Что такое биоинформатика и чем она занимается
Данные внутри нас: Чем занимаются биоинформатики?
Рассказываем про людей будущего, которые расшифровывают органическую биг-дату. За последние два десятилетия количество биологических данных, которые можно проанализировать, выросло во много раз благодаря тому, что был расшифрован геном человека. До этого мы и представить не могли, что по информации, хранящейся буквально у нас в крови, можно будет определить наше происхождение, проверить, как организм будет реагировать на определенные лекарства, и даже изменить свою биологическую наследственность.
Эта и другие статьи раньше всего выходят в блоге на нашем сайте. Приятного чтения.
Атрибуты среднестатистического биоинформатика такие же, как у программиста — красные глаза, сутулая осанка и следы от кофейных чашек на рабочем столе. Однако за этим столом идет работа не над абстрактными алгоритмами и командами, а над кодом самой природы, который может многое рассказать нам о нас и мире вокруг.
Специалисты в этой области имеют дело с огромными объемами данных (к примеру, результаты секвенирования генома одного человека занимают около 100 гигабайт). Поэтому обработка такого массива информации требует подходов и инструментов Data Science. Логично, что успешный биоинформатик должен разбираться не только в биологии и химии, но и в методах анализа данных, статистике и математике — это делает его профессию достаточно редкой и востребованной. Такие специалисты особо нужны в областях инновационной медицины и разработке лекарств. Технологический гиганты вроде IBM и Intel открывают свои программы, посвященные изучению биоинформатики.
Что нужно, чтобы стать биоинформатиком?
Чем занимаются биоинформатики?
Современная биоинформатика делится на два основных ответвления — структурная биоинформатика и биоинформатика последовательностей. В первом случае мы видим человека, который сидит перед компьютером и запускает программы, помогающие изучать биологические объекты (например, ДНК или белки) в 3D-визуализациях. Они строят компьютерные модели, позволяющие предсказать, как молекула лекарства будет взаимодействовать с белком, как выглядит пространственная структура белка в клетке, какими свойствами молекулы объясняются ее взаимодействия с клеточными структурами и т. д.
Методы структурной биоинформатики активно используются как в академической науке, так и в индустрии: сложно представить фармкомпанию, которая обходится без таких специалистов. За последние годы компьютерные методы позволили в разы упростить процесс поиска потенциальных лекарств, что сделало фармацевтическую разработку гораздо более быстрым и дешевым процессом.
РНК-зависимая РНК-полимераза SARS-CoV-2 (слева), а также её связь с дуплексом РНК. Источник.
Что такое геном?
Геном это вся информация о строении наследственности организма. Практически у всех живых существ носителем генома является ДНК, но есть организмы, передающие свою наследственную информацию в виде РНК. Геном передается от родителей к детям, и в ходе этого процесса передачи могут возникать ошибки — мутации.
Взаимодействие лекарства ремдесивира с РНК-зависимой РНК-полимеразой вируса SARS-CoV-2. Источник.
Биоинформатика последовательностей работает с более высоким уровнем организации живой материи — начиная с отдельных нуклеотидов, ДНК и генов, и заканчивая целыми геномами и их сравнениями друг с другом.
Представьте себе человека, который видит перед собой набор букв алфавита (но не простого, а генетического или аминокислотного) и ищет в них закономерности, объясняя и подтверждая их статистически, с использованием компьютерных методов. Биоинформатика последовательностей объясняет, с какой мутацией связано то или иное заболевание или почему в крови пациента накапливаются вредоносные вещества. Помимо медицинских данных, биоинформатики последовательностей изучают закономерности распространения организмов по земле, популяционные различия между группами животных, роли и функции конкретных генов. Благодаря этой науке можно проверять эффективность лекарств и изучать биологические механизмы, которые объясняют их действие.
Например, благодаря биоинформатическому анализу были найдены и описаны мутации, приводящие к развитию муковисцидоза — моногенного заболевания, вызванного поломкой гена одного из хлорных каналов. А еще теперь мы гораздо лучше знаем, кто приходится ближайшим биологическим родственником человеку и как наши предки расселялись по планете. Более того, каждый человек, прочитав свой геном, может узнать, откуда происходит его род и к какой этнической группе он принадлежит. Множество зарубежных (23andme, MyHeritage) и российских (Genotek, Atlas) сервисов позволяют получить эту услугу за сравнительно небольшую цену (порядка 20 тыс. рублей).
Результаты анализа ДНК-теста на происхождение и популяционную принадлежность от компании MyHeritage.
Результаты анализа ДНК-теста на популяционную принадлежность от компании 23andMe.
Как читают геном?
Сегодня секвенирование генома — рутинная процедура, которая обойдется любому желающему примерно в 150 тыс. рублей (в том числе, в России). Чтобы прочитать свой геном, достаточно просто сдать в специальной лаборатории кровь из вены: через две недели вы получите готовый результат с детальным описанием ваших генетических особенностей. Помимо своего генома можно проанализировать геномы микробиоты кишечника: вы узнаете особенности бактерий, населяющих вашу пищеварительную систему, а также получите консультацию от профессионального диетолога.
Геном можно прочитать разными методами, одним из основных сейчас является так называемое «секвенирование нового поколения». Для проведения этой процедуры нужно сначала получить биологические образцы. В каждой клетке организма геном одинаковый, поэтому чаще всего для чтения генома берут кровь (это проще всего). После этого клетки разрушают и отделяют ДНК от всего остального. Затем, полученную ДНК дробят на множество маленьких кусочков и «пришивают» к каждому из них специальные адаптеры — искусственно синтезированные известные последовательности нуклеотидов. Потом цепочки ДНК разделяют, и однонитевые цепочки с помощью адаптеров присоединяют к специальной плашке, на которой проводится секвенирование. В ходе секвенирования к последовательности ДНК присоединяются комплементарные флуоресцентно меченые нуклеотиды. Каждый меченый нуклеотид при присоединении испускает пучок света определенной длины волны, что фиксируется на компьютере. Так компьютер прочитывает короткие последовательности исходной ДНК, которые потом с помощью специальных алгоритмов собираются в исходный геном.
Пример данных, с которыми работают биоинформатики последовательностей: выравнивание аминокислотных последовательностей.
Где работают и сколько получают биоинформатики?
Путь биоинформатика традиционно делится на две основные области — индустрия и наука. Карьера ученого-биоинформатика обычно начинается с аспирантской должности в одном из крупных институтов. Изначально биоинформатики получают базовую ставку, зависящую от их института, количества грантов, в которых они принимают участие, а также их количества аффиляций — мест, в которых они официально трудоустроены. Со временем количество грантов и аффиляций растет, и где-то через пару лет работы в академической среде биоинформатик без проблем получает среднюю зарплату (70-80 тыс. рублей), однако многое зависит от усердия и трудолюбия. Наиболее опытные биоинформатики в конечном итоге заводят собственные лаборатории в сферах своей специализации.
Где учатся на биоинформатика?
Известные биоинформатики
Историю биоинформатики следует вести от Фредерика Сэнгера, английского ученого, получившего в 1980 году Нобелевскую премию по химии за открытие способа прочтения последовательности ДНК. С тех пор, с каждым годом методы чтения последовательностей совершенствуются, однако метод «секвенирования по Сэнгеру» послужил основой для всех дальнейших исследований в этой области.
Кстати, многие программы, созданные именно российскими учеными, сегодня широко используются во всем мире — например, геномный сборщик SPAdes, — St. Petersburg genome assembler, созданный в Санкт-Петербургском институте, помогает ученым со всего мира собирать короткие последовательности ДНК в большие последовательности, чтобы восстановить исходные геномы организмов.
