Институт фармакоинформатики

Современные научные исследования невозможны без накопления и анализа сверхбольших массивов данных, содержащих миллиарды описаний физических объектов, каждый из которых описан значениями миллионов показателей. Сверхбольшие массивы данных характерны для современной биомедицины, молекулярной фармакологии, системной биологии и важны для разработки эффективных и безопасных лекарств. Интеллектуальный анализ таких «сверхбольших данных» (т.н. “big data”) обуславливает  необходимость разработки специальных вычислительных методов.

В Институте фармакоинформатики при ФИЦ ИУ РАН разрабатываются, апробируются и практически применяются методы и алгоритмы анализа «сверхбольших данных» (в частности, данных из области биомедицины и фармакологии). Математической основой для разработки новейших подходов к анализу сверхбольших данных являются:

  • топологический подход к анализу плохо-формализованных задач распознавания и классификации,
  • метрический подход к анализу разнородных признаковых описаний,
  • теория анализа размеченных графов,
  • алгебраический подход к синтезу корректных алгоритмов,
  • комбинаторная теория разрешимости,
  • теория классификации значений признаков,
  • метрическая теория корректности и полноты алгоритмов.

Основные исследовательские направления Института фармакоинформатики:

  • Разработка математических методов выявления закономерностей, скрытых в сверхбольших данных
  • Разработка и применение алгоритмов анализа «сверхбольших данных»
  • Разработка методов высокоточной донозологической диагностики
  • Анализ генетических предрасположенностей к «болезням цивилизации»
  • Исследование системной биологии микронутриентных кофакторов
  • Интеллектуальный анализ данных для доказательной медицины
  • Хемоинформационный анализ перспективных лекарственных средств
  • Биофизическое моделирование лекарств и таргетных белков
  • Интеллектуальный анализ масс-спектрометрических данных
  • Разработка алгоритмов для поиска и классификации научной литературы
  • Вне-биологические приложения разрабатываемых алгоритмов анализа данных

Фармакоинформационный подход к разработке перспективных препаратов и к оценке эффектов имеющихся лекарственных препаратов подразумевает использование методов интеллектуального анализа разнородных биомедицинских данных (в т.ч. методов прогнозирования состояний пациента в зависимости от анамнеза, приема различных лекарств, биомаркеров и других показателей), методов молекулярной фармакологии и биоинформатики (включая прогнозирование структур белок-лигандных комплексов (докинг), распознавание/прогнозирование пространственных структур белков, функциональных классов белков на основе аминокислотных последовательностей и др.), методы хемоинформатики (прогнозирование фармакологических свойств молекул-лигандов на основе  их молекулярных структур), автоматизированный анализ сверхбольших массивов биомедицинских публикаций (десятки миллионов документов), разработку эффективных методов обработки сверхбольших массивов данных, получаемых в результате исследования живых систем современными высокопроизводительными (high-throughput) методами и др.

В основе разрабатываемых нами инновационных подходов к  фармакоинформационному анализу лежат математически обоснованные  методы выявления скрытых закономерностей. Эти методы разрабатываются в рамках проблемно-ориентированных теорий, позволяющих разрабатывать вычислительно-эффективные алгоритмы для пред-обработки и анализа разнородных данных (например, разнородных признаковых описаний пациентов, молекулярных маркеров заболеваний, химической и пространственной структуры фармацевтических препаратов, таргетных белков и т.д.).

Основной областью применения разрабатываемых методов интеллектуального анализа данных и основанных на них высокоэффективных вычислительных систем является биомедицина. Тем не менее, разрабатываемые методы применяются и в совершенно других областях современной науки: например, в материаловедении (для прогнозирования свойств высокотемпературных сверхпроводников и других перспективных материалов) и др.


Структурные подразделения Института фармакоинформатики: