биомолекула.ру. Взгляд изнутри.
 

Логин:
Пароль:


Исследовательская группа Филиппа Хайтовича, или как биологи работают с большими массивами данных

[8 мая, 2016 г.]

Ученые из лаборатории профессора Филиппа Хайтовича в Исследовательском центре по биотехнологиям и биомедицине Сколтеха работают с большими массивами данных, полученных на секвенаторах и масс-спектрометрах в партнерских лабораториях из разных уголков земного шара. Все это делается для того, чтобы раскрыть тайны эволюции и работы головного мозга человека и животных, а также решить множество других научных и практических задач.

Обратите внимание!

Спонсор публикации этой статьи — Лев Макаров.

Каждый визит в Сколтех — Сколковский институт науки и технологий — приносит что-то новое: я всегда узнаю там о чем-то интересном, вне зависимости от того, лекция ли это, беседа ли с ученым или посещение лаборатории. В Сколтехе всегда кипит жизнь, и тебя окружают мотивированные наукой и бизнесом студенты и профессора. Я занимаюсь в Сколтехе научными новостями и пиаром. Сегодня мне предстоит посетить собрание научной группы профессора Филиппа Хайтовича, которая занимается в основном биоинформатикой*. Мне никогда не приходилось заниматься ею серьезно, но я уже давно с интересом засматриваюсь на эту довольно новую науку. Привлекает в первую очередь глобальность задач, поставленных перед этими учеными, ведь они жонглируют огромными массивами самых разнообразных данных! Мне кажется, что у биоинформатика больше шансов сделать что-то великое, но, может, это лишь иллюзия «мокрого»** биолога.

* — Первое знакомство с биоинформатикой читателю даст статья «Я б в биоинформатики пошёл, пусть меня научат!» [1]. — Ред.

** — Нет, «мокрый» он не оттого, что попал под дождь (и не вследствие иных превратностей судьбы). Речь идет о противопоставлении «классических» лабораторных биохимии и молекулярной биологии (их называют «мокрыми» из-за растворов, с которыми работают ученые) и стремительно набирающей обороты компьютерной биологии, в которой самое мокрое — это, пожалуй, кофе: «Вычислительное будущее биологии» [2]. — Ред.

Большим данным — большой анализ

Вопрос о том, как обрабатывать большие массивы данных, встает перед очень многими биологами, и чем дальше, тем меньше остается тех, кого не коснулась эта революция. Рост количества публично доступных баз биологических данных с последовательностями генов, описанием их активности, структурой белков произвел настоящий переворот в биологии. В противовес классическим «мокрым» лабораториям (wet lab), где основу исследований составляют сделанные руками эксперименты, появились «сухие» лаборатории (dry lab), главный инструмент в арсенале которых — не пипетка, а компьютер.

Новые технологии создают настоящий информационный бум. После завершения проекта «Геном человека» [3] появилось много новых слов с суффиксом «-ом». Кроме всем известных генома, протеома, транскриптома, метаболома и микробиома, есть еще интерактом, повествующий о взаимодействии различных молекул; феном, описывающий все фенотипические характеристики; таксом, объединяющий все процессы с проявлением токсичности. А во главе стоит интегром, собирающий все «омы» в одно целое*.

* — Очень советуем перед углублением в эту статью заглянуть в материалы, интересно и популярно объясняющие суть и кое-какие проблемы всевозможных «омик», изучающих эти самые «омы»: «„Омики“ — эпоха большой биологии» [4] и «Неизвестные пептиды: „теневая“ система биорегуляции» [5]. — Ред.

Все эти относительно новые слова, кроме генома, Word пока не знает и подчеркивает красным, однако соответствующие направления науки уже существуют и ежедневно поставляют исследователям огромные массивы данных. Одна из основных проблем работы с (много)терабайтными данными — это способ обращения с такими их объемами. Медицинские изображения высокого разрешения могут занимать с десяток гигабайт каждое, а исследователь, возможно, захочет, чтобы компьютер сравнил десятки тысяч таких изображений. Обработка одного такого файла может занять более 10 минут, а копирование их по сети и вовсе затянется на неопределенное время [6].