Открытия и достижения биоинформатики
В наше время биоинформатики совершают множество полезных открытий. Невозможно было бы представить разработку лекарств от коронавируса без расшифровки его генома и сложного биоинформатического анализа процессов, происходящих в ходе заболевания. Международная группа ученых с помощью методов сравнительной геномики и машинного обучения смогла понять, что общего у коронавирусов с другими патогенами.
Оказалось, что одна из таких особенностей — происходящее в ходе эволюции усиление сигналов ядерной локализации (NLS) патогенных вирусов. Это исследование может помочь в изучении штаммов вирусов, которые могут быть потенциально опасными для человека в будущем, и, возможно, начать превентивную разработку лекарственных препаратов.
Помимо этого, биоинформатики сыграли ключевую роль в разработке новых методов редактирования генома, в частности, CRISPR/Cas9 системы (технология, базирующаяся на иммунной системе бактерий). Благодаря биоинформатическому анализу структуры данных белков и их эволюционного развития, точность и эффективность этой системы за последние годы выросла в разы, что позволило целенаправленно редактировать геномы многих организмов (в том числе человека).
Получить востребованную профессию с нуля или Level Up по навыкам и зарплате, можно, пройдя онлайн-курсы SkillFactory:
Целительные данные: что такое биоинформатика
Обучение профессии, которая только формируется, — всегда риск. Так и с биоинформатикой — общественное недоверие, отсутствие законодательной базы и государственной поддержки, безусловно, могут отпугивать абитуриентов. Однако, и это не менее очевидно, потребность в обработке больших объемов информации в молекулярной биологии стремительно растет и будет расти дальше. А значит, несмотря ни на что, специалисты в области биоинформатики станут еще более востребованными, чем сегодня.
Чем занимается биоинформатика?
Работа молекулярных биологов в прошлом была в разы проще, чем сейчас. Исследователи проводили все необходимые эксперименты с белком или, скажем, бактерией и писали по их результатам научные труды. Сегодня, как правило, в одном исследовании необходимо рассмотреть тысячи элементов. Понятно, что работа с такими массивами данных должна строиться иначе. Именно для этого нового формата работы и нужны специалисты в области биоинформатики — науки на стыке биологии, математики, статистики и информатики. Задача биоинформатиков — обрабатывать и анализировать большие объемы данных, получаемых в лабораториях, грамотно управлять этой информацией и создавать программные продукты для работы с ней.
Что происходит в сфере биоинформатики сегодня?
Проекты в области биоинформатики в США и странах Европы сейчас могут самыми разными: от стартапов, созданных «на коленке», до международных проектов, привлекающих многомиллионные инвестиции. Отрасль биотехнологических продуктов определенно переживает сейчас стадию бурного роста — во многом это связано со снижением себестоимости используемых технологий, что заметно упрощает вход в отрасль для новых компаний.
Безусловным трендом среди проектов биотеха является работа с человеческим геномом. В медицине набирает обороты генетическое редактирование — лечение различных болезней с помощью удаления или замены «неправильных» генов. Другое популярное направление — персонализированная геномика, которая позволяет поставить пациенту диагноз, подобрать правильное лечение и даже создать препарат именно для него по результатам исследования генотипа. Прямо сейчас развивается масштабный американский проект Helix — своеобразный биотехнологический аналог AppStore. Геном клиентов компания будет хранить в «облаке», а специальные отдельные приложения, анализируя его, предложат пользователю рекомендации по диете, физическим нагрузкам, стилю жизни, расскажут об истории его семьи.
А в России?
Российский рынок геномики и биоинформатики сейчас только формируется, и его объемы пока невелики. Однако по темпам роста этот рынок практически не остает от американского. Помимо падения цен на геномное секвенирование (это одна из ключевых технологий, применяемых для работы с геномом), значительную роль здесь играет и популяризация направления — у лабораторий, проводящих генетические исследования, клиентов становится больше с каждым днем.
