ОБЩИЕ СВЕДЕНИЯ


ЖТНAP08855353, Мемлекеттік тіркеу нөмірі0120РК00280

АтауыДНҚ технологиясында қолданылатын ДНҚ-ның тұрақты қайталама құрылымдарының түзілуін зерттеу

Басымдық бағытыНаучные исследования в области естественных наук

Зерттеу типі/түріІргелі

Өтінім берушіЧастное учреждение "National Laboratory Astana"

Ғылыми жетекшіКалендарь Руслан Николаевич

МҒТС балдары31.33

Жалпы бекітілген сома69970035


Күтілетін нәтижелер

Бұл жобаның ғылыми жаңалығы - негізгі термодинамиканы және екінші ДНҚ құрылымдарының балқу температураларын есептеу моделі едәуір жетілдіріліп, машиналық оқыту тәсілдерін қолдана отырып, тұрақты екінші реттік ДНҚ құрылымдарын анықтау алгоритмдері жасалатындығында. ДНҚ-ны анықтау және күшейту технологияларына қатысты машиналық оқыту тәсілдерін жүзеге асыратын жаңа биоинформатиканың алгоритмдері мен құралдары әзірленеді, атап айтқанда ПТР күшейту, мультиплексті талдау негізінде жаңа буын тізбегін қолданатын мақсатты тәсілдер.


2020 жылға арналған есепті көшіру (Орыс тілінде)

Реферат (Абстракт) - 2020 жыл

Зерттеу, әзірлеу немесе жобалау объектісі

геномдық ДНҚ, ДНҚ және олигонуклеотидтер

Жұмыс мақсаты

Бір нүктелі ДНҚ күрделі қоспаларына арналған ДНҚ/ДНҚ дуплекстер бойынша тәжірибелі деректер негізінде нуклеин қышқылдарының тұрақты қайталама құрылымдарын зерттеу. Машиналық оқыту тәсілін пайдалана отырып, ДНҚ тұрақты қайталама құрылымдарын қалыптастыруды болжауға арналған модельді әзірлеу. ДНҚ детекциялау және амплификациялау технологияларына қайталама құрылымдарының үшін машиналық оқыту тәсілдерін іске асыратын биоинформатикалық құралдарды әзірлеу.

Зерттеу әдістері

Материалдар мен әдістер: зерттеу материалы геномдық ДНҚ болып табылады, оған полиперазды мультиплексті реакция, микрочиптік талдау, nCounter платформасы үшін NanoString мультиплексті анализі, геном аймақтарының келесі буынының (Next Generation Sequencing (NGS)) мақсатты реттілігі қолданылады. Күшейту реакциясын бақылау үшін термиялық циклды қолданбайтын бірқатар изотермиялық әдістер қолданылады. Праймерлер мен зондтардың дизайны ДНҚ/ДНҚ дуплекстерінің кең эксперименталды деректер базасы негізінде машиналық оқытуды қолдану арқылы силикон түрінде оңтайландырылды.

Алынған нәтижелер мен олардың жаңалығы

Зерттелген геном тізбегіндегі праймерлердің, зондтардың немесе күрделі жұптардың гомологиясын іздеу кезінде ПЦР-дың көптеген қосымшалары үшін праймер жасаудың күрделі проблемаларын шешудің және силиконды ПТР-ді дамытудың бірінші кезеңі аяқталды. Осы зерттеудің 2020 есепті жылындағы негізгі нәтижелері мәліметтер базасына енгізілген журналда жарияланды Scopus (CiteScore2019=5.2, SJR Q1) и Web of Science (IF2019=2.74, Q2): Belyayev A., Jandova M., Josefiova J., Kalendar R., Mahelka V., Mandak B., Krak K. The major satellite DNA families of the diploid Chenopodium album aggregate species: Arguments for and against the "library hypothesis" // PLoS One. ‒ 2020. ‒ T. 15, № 10. ‒ C. e0241206. Бұл жобаның ғылыми жаңалығы - негізгі термодинамиканы және екінші ДНҚ құрылымдарының балқу температураларын есептеу моделі едәуір жетілдіріліп, машиналық оқыту тәсілдерін қолдана отырып, тұрақты екінші реттік ДНҚ құрылымдарын анықтау алгоритмдері жасалатындығында. ДНҚ-ны анықтау және күшейту технологияларына қатысты машиналық оқыту тәсілдерін жүзеге асыратын жаңа биоинформатиканың алгоритмдері мен құралдары әзірленеді, атап айтқанда ПТР күшейту, мультиплексті талдау негізінде жаңа буын тізбегін қолданатын мақсатты тәсілдер.