Биоинформатик — еще совсем молодая профессия, но она совершенно естественно заняла важное место в большинстве современных исследований, связанных с науками о жизни. Оказалось, что компьютеры могут решать задачи, непосильные ни величайшему человеческому мозгу, ни рукам самых опытных экспериментаторов. «Компьютерный биолог» и «биоинформатик» — эти термины предполагают уже достаточно много отдельных занятий, требующих разной подготовки и разного взгляда на науку и ее место в жизни: биоинформатик, специалист по обработке информации, разработчик баз данных, программист, куратор онтологий, специалист по молекулярному моделированию — все они занимаются разными вещами, хотя со стороны различить их будет непросто. Всё это без намеков говорит нам, что компьютеры прочно вошли в будни биологов [1].

Биоинформатиков становится всё больше и больше*, и даже многие «мокрые» биологи углубляются в биоинформатику, так как хотят знать, что делать со своими многочисленными данными. Лауреат Нобелевской премии Филлип Шарп называет происходящее сейчас третьей революцией в биомедицине. Первой революцией, по его словам, было открытие структуры ДНК, второй — «революция генома», то есть расшифровка геномов живых организмов** и разработка геномного подхода в целом. Сейчас происходит третья революция — слияние науки о жизни с математикой и информационными технологиями, с инжинирингом и физикой. Эта революция интегрирует науки о жизни на новой, информационной основе [7].

* — И вузы не успевают готовить соответствующие курсы: например, вслед за появлением в МГУ факультета биоинженерии и биоинформатики в Санкт-Петербурге открывается (полу)неформальный Институт биоинформатики: «Сome to the bioinformatics side: Институт биоинформатики в Санкт-Петербурге» [8]. — Ред.

** — О том, как читали первые геномы и что становится возможным сейчас, рассказывают материалы: «Геном человека: как это было и как это будет» [3], «Код жизни: прочесть не значит понять» [9] и «Технология: 1,000 $ за геном» [10]. — Ред.

Одна из областей, где очень остро встает вопрос обработки данных, — изучение работы и эволюции мозга человека и животных. Это связано с тем, что сложные процессы, происходящие в мозге, обусловливаются не менее сложными и запутанными схемами работы различных генов и белков. Например, в 2006 году был завершен проект Allen Mouse Brain Atlas. Этот атлас содержит в себе информацию об экспрессии генов в различных областях мозга мыши. Затем появился аналогичный атлас транскриптома человеческого мозга [11]. Естественно, что для создания этих материалов потребовалось проанализировать и структурировать очень много данных. В 2005 году появился Blue Brain Project, a в 2013 — Human Brain Project. Эти проекты тоже стараются пролить свет на работу головного мозга. В рамках первого проекта разработали компьютерную модель, которая с высокой точностью предсказывает расположение синапсов в коре головного мозга крысы. Далее эстафету принял Human Brain Project, посвященный моделированию уже человеческого мозга [12].

Одним из ученых, работающих в России и разгадывающих загадки головного мозга человека и животных, является профессор Сколковского института науки и технологии Филипп Хайтович. В сколтеховской исследовательской группе Хайтовича стараются комбинировать методы «сухой» и «мокрой» биологии. Но упор всё же делается на «сухую» — на анализ данных, — поэтому большинство сотрудников в лаборатории Филиппа — биоинформатики, а точнее — все, кроме него самого: он-то по образованию молекулярный биолог. Филипп закончил кафедру молекулярной биологии биологического факультета МГУ, потом получил PhD по биохимии в Чикаго. После этого он проработал шесть лет в Германии в Институте эволюционной антропологии Общества Макса Планка, а в 2006 году получил позицию в Институте сравнительной биологии (Шанхай).

