В процессе изучения курса слушатели приобретают актуальные цифровые компетенции для работы с генетическими данными, изучают алгоритмы выравнивания последовательностей (Needleman-Wunsch, Smith-Waterman) и биоинформатические сервисы (BLAST, Clustal Omega). На практических занятиях обучающиеся анализируют данные секвенирования, моделируют структуры белков, изучают регуляцию экспрессии генов.
50 часов интенсивной работы, включая практикумы с использованием баз данных NCBI GenBank и UniProtKB, позволяют получить востребованные IT-компетенции для ускорения сельскохозяйственной селекции.
Как отметает лектор данного курса доцент кафедры биотехнологии Оксана Борисовна Поливанова: «модуль является отличным фундаментом для формирования стартап-идей, подготовки ВКР в сфере современных биотехнологий и является ценным источником предметных знаний для следующей дисциплины программы – «Методы машинного обучения в агробиотехнологии на R и Python», который научит слушателей применять алгоритмы машинного обучения».
Текст, медиа: Демичев В.В.