Негізгі конструктивтік және техникалық-экономикалық көрсеткіштері

Зерттелген геном тізбегіндегі праймерлердің, зондтардың немесе күрделі жұптардың гомологиясын іздеу кезінде ПЦР-дың көптеген қосымшалары үшін праймер жасаудың күрделі проблемаларын шешудің және силиконды ПТР-ді дамытудың бірінші кезеңі аяқталды.

Қолдану облысы

биоинформатика, биология, физиология, биомедицина, биотехнология

Реферат (Абстракт) - 2021 жыл

Зерттеу, әзірлеу немесе жобалау объектісі

Зерттеу, әзірлеу немесе жобалау объектісі: геномдық ДНҚ, ДНҚ және олигонуклеотидтер

Жұмыс мақсаты

Жобаның мақсаты: бір тізбекті ДНҚ-ның күрделі қоспалары үшін ДНҚ/ДНҚ дуплекстері туралы эксперименттік мәліметтер негізінде нуклеин қышқылдарының тұрақты екінші құрылымдарын зерттеу. Машиналық оқыту тәсілін қолдана отырып, тұрақты екінші реттік ДНҚ құрылымдарының пайда болуын болжауға арналған модель жасау. ДНҚ-ны анықтау және күшейту технологияларына қатысты қайталама ДНҚ құрылымдарының негізгі термодинамикасын есептеу үшін машиналық оқыту тәсілдерін жүзеге асыратын биоинформатика құралдарын жасау.

Зерттеу әдістері

Материалдар мен әдістер: зерттеу материалы геномдық ДНҚ болып табылады, оған полиперазды мультиплексті реакция, микрочиптік талдау, nCounter платформасы үшін NanoString мультиплексті анализі, геном аймақтарының келесі буынының (Next Generation Sequencing (NGS)) мақсатты реттілігі қолданылады. Күшейту реакциясын бақылау үшін термиялық циклды қолданбайтын бірқатар изотермиялық әдістер қолданылады. Праймерлер мен зондтардың дизайны ДНҚ/ДНҚ дуплекстерінің кең эксперименталды деректер базасы негізінде машиналық оқытуды қолдану арқылы силикон түрінде оңтайландырылды.

Алынған нәтижелер мен олардың жаңалығы

Бұл жобаның ғылыми жаңалығы - негізгі термодинамиканы және екінші ДНҚ құрылымдарының балқу температураларын есептеу моделі едәуір жетілдіріліп, машиналық оқыту тәсілдерін қолдана отырып, тұрақты екінші реттік ДНҚ құрылымдарын анықтау алгоритмдері жасалатындығында. ДНҚ-ны анықтау және күшейту технологияларына қатысты машиналық оқыту тәсілдерін жүзеге асыратын жаңа биоинформатиканың алгоритмдері мен құралдары әзірленеді, атап айтқанда ПТР күшейту, мультиплексті талдау негізінде жаңа буын тізбегін қолданатын мақсатты тәсілдер.

Негізгі конструктивтік және техникалық-экономикалық көрсеткіштері

ДНҚ-ның екіншілік құрылымдарының термодинамикалық параметрлерін анықтаудың бірінші кезеңі аяқталды; будандастыру зондтары мен праймерлерді құрастырудың алгоритмдері оңтайландырылды және машиналық оқыту тәсілдерін іске асыратын биоақпараттық құралдар жасалды. Мақалалар Web of Science мәліметтер базасындағы Q1-Q3 квартиліне кіретін және Scopus мәліметтер базасында CiteScore пайыздық көрсеткіші кемінде 50 болатын рецензияланған ғылыми журналдарда жарияланды.

Қолдану облысы

Қолдану аймағы: биоинформатика, биология, физиология, биомедицина, биотехнология.