Мозг: исследования «всухую»

Сколтех — совсем новый университет, и если театр начинается с вешалки, то университет начинается с людей. И биоинформатикам очень легко было оказаться среди этих людей, ведь для работы им не требуется ничего, кроме стола, стула, компьютера, быстрого интернета и хорошей компании. И вот, с 2014 года в Исследовательском центре по биотехнологиям и биомедицине Сколтеха существует исследовательская группа, возглавляемая Филиппом Хайтовичем. Параллельно с работой в Сколтехе Филипп возглавляет группу сравнительной биологии в Шанхайском технологическом университете, поэтому большинство данных, с которыми работает группа Филиппа, приходит из Китая. Также тесное сотрудничество ведется с лабораториями в Германии, Швейцарии, Японии и США. Некоторые аспиранты часть своих задач выполняют у иностранных коллабораторов. Например, в китайской лаборатории Филиппа проводят «мокрые» этапы исследования, посвященного клеткам нервной глии. Этой работой — и «сухой», и «мокрой» ее частями — в Сколтехе занимается Анна Шмелькова.

Тайны нейроглии

Человеческий мозг функционирует благодаря слаженной работе множества клеток. Помимо всем известных нейронов — «проводников и процессоров» сигналов — в мозге кропотливо работают и выполняют не менее важные функции клетки глии. В переводе с греческого глия (γλια) означает клей. Долгое время люди считали, что эти клетки нужны только для того, чтобы «склеивать» нейроны в один целостный орган, однако чуть позже появились догадки, что, возможно, глия осуществляет не только структурную функцию, но и участвует в питании нейронов [13]. Затем, опираясь в основном на морфологические признаки, среди клеток глии стали различать микроглию, астроциты, олигодендроциты [14]. Тем не менее в «нервной» иерархии клеткам глии отводилось далеко не самое почетное место.

Но «всё течет, всё изменяется» — поменялось и отношение ученых к глии: нейробиологи теперь уделяют больше внимания этим клеткам и удивляются тому, как много разнообразных функций они выполняют. Например, астроциты помогают нейронам правильно созревать, выживать, образовывать устойчивые контакты друг с другом, оказывают им энергетическую поддержку, будучи временным хранилищем глюкозы. Также астроциты участвуют в образовании гематоэнцефалического барьера, регулируют кровоток, и т.д. [15].

Интуитивно понятно, что астроциты не одинаковы по своим качествам. Но что их различает? Какова «схема» отдельно взятого астроцита и по каким признакам можно объединить их в сообщества? На эти и другие вопросы группа Филиппа пытается ответить в своем исследовании. При помощи иммунологического мечения они, как удочкой, вылавливают астроциты из «мозговой каши» и затем смотрят на работу генов в отдельной клетке.

«В более ранней работе в Китае показали, что некоторые гены ведут себя по-особому в коре мозга человека по сравнению с мозгом обезьяны. Тогда мы взяли флуоресцентный микроскоп и, присмотревшись, обнаружили, что продукты этих генов работают главным образом в клетках глии. Теперь (это поручено мне) нужно получше изучить „необычные“ глиальные клетки мозга человека и сравнить их с глиальными клетками обезьян. Для этого нужно разобрать мозг на отдельные клеточки, а затем выловить только те, которые нас интересуют, и проанализировать», — рассказывает Анна Шмелькова.

Анна Шмелькова

Рисунок 1. Селфи из китайской лабы: Анна Шмелькова (слева). «Я узнала о Сколтехе от знакомых. Ребята очень воодушевленно рассказывали об удивительной атмосфере и возможностях института. Решила попробовать поступить. Получилось. Теперь работаю над потрясающим проектом у Филиппа. Основным моим увлечением является наука. Еще люблю посидеть за барабанами (ни в какой группе я не играю, только дома в наушниках) или погрузиться в книгу русского литературного классика. Мечтаю вырасти большой не быть лапшой :) Конкретнее — в обозримом будущем планирую стать кандидатом биологических наук».

