Биоинформатик

• Задачи: Анализ геномных последовательностей (ДНК и РНК) для выявления генов, их функций, регуляторных элементов, генетических вариаций и мутаций. Сюда также входит секвенирование геномов, их сборка и аннотация (описание структуры и функций генов). Важной частью является сравнительная геномика — сравнение геномов различных организмов для выявления эволюционных связей, общих и отличительных черт^[7]. Геномные аналитики помогают в выявлении генетических мутаций и их связи с различными заболеваниями^[6].

• Задачи: Изучение и предсказание трёхмерных структур биологических макромолекул (белков, нуклеиновых кислот) и их комплексов с использованием компьютерного моделирования. Анализ взаимодействий между молекулами, например, между белком и лекарственным препаратом^[7].

• Задачи: Анализ нуклеотидных и белковых последовательностей, разработка методов их сравнения, выравнивания, поиска гомологий и определения функциональных участков. Эта область тесно связана с геномной биоинформатикой и протеомикой.

• Задачи: Анализ данных о белках, включая их идентификацию, количественное определение, изучение посттрансляционных модификаций и белок-белковых взаимодействий. Биоинформатики занимаются анализом протеомных данных^[6].

• Задачи: Применение биоинформатических методов и инструментов в клинической практике для диагностики заболеваний (в том числе генетических), персонализированной медицины, разработки новых методов лечения и оценки риска развития болезней на основе генетических данных пациента^[7].

• Задачи: Интеграция различных типов биологических данных (геномных, транскриптомных, протеомных, метаболомных и др.) для создания математических моделей функционирования сложных биологических систем, таких как клетки, ткани или целые организмы. Моделирование и предсказание поведения этих систем^[1].

• Задачи: Использование данных о последовательностях ДНК или белков для построения эволюционных деревьев (филогенетических деревьев) и изучения эволюционных взаимоотношений между различными видами или группами организмов^[7].

Помимо этих направлений, важными задачами для биоинформатиков являются:

• Разработка программного обеспечения и баз данных: создание и поддержка специализированных программных инструментов, алгоритмов и баз данных для сбора, хранения, обработки и анализа биологической информации.
• Биостатистика: применение статистических методов для анализа биологических данных и проверки гипотез^[6].
• Анализ экспрессии генов: изучение того, какие гены и в какой степени активны в различных клетках, тканях или при различных условиях.

• Биология: Глубокие знания в молекулярной биологии, генетике и геномике являются фундаментальными. Понимание клеточной биологии, биохимии, принципов эволюции также важно^[8].
• Информатика: Основы информатики, включая структуры данных и алгоритмы, необходимы для обработки и анализа больших объёмов биологической информации^[3]. Знание принципов работы баз данных также критично^[8].
• Статистика: Понимание математической статистики, теории вероятностей и методов статистического анализа данных необходимо для корректной интерпретации результатов и проверки гипотез^[3]. Сюда же относятся методы интеллектуального анализа данных и машинного обучения^[8].
• Математика: Знания в области дискретной математики, линейной алгебры и математического анализа формируют базу для понимания многих алгоритмов и моделей в биоинформатике^[9].

• Python Является одним из наиболее популярных и широко используемых языков в биоинформатике благодаря большому количеству специализированных библиотек (например, Biopython, Pandas, NumPy, SciPy) и относительной простоте изучения^[3].
• R Также очень популярен, особенно для статистического анализа и визуализации данных. Имеет множество пакетов, разработанных специально для биоинформатических задач (например, Bioconductor).
• Работа с командной строкой (Bash/Shell): Необходима для работы со многими биоинформатическими инструментами и управления данными в операционных системах семейства Linux/Unix^[8].
• Другие языки: В зависимости от специфики задач могут использоваться C++, Java или Perl, хотя Python и R являются доминирующими для большинства повседневных задач^[3].

• Анализ биологических данных: умение работать с различными типами биологических данных, такими как геномные последовательности (ДНК/РНК), данные экспрессии генов (транскриптомика), белковые последовательности и структуры (протеомика), метаболомные данные. Это включает анализ данных секвенирования нового поколения (NGS)^[8].
• Работа с биологическими базами данных: навыки поиска, извлечения и использования информации из публичных баз данных, таких как NCBI (GenBank, RefSeq), Ensembl, UniProt, PDB и др.
• Использование специализированного ПО и инструментов: опыт работы с распространёнными биоинформатическими программами и пакетами для выравнивания последовательностей (например, BLAST, Bowtie), сборки геномов, филогенетического анализа, аннотации генов, анализа дифференциальной экспрессии и т.д.^[10].
• Статистический анализ и визуализация данных: применение статистических методов для анализа данных и умение представлять результаты в наглядной форме (графики, диаграммы)^[11].
• Разработка и применение алгоритмов: понимание и способность применять существующие алгоритмы, а в некоторых случаях и разрабатывать новые для решения специфических биологических задач^[3].
• Машинное обучение: применение методов машинного обучения для предсказания функций генов, структуры белков, классификации образцов и других задач.
• Написание скриптов: автоматизация рутинных задач анализа данных с помощью скриптов на Python, R или Bash^[8].
• Структурная биоинформатика: анализ и предсказание пространственной структуры белков и других биомолекул^[10].
• Междисциплинарная коммуникация: способность эффективно взаимодействовать со специалистами из разных областей (биологами, медиками, программистами)^[8].

• Языки программирования: Основой для многих биоинформатических задач служат языки программирования, такие как Python (с библиотеками, как matplotlib, seaborn, Biopython) и R (с репозиторием Bioconductor)^[12]. Они используются для анализа данных, статистической обработки, визуализации и разработки собственных инструментов.
• Инструменты для анализа последовательностей:
  • BLAST (Basic Local Alignment Search Tool): для поиска гомологичных последовательностей (ДНК или белков) в базах данных.
  • Clustal: ClustalW/Clustal Omega для множественного выравнивания последовательностей.
  • MAFFT: эффективен для крупномасштабного выравнивания последовательностей.
• Программное обеспечение для аннотации генома: Используется для идентификации генов, регуляторных элементов и других функциональных участков в геноме. Примеры включают AUGUSTUS, GeneMark, Glimmer.
• Инструменты для анализа экспрессии генов: Например, EdgeR или DESeq2 (часто используется в R/Bioconductor) для дифференциального анализа данных генной экспрессии.
• Программы для предсказания структуры белков: Алгоритмы, такие как GOR или PSI-PRED, и методы гомологического моделирования^[12].
• Системы управления рабочими процессами (Workflow Management Systems): Такие как Snakemake и Nextflow, помогают автоматизировать и воспроизводить сложные многоэтапные анализы.
• Интегрированные среды разработки (IDE): Например, RStudio для R и PyCharm для Python^[13].
• Программное обеспечение для метагеномики: Например, QIIME (Quantitative Insights Into Microbial Ecology) для анализа микробных сообществ.

Биоинформатики активно используют множество публичных и специализированных баз данных:

• Первичные базы данных последовательностей:
  • GenBank (NCBI): содержит нуклеотидные последовательности^[12].
  • EMBL (European Molecular Biology Laboratory) Nucleotide Sequence Database: европейский аналог GenBank.
  • DDBJ (DNA Data Bank of Japan): японский аналог GenBank^[14].
• Базы данных белковых последовательностей и структур:
  • UniProt (включающий Swiss-Prot и TrEMBL): курируемая база данных белковых последовательностей и функциональной информации. Swiss-Prot отличается высоким уровнем аннотации^[13].
  • PDB (Protein Data Bank): содержит информацию о трёхмерных структурах белков и нуклеиновых кислот.
  • InterPro: база данных белковых семейств, доменов и функциональных сайтов^[15].
• Геномные базы данных и браузеры:
  • Ensembl: предоставляет геномные данные, аннотации и инструменты для сравнительной геномики для множества видов^[12].
  • NCBI Genome: портал для доступа к геномной информации в NCBI.
• Базы данных метаболических путей:
  • KEGG (Kyoto Encyclopedia of Genes and Genomes): информация о генах, белках, метаболических путях и заболеваниях^[13].
• Специализированные базы данных:
  • PubMed: библиографическая база данных биомедицинской литературы (важна для поиска актуальной информации)^[12].
  • FlyBase: база данных по генетике и молекулярной биологии дрозофилы.
  • GAD (Genetic Association Database): архив исследований связей между генетическими вариациями и заболеваниями человека.
  • COG (Clusters of Orthologous Groups of proteins): база данных ортологичных генов.

Это интегрированные среды, которые предоставляют доступ к набору инструментов, баз данных и вычислительных ресурсов для анализа биоинформатических данных:

• Illumina BaseSpace Sequence Hub: платформа для управления, анализа и обмена данными секвенирования, включает инструменты как DRAGEN Bio-IT Platform, Cohort Analyzer, Variant Interpreter^[13].
• Galaxy: популярная веб-платформа, предоставляющая доступ к большому количеству биоинформатических инструментов через графический интерфейс.
• DNAnexus и Seven Bridges Genomics: коммерческие облачные платформы, предлагающие безопасные и масштабируемые решения для анализа геномных данных^[15].
• BMKCloud: платформа для анализа данных высокопроизводительного секвенирования^[13].
• ANTE-OMICS: платформа для хранения и анализа данных полногеномных исследований^[12].
• Локально разработанные или кастомизированные лабораторные информационные менеджмент-системы (LIMS) и аналитические конвейеры.

