Основные исследовательские направления Института фармакоинформатики:
- Разработка и исследование новых эффективных методов обнаружения скрытых закономерностей в сверхбольших данных
- Разработка и исследование эффективных алгоритмов анализа больших объемов биомедицинских данных
- Развитие инструментариев топологического анализа данных и конечных метрических конфигураций для анализа сверхбольших биомедицинских данных субквадратичными по сложности методами
- Разработка методов диагностики, прогнозирования состояния пациента, и наиболее эффективных подходов к терапии, на основе комплексных данных о пациенте
- Разработка шкалируемых алгоритмов параллельных вычислений для метрического анализа сверхбольших наборов разнородных признаковых описаний
- Разработка теоретических подходов и алгоритмов для оценки и классификации разнородных признаковых описаний, порождаемых в задачах анализа (1) сверхбольших выборок биомедицинских данных о пациентах (включая генетическую информацию о пациенте), (2) данных о структуре и фармакологическом действии лекарств, (3) анализа текстов научных публикаций.
- Разработка информационной поддержки для высокоточной донозологической диагностики, персонализированных подходов к фармакотерапии и нутрицевтике, разработка информационной поддержки эффективных стационар-сберегающих технологий
- Анализ генетических предрасположенностей к «болезням цивилизации» на основе инновационных технологий биоинформатики
- Разработка вычислительных методов хемоинформационного анализа молекул-лигандов как перспективных лекарственных средств
- Разработка методов хемотранскриптомики (прогнозирования эффектов молекул-лигандов на генную экспрессию, т.е. на транскриптом человека)
- Разработка методов хемопротеомики (прогнозирования эффектов молекул-лигандов на протеом человека), в т.ч. хемокиномики (прогнозирование эффектов молекул на активность ферментов-киназ, являющихся таргетными белками многих лекарств)
- Разработка методов геронтоинформатики молекул-кандидатов (прогнозирование эффектов молекул на продолжительность жизни модельных организмов и человека)
- Решение задач материаловедения: прогнозирование свойств высокотемпературных сверхпроводников (ВТСП) и др.