Биоинформатики могут позволить себе быть специалистами широкого профиля, которые легко переходят от одной темы к другой, и это не мешает им регулярно получать важные научные результаты и совершать открытия [2], поэтому в лаборатории параллельно ведется работа над очень разными проектами. Основной упор делается на изучение разных особенностей работы мозга человека и его эволюции. Исследователи стремятся понять, что именно сделало нас людьми и что происходит с мозгом в процессе эволюции видов; также изучаются мозг животных и временны́е изменения в нём в течение индивидуального развития организмов. Например, постдок в группе Хайтовича Павел Мазин изучает изменения паттернов сплайсинга у животных при переходе из пренатального периода в постнатальный, то есть до и после рождения [16] (см. врезку). Оказывается, сразу после рождения в сплайсинге наблюдаются большие изменения. Что служит сигналом для таких перемен, пока неизвестно.

Наши гены до и после рождения

Альтернативный сплайсинг позволяет одному гену кодировать несколько мРНК и, соответственно, белков. У человека практически все гены сплайсируются альтернативно [17]. Известно, что сплайсинг регулируется при развитии органов, дифференцировке тканей, при ответе на стресс. Было показано, что альтернативный сплайсинг вовлечен во многие патологии — от рака до нейродегенеративных заболеваний [18]. Павел Мазин и Филипп Хайтович хотят понять, как альтернативный сплайсинг регулируется в ходе пре- и постнатального развития млекопитающих в различных тканях. Они изучают, как тканеспецифичные профили сплайсинга появляются в ходе эмбрионального развития, и ищут механизмы, отвечающие за этот процесс.

Паттерны сплайсинга, связанные с возрастом

Рисунок 2. Паттерны сплайсинга, связанные с возрастом. Показаны группы экзонов, меняющих сплайсинг с возрастом похожим образом. Каждый график соответствует одной группе экзонов, красным и оранжевым показаны изменения в префронтальной коре (два разных набора данных), а серым — изменения в мозжечке. Например, первый кластер соответствует снижению частоты включения с возрастом с небольшим ростом в старости. Количество экзонов и генов указано в названии графика, кластеры отсортированы по количеству экзонов: первый кластер, к примеру, содержит 581 экзон из 341 гена. Видно, что изменения, как правило, очень похожи в коре и мозжечке и хорошо воспроизводятся в независимых наборах данных. Интересно, что большая часть изменений происходит в первые 4–10 лет жизни.

Сравнивая несколько видов, ученые хотят выяснить, как эволюционировала регуляция альтернативного сплайсинга, и понять вклад сплайсинга в появление различных видов. Этот проект пока находится на стадии генерации данных (и результаты еще не опубликованы в виде статьи), но кое-что сказать по данным, полученным для мыши, уже можно. «Результаты показывают, что на ранних стадиях развития профили альтернативного сплайсинга схожи во всех изучаемых тканях. Однако уже к моменту рождения большинство тканей приобретает специфические черты. Больше всего тканеспецифичного сплайсинга наблюдается в мозге, семенниках и (в меньшей степени) в сердце», — рассказывает Павел Мазин.

Павел Мазин

Рисунок 3. Павел Мазин. «Я закончил ФББ [факультет биоинженерии и биоинформатики] МГУ. В начале аспирантуры мой руководитель, Михаил Сергеевич Гельфанд, предложил мне работать с данными РНК-Сек (которые тогда только начали появляться), полученными от Филиппа Хайтовича. Потом Филипп предложил поработать в его лаборатории в Китае, где я прожил год. Потом я вернулся в Россию, но сотрудничество с Филиппом не прекратилось, поэтому когда он предложил мне позицию в лаборатории в Сколтехе, я согласился. Кроме науки я увлекаюсь воспитанием своих детей и спортом: бегом, беговыми лыжами, спортивным ориентированием, скалолазанием, туризмом. Мечтаю совершить кругосветное путешествие пешком и планирую заниматься наукой, сидя на веранде дома с видом на озеро и заснеженные горные пики».

Интересно, что в случае мозга обнаружены две разные программы изменений сплайсинга в ходе развития. Одна запускается на самых ранних стадиях пренатального развития и фактически завершается к рождению: альтернативный сплайсинг соответствующих генов приобретает «взрослые» черты к моменту рождения и в течение жизни уже почти не меняется. Вторая программа, напротив, запускается в момент рождения, и соответствующие гены приобретают взрослые черты только у месячного детеныша. В будущем планируется проверить, характерны ли обе эти программы для других млекопитающих. Интересно, запускается ли вторая программа непосредственно родами или это происходит по независящим причинам? Любопытно это еще и потому, что новорожденные детеныши разных животных сильно различаются по развитию: человеческие дети совсем не самостоятельны, в отличие от, например, новорожденных макак. Ученым интересно сравнить время запуска второй программы в таких видах.

Метаболиты долголетия

Один из проектов, выполняемых группой Хайтовича совместно с коллегами из Шанхая, посвящен изучению возрастных изменений у человека и других млекопитающих методами современной метаболомики (с определением метаболических профилей). Ранее такие профили уже изучали в мозге, сердце, печени и почках различных млекопитающих [19], в этом же исследовании обнаружили метаболиты, коррелирующие с продолжительностью жизни.

Передовые высокопроизводительные технологии позволяют получить достаточно полную картину молекулярного состава человеческого мозга. Исследователи из Сколтеха на основании данных масс-спектрометрии выделили метаболиты, уникальные для человеческого мозга. Эти данные были получены для префронтальной коры человека, шимпанзе и макаки. Оказалось, что значительная часть изменений метаболитов ассоциирована с возрастом. Помимо этого ученые интегрировали метаболические и транскриптомные данные, для того чтобы изучить, в каких метаболических путях кластеризуются человеко-специфичные изменения.

Также был осуществлен поиск видоспецифичных метаболитов. Наибольшее их количество наблюдается у человека и у летучей мыши, ночницы Брандта (Myotis brandtii) — самых долгоживущих видов в своих группах. Ранее было выявлено, что у этой летучей мыши метаболизм довольно необычный. В ее метаболическом профиле был обнаружен видоизмененный гормон роста — инсулиноподобный фактор роста [20]. Ночница Брандта наравне с голым землекопом относится к животным с пренебрежимым старением, то есть стареющим очень медленно [21]. Эта летучая мышь выделяется наиболее впечатляющим «разрывом» между массой тела и продолжительностью жизни среди млекопитающих [22].

Эпигенетика старения мозга

Эпигенетика — это научное направление, изучающее все факторы, которые влияют на активность генома, но не связаны с мутациями ДНК. Ученые уже продемонстрировали связь некоторых эпигенетических изменений со старением и патологическими возрастными явлениями [23]. Был даже предложен алгоритм предсказания возраста по анализу метилирования ДНК (так называемые эпигенетические часы [24]).

В ноябре 2015 года группа Филиппа Хайтовича выиграла грант Министерства образования и науки России на исследования по теме «Регуляция старения мозга человека: транскрипционные и эпигенетические карты и вычислительные модели». В этом проекте исследователи из Сколтеха активно изучают, как меняется работа генов и эпигенетический статус тканей коры головного мозга человека при старении. Результаты работы будут полезны не только исследователям в этой области, но и медицинским организациям и компаниям, занимающимся разработкой новых лекарств и методик для предотвращения и замедления старения мозга, а также предотвращения связанных с ним когнитивных расстройств.

Данные с масс-спектрометра

Рисунок 4. Биоинформатический анализ начинается с аннотации таких недружелюбных пиков. Это данные с масс-спектрометра. В масс-спектрометре ионы регистрируемых веществ разделяются по массе и заряду (m/z). На масс-спектре по оси абсцисс откладывается m/z, а по оси ординат — время удержания на колонке.

Наш мозг — продукт грудного вскармливания?

В 2015 году в журнале Neuron вышла статья, демонстрирующая, что мозги млекопитающих сильно отличаются по липидному составу (Филипп — один из авторов этого исследования) [25]. Несмотря на то, что бόльшую часть функций в клетке выполняют белки, роль липидов тоже нельзя недооценивать [26]. Исследователи из группы Хайтовича захотели проверить, определяется ли эта разница в липидном составе мозга тем, что едят эти животные на ранних этапах постнатального развития — в период самого активного роста мозга, когда основной пищей служит молоко? (Речь, конечно, идет об эволюционном развитии головного мозга за большие промежутки времени. Если мы будем пить обезьянье молоко, обезьянами мы точно не станем.) То есть заложено ли в молоке различие, которое дальше определит такую существенную разницу в мозгах (см. врезку)?

Молоко и мозг

В лаборатории ведется исследование липидомного профиля грудного молока в совокупности с изучением состава мозга. «Перед учеными стоит задача изучить липидόм (жиры и жирорастворимые компоненты) грудного молока, чтобы ответить на следующие вопросы: насколько варьирует состав грудного молока среди млекопитающих, определяются ли различия в составе мозга различиями в составе грудного молока, чем уникально человеческое грудное молоко? Данная работа ведется совместно с Китайской академией наук», — рассказывает Александра Ахмадуллина, работающая над этим проектом в России. На данном этапе собраны образцы молока примерно 60 участниц из России и 100 участниц из Китая, образцы молока нескольких видов млекопитающих (в том числе приматов), а также образцы мозга человека и млекопитающих. В ближайшее время будет проведен анализ липидного состава этих материалов. Александра занималась сбором материала и информации от российских участников.

Александра Ахмадуллина

Рисунок 5. Александра Ахмадуллина. «Я училась на факультете биоинженерии и биоинформатики МГУ, изучала митохондриальный геном, эволюцию. Я пришла в лабораторию к Филиппу, так как здесь изучают самое, наверное, интересное в big data — эволюцию мозга. Кроме науки я люблю языки, когда-то работала переводчиком — переводила синхронно семинары. Давно занимаюсь и преподаю йогу (около 12 лет). Мои главные планы на ближайшее будущее — защитить диссертацию в Сколтехе и пойти на постдок».

Некоторые проекты пока еще находятся на стадии планирования. Например, совместно с Массачусетским технологическим институтом готовится исследование, направленное на анализ метаболома и липидома раковых опухолей мозга и печени на разных стадиях.

Национально, технологично, инициативно

Но планы на будущее не ограничиваются одной только фундаментальной наукой: Филипп хочет создать центр по производству и анализу больших данных, что может существенно помочь медицине и сельскому хозяйству. Планируется, что лаборатория Хайтовича примет участие в крупных проектах Национальной технологической инициативы (НТИ) Нейронет и Фуднет. Эти инициативы рассчитаны на развитие российской индустрии в области нейронаук (Нейронет) и агрокомплекса (Фуднет). В Фуднете лаборатория Филиппа будет заниматься научной стороной проекта, способствовать технологическим и наукоемким достижениям российских компаний. Например, одна из задач — создание программы оптимизации селекции высокопродуктивных сортов сахарной свеклы на основании генетических маркеров фенотипической вариабельности. В рамках этого направления будет осуществлен геномный анализ маркеров «сахарности» свеклы и ее устойчивости к гнили, разработан протокол генотипирования, выведены новые чистые линии. Глобальная цель Фуднета — устранить зависимость российской аграрной промышленности от импорта растительного и животного генетического материала.

Второй проект — Нейронет — будет осуществляться совместно с другими лабораториями Сколтеха. Планируется создать единую систему сбора и анализа данных о мозге, унифицировать алгоритмы их обработки и разработать программное обеспечение для предсказания на основе получаемых данных особенностей работы мозга. Этот проект должен поспособствовать развитию бизнеса в области нейронаук.