Обработка больших объёмов биологических данных часто требует значительных вычислительных мощностей:

• Высокопроизводительные вычислительные кластеры (HPC): многие исследовательские институты и университеты имеют собственные HPC-кластеры. Решения могут включать серверы, такие как Dell PowerEdge или Lenovo ThinkSystem, и ПО для управления кластерами (например, Slurm).
• Облачные вычисления:
  • Amazon Web Services (AWS): предоставляет широкий спектр сервисов (EC2, S3, Batch, AWS Biotech Blueprint).
  • Google Cloud Platform (GCP): предлагает мощные вычислительные ресурсы и инструменты, включая решения от Broad Institute^[15].
  • Microsoft Azure: ещё один крупный провайдер облачных услуг.
• Специализированные аппаратные решения: серверы с графическими процессорами (GPU) или ПЛИС (FPGA) (например, в платформе Illumina DRAGEN).
• Гибридные облака: комбинация локальных ресурсов и публичных облаков (например, от Cycle Computing)^[12].
• Облачные HPC-сервисы: платформы, такие как HPC HUB, предоставляют доступ к суперкомпьютерным мощностям по требованию.

Подготовка часто ведётся в рамках специальности «Биоинженерия и биоинформатика» (код 06.05.01). Ведущие вузы:

• Московский государственный университет имени М.В. Ломоносова (МГУ): Факультет биоинженерии и биоинформатики.
• Санкт-Петербургский политехнический университет Петра Великого (СПбПУ): Институт биомедицинских систем и биотехнологий^[16].
• Российский национальный исследовательский медицинский университет имени Н.И. Пирогова (РНИМУ им. Н.И. Пирогова): Кафедра биоинформатики медико-биологического факультета (профиль «Биоинформатика» на специальности «Медицинская кибернетика»)^[17].
• Южный федеральный университет (ЮФУ).

Информационные порталы «Вузотека»^[16] и «Табитуриент»^[18] предоставляют более полные списки вузов.

• Национальный исследовательский университет «Высшая школа экономики» (НИУ ВШЭ) в Санкт-Петербурге: Магистерская программа «Вычислительная биология и биоинформатика» (совместно с BIOCAD).
• Университет ИТМО (Санкт-Петербург): Совместная магистерская программа с Институтом биоинформатики «Биоинформатика и системная биология».
• Российский национальный исследовательский медицинский университет имени Н.И. Пирогова (РНИМУ им. Н.И. Пирогова): Магистерская программа «Медицинская биоинформатика».
• Научно-технологический университет «Сириус»: Магистерская программа «Биоинформатика».

• Институт биоинформатики: Предлагает более 20 бесплатных онлайн-курсов на Stepik, программы профессиональной переподготовки («Алгоритмическая биоинформатика», «Биоинформатика для биологов», «Биостатистика и анализ медицинских данных»).
• Платформа «Открытое образование»: Санкт-Петербургский государственный университет (СПбГУ) предлагает курс «Введение в биоинформатику: метагеномика».
• Образовательные платформы: Курсы по биоинформатике также можно найти на Skillbox, Нетология, Skillfactory, Яндекс Практикум и Geekbrains.
• My Mooc: Агрегатор онлайн-курсов.
• Бластим: Предлагает курсы и вебинары по биоинформатике.

На начало июня 2025 года, по данным сайта hh.ru, в России была доступна 41 свежая вакансия для биоинформатиков.

Заработная плата биоинформатиков в России варьируется в зависимости от опыта, квалификации, региона и специализации.

• Начинающие специалисты могут рассчитывать на зарплату от 70 000 рублей^[19].
• Опытные специалисты, особенно в таких городах, как Москва, или в узкоспециализированных областях, могут претендовать на зарплату от 110 000 - 150 000 рублей и выше, достигающую 200 000 - 212 500 рублей^[20].
• По данным на апрель 2023 года, медианная зарплата биоинформатика составляла около 100 000 рублей в месяц, а старшего биоинформатика — около 120 000 рублей в месяц до вычета налогов.

Спрос на биоинформатиков в России растёт. Это связано с увеличением объёмов биологических данных, развитием генетических технологий и потребностями фармацевтических компаний, крупных медицинских и исследовательских центров. Профессия считается очень перспективной.