На сегодняшний день основное направление развития российского биотеха — работа с будущими родителями. Сюда можно отнести генетические консультации при планировании беременности, исследование эмбрионов до проведения ЭКО, диагностику плода и обследование новорожденных на наличие наследственных заболеваний по новейшим методикам. Второе активно развивающееся направление — генетическая диагностика раковых опухолей. Проанализировав ДНК клеток опухоли, врачи могут подобрать лечение, которое с наибольшей вероятностью позволит победить болезнь.
Компаний, работающих в этих областях, становится в России всё больше. В основном они базируются в Москве, Санкт-Петербурге и Новосибирске.
Важно упомянуть, что у российского рынка биоинформатики пока существует довольно много проблем — слабо развита законодательная база, государство в целом пока почти не замечает новый сектор экономики. Врачи, особенно работающие в госучреждениях, скептически относятся к возможностям геномики и персонализированной медицины, — а ведь именно они для многих являются «лидерами мнений» во всех вопросах, связанных со здоровьем. Впрочем, ситуация уже меняется. Знаменитый концерн «Роснано» активно развивает наноцентры, цель которых — поддерживать новые проекты, в частности в сфере биотеха, создавать для них инфрастуктуру и законодательную базу. Это одна из самых масштабных инициатив по развитию отрасли, но далеко не единственная.
Где можно работать?
У специалистов в области биоинформатики сегодня есть четыре основных карьерных пути. Можно устроиться на работу в экспериментальную лабораторию — заработная плата там обычно совсем невелика, а основным источником дохода становятся полученные гранты. В биотех-компаниях доходы выше, до 150 тысяч рублей в месяц. Сейчас в стране есть всего 40 таких компаний, но их число, безусловно, будет расти. Можно принять участие в этом процессе и открыть свое дело — недостатка в незанятых нишах и хороших идеях для проектов сейчас нет. Финансирование молодые предприниматели ищут у бизнес-ангелов либо в фондах, инвестирующих в биотехнологии и биоинформатику. В ряде случаев биоинформационные компании покупают крупные игроки фармацевтической отрасли, однако таких сделок в России пока состоялось не более пяти. И, наконец, еще один путь — работа в смежных областях: научно-популярные статьи и лекции, преподавание в вузах и образовательных проектах — грамотные журналисты, лекторы и популяризаторы науки в области биоинформатики очень востребованны.
Кому подойдет?
Хорошее знание математики — важное условие успешного обучения по программам биоинформатики в вузах. Однако одной любви к математике недостаточно. Для успешной работы специалистам-биоинформатикам нужно хорошо знать свою предметную область — а значит, им нужно будет посвятить много времени изучению медицинских дисциплин и биологии, особенно молекулярной.
Биоинформатика не подходит людям, которые хотят работать независимо от других: здесь критически важно умение трудиться в команде. Специалист должен понимать биологов и медиков и вместе с ними формулировать оптимальные варианты решения поставленных задач. Он должен с нулевых стадий участвовать в планировании исследований — для того, чтобы их несостоятельность не выяснилась на этапе передачи данных для анализа. В общем, в биоинформатике нет возможности делать всю работу в одиночку.
Где учиться?
В России сегодня есть программы биоинформатики как для выпускников школ, так и для бакалавров и специалистов. Частенько в биоинформатику приходят выпускники вузов в области биологии, математики, компьютерных наук. Им, конечно, приходится сложнее, чем тем, кто с самого начала вузовской жизни в равных пропорциях изучал естественные и точные науки. Однако биоинформатика, по словам руководителя соответствующей магистерской программы в НИУ ВШЭ, Михаила Гельфанда, «эластична по усилиям», так что шансов сделать карьеру у выпускников магистерских программ ничуть не меньше.
Москва
— Кафедра биоинформатики, факультет биологической и медицинской физики МФТИ
— Магистерская программа «Биомедицинские науки и технологии», Сколковский институт науки и технологий. Учеба частично проходит за рубежом.
Кафедра биоинформатики, медико-биологический факультет РНИМУ им. Пирогова
Санкт-Петербург
— Кафедра прикладной математики, институт прикладной математики и механики СПбПУ
Нижний Новгород
— Кафедра биоинформатики, институт информационных технологий, математики и механики, ННГУ
Казань
— Кафедра биоинформатики и медицинской кибернетики, институт фундаментальной медицины и биологии КФУ
Подкаст: кто такие биоинформатики и что они изучают
В новый выпуск подкаста «Сушите вёсла» зашёл руководитель научной группы Института биоинформатики Юрий Барбитов. Обсудили профессию биоинформатика и всё вокруг неё: чем похожа на Data Science, почему полезна для человечества и как продвигает науку. Запись выпуска внутри статьи.
«Сушите вёсла» — подкаст про разработку, аналитику, тестирование и всё, что связано с созданием IT-продуктов. Его ведут разработчики red_mad_robot Артём Кулаков и Рома Чорыев. В эпизоде #16 обсудили, что происходит, когда информатика пересекается с биологией, и Юрий Барбитов попробовал объяснить нам простыми словами про геном, секвенирование и «мокрых биологов».
Ниже подкаст и ответы на несколько горячих вопросов про биоинформатику.
1:50 — как попасть в биоинформатику;
10:20 — чем похожа на Data Science;
23:35 — как развивается биоинформатика и почему она важна;
40:00 — про платформы Folding at Home, World Community Grid;
1:05:09 — проблемы с хранилищами данных;
Юрий считает, что у каждого специалиста своё представление о том, что это за область науки. Но герою выпуска ближе такое определение — биоинформатики придумывают, как обрабатывать большие массивы биологических данных, чтобы получить из них конкретные научные результаты.
Эта дисциплина немного похожа на эксперименты в биологии, когда учёный в лаборатории проводит опыты, занимается исследованиями и получает результаты. По словам Юрия, его коллеги называют это «мокрой биологией».
«Мокрый биолог» делает в лаборатории разные манипуляции с живыми клетками, потом куда-то их засевает, пересевает, смешивает растворы. Человек, который занимается биоинформатикой, — dry biologist («сухой биолог»). Он, как и все программисты, выполняет рутинные задачи — пишет программы, скрипты, а потом их запускает. Отличие в том, что работа биоинформатика похожа на работу дата-сайентиста. Нужно не только написать, как обработать входные данные, и получить из них что-то. Ещё надо придумать, как всё это дело применить и как интерпретировать полученные результаты.
Впервые биоинформатику применили, когда люди начали заниматься геномом — это набор молекул ДНК с наследственной информацией. Геном есть у всех живых существ — от бактерий до людей. Если прочитать его и узнать всё про наследственную информацию, человечество научится исправлять наследственные ошибки, подбирать новые методы терапии и т.д.
Проблема в том, что наследственная информация очень большая — это очень длинный текст. Геном человека состоит из трёх миллиардов символов. Чтобы с ним правильно работать, его нужно для начала расшифровать.
Представьте, что у вас была пачка газет и её сначала взорвали, а потом нужно попытаться этот «пазл» составить обратно, собрать исходную газетную страницу из разорванных кусочков. Примерно так работает прочитывание генетических текстов.
В основе расшифровки генома — метод секвенирования. Это прочитывание, восстановление последовательности. Биолог берёт длинную цепочку символов генома и «разрезает» на небольшие кусочки. Затем использует секвенаторы (молекулярно-биологические приборы) — они помогают реконструировать последовательность символов в каждом кусочке. Секвенатор выдаёт набор прочитанных последовательностей — они и станут исходными данными для биоинформатики.