Национальная технологическая инициатива (НТИ)

НТИ, включиться в которую планирует лаборатория Хайтовича, — это долгосрочная межведомственная программа частно-государственного партнерства по развитию новых высокотехнологичных рынков, которые будут определять прогресс мировой и российской экономики через 15–20 лет. Программа разрабатывается под патронажем ключевых институтов развития (РВК, АСИ, Сколково) и ряда министерств (Минобрнауки, Минпромторга и др.)

Будни «сухой» лаборатории

Сейчас в лаборатории помимо Филиппа работают два постдока, пять аспирантов и несколько студентов-магистрантов. Но количество новых идей и проектов растет, поэтому коллектив будет расширяться.

Пока в лаборатории нет ничего, кроме компьютеров, и при необходимости эксперименты проводятся в Китае или Германии. Но в ближайшее время появятся и свои приборы. Может быть, это связано с тем, что Филипп прошел классическую школу кафедры молекулярной биологии биофака МГУ, но он хочет, чтобы его сотрудники умели работать руками. Филипп уверен, что хорошие специалисты должны не только оперировать данными, но и уметь их получать. Это даст им представление обо всех проблемах и возможностях современных методов, позволит совершенствовать ход исследований, вносить что-то новое. «Ученые не должны быть рабами тех данных, которые они получают извне», — говорит Филипп. Поэтому скоро в лаборатории появятся секвенатор и масс-спектрометр, а в дальнейшем — различные приборы, которые на выходе будут давать изображения (всяческие микроскопы). Группу Филиппа Хайтовича интересует всё, с помощью чего возможно получать большие данные в биотехе.

Работа кипит

Рисунок 6. Работа кипит. Большие данные настолько большие, что на одном экране не помещаются.

В лаборатории всё время возникают новые проекты, поэтому и новые люди нужны. Для будущих претендентов Филипп выдвигает два основных условия: работать и самообразовываться. Филипп считает, что знаний, полученных в университете, всегда недостаточно, поэтому придется учиться.

Группа растет, и она открыта, но того, кто туда попадет, ждут нелегкие (хотя и интересные) годы. Работать приходится много, но по моим ощущением от лабораторного совещания, на которое я пришла, чтобы познакомиться с лабораторией, происходит всё это весело и непринужденно.

Утро четверга. Все плавно подтягиваются в аудиторию для обсуждения текущих рабочих моментов. Пока еще не все собрались, беседа плавно перетекает то на спорт, то на последние научные публикации; студенты уткнулись в компьютеры, поскольку им сейчас докладывать результаты своей недельной работы. Все ребята очень доброжелательны, и мне самой сразу становится комфортно и интересно. Но вот пора переходить к делу. Студенты мнутся и не горят желанием презентовать свои данные. «В следующий раз все до одного должны выступить», — с улыбкой говорит Филипп. Одна студентка всё-таки соглашается показать свои данные. Мне очень нравится его манера вести дискуссию с сотрудниками и студентами: он всё время в диалоге с докладчиком, всегда критичен, но при этом постоянно шутит. Одновременно предупреждает студентку, что с ней придется вести серьезную работу, и подмечает, что графики по форме напоминают карту России.

Семинар начинается

Рисунок 7. Все в сборе: семинар можно начинать!

Обстановка на совещании свободная, неформальная, всем весело, наука не должна быть скучной. «Еще кто-нибудь будет что-то показывать?» — спрашивает Филипп и сразу же добавляет: «Думаю, что после такой критики никто не захочет!» И точно — никто не захотел. «Не хочешь позориться — сделай хороший график! В этом суть lab meeting!» — подытоживает Филипп. Так как от студентов сегодня ничего больше не добиться, слово переходит к постдокам и аспирантам. Все друг за другом рассказывают о том, что у них происходит, почти каждый занят своим проектом. Основные вопросы разобраны, и пришло время возвращаться к работе. Филипп напоминает всем, что из-за переноса праздников суббота будет рабочим днем, и он надеется всех увидеть. Все возвращаются к компьютерам, где их ждет куча данных и безграничные возможности.