• Маргарет Дейхофф (Margaret Oakley Dayhoff, 1925-1983): Часто называемая «матерью биоинформатики»^[21]. Опубликовала «Атлас последовательностей и структуры белков» (1965), разработала PAM-матрицы^[22], создала одну из первых баз данных белковых последовательностей и основала Национальный фонд биомедицинских исследований^[21].
• Паулин Хогевег (Paulien Hogeweg): Совместно с Беном Хеспером ввела термин «биоинформатика» (1970). Внесла вклад в понимание формирования паттернов в природе^[23].
• Сол Нидлман (Saul B. Needleman) и Кристиан Вунш (Christian D. Wunsch): Разработали алгоритм Нидлмана-Вунша (1970) для глобального выравнивания последовательностей^[22].
• Фредерик Сенгер (Frederick Sanger, 1918-2013): Биохимик, чьи работы по секвенированию белков и нуклеиновых кислот (метод Сенгера) легли в основу биоинформатического анализа^[21].
• Эмиль Цукеркандль (Emile Zuckerkandl, 1922-2013) и Лайнус Полинг (Linus Pauling, 1901-1994): Выдвинули концепцию «молекулярные часы» (начало 1960-х)^[23].
• Уолтер Гоад (Walter Goad, 1924-2000): Инициировал создание Лос-Аламосской базы данных последовательностей, которая переросла в GenBank^[22].
• Гаджендра Пал Сингх Рагхава (Gajendra Pal Singh Raghava): Индийский биоинформатик, известный разработкой многочисленных веб-серверов и баз данных.
• Роберт Джентльмен (Robert Gentleman): Один из создателей языка R и сооснователь проекта Bioconductor (совместно с Россом Ихака).
• Гордон Смит (Gordon Smyth): Разработчик статистических методов и ПО для анализа данных микрочипов и РНК-секвенирования (limma, edgeR).
• Терри Спид (Terry Speed): Внёс значительный вклад в статистические методы анализа данных микрочипов^[23].
• Дэвид Липман (David J. Lipman): Один из разработчиков алгоритма BLAST, директор NCBI.

• Михаил Сергеевич Гельфанд: Вице-президент по биомедицинским исследованиям Сколтеха. Д.б.н., к.ф.-м.н. Достижения включают предсказание сайтов сплайсинга, белок-кодирующих областей в ДНК, компьютерный анализ и предсказание функциональных особенностей последовательностей ДНК. Член Европейской Академии^[24].
• Евгений Климук: Заместитель генерального директора по научной деятельности и заведующий геномной лабораторией в ООО «Биотек кампус». Ранее работал в Сколтехе. К.б.н. Работа включает изучение регуляции транскрипции генов, защитных систем прокариот (включая CRISPR-Cas) и молекулярных моторов. Проводит популяционное исследование генетического состава населения России.
• Николай Александрович Колчанов: Директор Института цитологии и генетики СО РАН (Новосибирск). Считается создателем сибирской школы российской биоинформатики. Внёс значительный вклад в разработку компьютерных программ для анализа нуклеотидных последовательностей ДНК.
• Мария Попцова: Доцент департамента больших данных и информационного поиска факультета компьютерных наук ВШЭ; старший научный сотрудник кафедры биофизики физического факультета МГУ. К.ф.-м.н. Специализируется на методах машинного обучения в биоинформатике и анализе данных в биологии и медицине.
• Евгений Кунин: Российский и американский учёный. Ведущий научный сотрудник Национального центра биотехнологической информации (NCBI) в США. Внёс значительный вклад в различные области биоинформатики, включая исследования в области редактирования генома (например, системы CRISPR-Cas).
• Алексей Андреевич Ляпунов: Считается одним из основоположников биоинформатики и кибернетики в Сибири и в СССР.
• Всеволод Анатольевич Лихошвай: Доктор биологических наук, Институт цитологии и генетики СО РАН. Внёс вклад в развитие биоинформатики в Сибири.
• Группа учёных из Новосибирского государственного университета и ФИЦ «Институт цитологии и генетики СО РАН»: Разработали программные комплексы для поиска в ДНК совместно встречающихся мотивов. Одним из ведущих авторов этих разработок является Алексей Максимович Мухин.

Исторически биоинформатика в России также развивалась в таких центрах, как Институт молекулярной генетики РАН, ГосНИИгенетика, Институт теоретической и экспериментальной биофизики РАН в Пущино и Физико-химический институт им. А.Н. Белозерского МГУ.