Если совсем на мой рабоче-крестьянский уровень опуститься, секвенатор — это такой специальный биологический компьютер. Мы в него что-то капаем, а он нам на экране буковки показывает.
Это наука на стыке двух областей — биологии и информатики. Поэтому в неё приходят программисты и биологи. Наш гость пришёл со стороны биологии. Поступил в СПбГУ на биофак, работал на кафедре, специализировался на генетике. Параллельно слушал онлайн-курсы по программированию, а потом узнал про биоинформатику.
В какой-то момент коллеги сказали: «Раз тебе это так интересно, то лучше просто получить дополнительное образование по биоинформатике». Так я и попал в Институт биоинформатики.
По словам Юрия, биоинформатика развивается очень активно, потому что для биологии и медицины уже недостаточно описательных исследований. Нужно проанализировать всё то, что человечество открыло за это время.
Практически всё, что можно было описать, уже описано. В последние 50 лет биология перешла на уровень, когда нужно не просто описать, как выглядит зверушка, где она обитает и что делает. Биология хочет знать, как это всё работает. Она пытается понять, как устроены живые организмы.
Необязательно. Прочитать геном одного человека стоит около тысячи долларов. Современные приборы позволяют читать геномы нескольких десятков человек. Но биоинформатика — это довольно хрупкая наука. Если «мокрый биолог» допустил ошибку в лаборатории или реагент изначально оказался некачественным, всё исследование нужно будет проводить заново. Из-за этого увеличится и бюджет, конечно же.
Многие исследования времязатратные. Ты долго-долго растил какую-то культуру раковых клеток и что-то с ними хотел сделать. А потом кто-нибудь пришел и не вытер ноги при входе в лабораторию или не надел халат правильно. Что-то попало в твою культуру, и всё сдохло.
№1 — колоссальные объёмы данных. Один прочитанный геном человека — это 100 гигабайт данных. Представьте, что вам нужно секвенировать сотни геномов.
В Великобритании люди пытаются отсеквенировать геномы всех новорожденных в течение кучи лет. Понятно, что это уже миллионы отдельных образцов, миллионы прочитанных геномов. И каждый, соответственно, по 100 гигабайт сырых данных. Это начинает уходить в космос по части объёма информации.
Данных уже так много, а найти эффективный метод для проверки гипотезы очень сложно. Учёные работали по-разному, получили разные результаты — и вся эта информация лежит в разных местах. Ну и как итог — собрать её из разных работ от разных людей очень непросто. Это может быть очень затратно и по времени, и по финансам.
№2 — биоинформатический софт. Некоторые часто используемые программы активно разрабатывают и улучшают, но они заточены под стандартные задачи.
С таким программами можно работать. Но если задача хотя бы чуть-чуть является нестандартной и люди пишут какие-то новые инструменты, разрабатывают новые алгоритмы для решения какой-то менее популярной задачи, получается софт в ужасном состоянии.
Например, вижу статью про «десять биоинформатических инструментов», которые помогают решить конкретную какую-то задачу. Наверное, восемь из десяти программ уже не работают. Потому что человек удалил свой репозиторий на GitHub или вообще залил софт на какой-то, прости господи, SourceForge, где он и погиб. Так что либо софта вообще нет, либо его невозможно скомпилировать без длительного и больного исправления всех багов, которые автор туда внёс.
Юрий подробно рассказал, чему обучаться, чтобы попасть в биоинформатику. Послушайте, начиная с 1:15:00. Если вкратце — обучение недорогое, но долгое. Предложений на рынке мало, но на крутых спецов спрос всегда есть. Нужно самому искать проекты и задачи, предлагать помощь и обрастать контактами.
Если прямо фокусироваться на том, чтобы войти в область полноценно и с перспективой, обучение потребует больших временных инвестиций. Но это вполне может стать парт-тайм работой на 20 часов в неделю минимум.
«Закон есть закон»: как жить в юридическом мире, если ты из айти.