Филипп Хайтович

Рисунок 8. Филипп настроен критично, но справедливо. «Не хочешь позориться — сделай хороший график! В этом суть lab meeting!»

Литература

  1. биомолекула: «Я б в биоинформатики пошёл, пусть меня научат!»;
  2. биомолекула: «Вычислительное будущее биологии»;
  3. биомолекула: «Геном человека: как это было и как это будет»;
  4. биомолекула: «„Омики“ — эпоха большой биологии»;
  5. биомолекула: «Неизвестные пептиды: „теневая“ система биорегуляции»;
  6. биомолекула: «Биоинформатика: Большие БД против „большого Р“»;
  7. биомолекула: «Жизнь — это компьютер»;
  8. биомолекула: «Сome to the bioinformatics side: Институт биоинформатики в Санкт-Петербурге»;
  9. биомолекула: «Код жизни: прочесть не значит понять»;
  10. биомолекула: «Технология: 1,000 $ за геном»;
  11. биомолекула: «Allen Brain Atlas: транскриптом мозга»;
  12. биомолекула: «Blue Brain Project: как все связано?»;
  13. Somjen G.G. (1988). Nervenkitt: notes on the history of the concept of neuroglia. Glia1, 2–9;
  14. Kimelberg H.K. (2004). The problem of astrocyte identity. Neurochem. Int. 45, 191–202;
  15. Wang D.D. and Bordey A. (2008). The astrocyte odyssey. Prog. Neurobiol. 86, 342–367;
  16. Mazin P., Xiong J., Liu X., Yan Z., Zhang X., Li M. et al. (2013). Widespread splicing changes in human brain development and aging. Mol. Syst. Biol. 9, 633;
  17. Элементы: «Почти все человеческие гены кодируют более одного белка»;
  18. Tazi J., Bakkour N., Stamm S. (2009). Alternative splicing and disease. Biochim. Biophys. Acta. 1792, 14–26;
  19. Ma S., Yim S.H., Lee S.G., Kim E.B., Lee S.R., Chang K.T. et al. (2015). Organization of the mammalian metabolome according to organ function, lineage specialization, and longevity. Cell Metab. 22, 332–343;
  20. Seim I., Fang X., Xiong Z., Lobanov A.V., Huang Z., Ma S. et al. (2013). Genome analysis reveals insights into physiology and longevity of the Brandt’s bat Myotis brandtii. Nat. Commun. 4, 2212;
  21. биомолекула: «Преодолевшие старение. Часть II. Дети подземелья»;
  22. биомолекула: «Преодолевшие старение. Часть I. Кому выпал эволюционный джекпот?»;
  23. биомолекула: «Старение и долголетие: эпигеном раскрывает тайны»;
  24. биомолекула: «Эпигенетические часы: сколько лет вашему метилому?»;
  25. Bozek K., Wei Y., Yan Z., Liu X., Xiong J., Sugimoto M. et al. (2015). Organization and evolution of brain lipidome revealed by large-scale analysis of human, chimpanzee, macaque, and mouse tissues. Neuron85, 695–702;
  26. биомолекула: «Липидный фундамент жизни».

Автор: Чернова Алина.

Число просмотров: 711.

Creative Commons License — условия использования и распространения материалов сайта.
Вернуться в раздел «Места»

Комментарии

(Оставить комментарий) (показывать сначала старые комментарии)

Яндекс.Метрика

© 2007–2015 «биомолекула.ру»
Электропочта: info@biomolecula.ru
О проекте · RSS · Сослаться на нас

Дизайн и программирование —
Batch2k15.

Сопровождение сайта — НТК «Биотекст».

Условия использования сайта
Об ошибках сообщайте вебмастеру.