или описание биологического процесса на дискретные, ёмко и точно сформулированные шаги. Конечно, без знания языка программирования невозможно практиковаться ни в формулировании алгоритмов, ни в их практической, рабочей реализации.

Основным языком программирования в рамках нашей учебной программы является язык программирования python. В рамках изучения данного курса ставятся две задачи: обучение программированию (в широком смысле) и получение практически важных навыков. Python считается лучшим языком для обучения программированию, в этих целях он используется в лучших мировых центрах, в которых обучают компьютерным наукам. В рамках этого курса происходит обучение базовым понятиям и конструкциям, типам данных, основными парадигмами программирования.

С точки зрения практических навыков, python является самым востребованным языком именно в среде биоинформатиков. Кроме того, большое распространение он имеет в научном сообществе, а также важную роль в мире машинного обучения и искусственного интеллекта. Большое количество людей, использующих python ежедневно, огромное количество специализированных библиотек, тонна информации в интернете, всё это делает знание python крайне важным и полезным.

ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА

дисциплины образовательного модуля
ВВОДНЫЙ КУРС

Математическое моделирование биологических феноменов и процессов играет важную роль в современной науке и технологиях. Но зачастую сформулированные математически модели не имеют точного аналитического решения. Более того, такие модели обычно содержат огромное количество уравнений и параметров.

Вычислительная математика как раз и является дисциплиной, изучающей то, как решать подобные задачи эффективно. Эффективно, значит получить высокую точность решения и малое время получения результата. Это область знаний, которая позволяет для написанных на языке математики биологических моделей, получить решение, то есть, результат моделирования. Также можно посмотреть на эту дисциплину, как на важнейший мостик между теоретическим описанием феномена и получением результата моделирования при помощи компьютеров.

МАШИННОЕ ОБУЧЕНИЕ

дисциплины образовательного модуля

Методы и подходы машинного обучения строятся на использовании большого массива данных, в которых нужно найти закономерность. Для большого набора данных найти такую закономерность «на глаз» кажется невозможным. Однако, использование математических инструментов и вычислительных возможностей компьютеров позволяет решать позволяет искать эти закономерности и использовать в задачах классификации, моделирования процессов, предсказания значений и т.д.
Современная биология в том числе характеризуется огромным количеством необработанных данных, что обеспечивает крайне важную роль машинного обучения в обработке и использовании этих данных.

Ярчайшим примером является нейросеть AlphaFold2, которая обучена предсказывать трёхмерную структуру белка по известной первичной структуре. Получение трёхмерной структуры экспериментальным способ крайне дорого и трудоёмко. Но знание трёхмерной структуры крайне важно и помогает лучше понять, как белок функционирует, как можно на него повлиять. А вот первичные структуры получить гораздо проще и их известно очень много. Для многих типов белков AlphaFold2 работает весьма эффективно, что даёт широкие возможности учёным и биоинженерам.

Методы машинного обучения применяются также для анализа геномных данных, предсказания взаимодействия биологических молекул, диагностики заболеваний и для огромного количества задач, в рамках которых есть большие объёмы данных, в которых можно найти закономерности.

Практические работы студентов с использованием различных математических и вычислительных программ