Генные сети, контролирующие экспрессию генов, играют первейшую роль в детерминации эпигенетических и биохимических свойств клеток. В то же время взаимосвязанность генных сетей с сетями других типов и уровней требует подходов, учитывающих эту комплексность. В статье данная проблема решается в аспекте вложенности генных сетей в клетки, которые сами являются узлами сети более высокого уровня, а именно клеточного ансамбля. Созданы информационные модели (объектная, реляционная и объектно-реляционная) управляющей генной сети над генетическими блоками, а также модели клеточного ансамбля как сети над клеточными управляющими генными сетями. Объединенная двухуровневая модель описывает генно-сетевые структуры в составе клеточных ансамблей с динамическими характеристиками основных молекулярно-генетических процессов. На основе моделей разработана платформа SETIES для исследования in silico молекулярно-генетических систем управления экспрессией генов про- и эукариот. Платформа включает в себя программные компоненты для дизайна и визуализации клеточных и межклеточных генных сетей, автоматического построения их математических моделей, моделирования сетевой динамики в бесклеточных системах, в клеточных линиях и клональных клеточных популяциях, а также в клеточных ансамблях с постоянной и динамической структурой. Счетные модули реализуют формализм обобщенных пороговых моделей, сочетающий в себе преимущества дискретных и непрерывных методов моделирования этих систем. Среди решаемых задач – построение диаграмм активности генов во времени, расчет кинетических кривых для концентраций мРНК и белков, выявление паттернов генной экспрессии как функциональных состояний генной сети, оценка параметрической устойчивости режимов, моделирование механизмов эпигенетического наследования, фенотипической гетерогенности и морфогенетического позиционирования. В целом, платформа реализуют парадигму «сети сетей», служащую основой для перспективных исследований в области системной и синтетической биологии.
Рассмотрены Интернет-ресурсы, предоставляющие свободный доступ к экспериментальным функциональным данным, включая данные электро- и магнитной энцефалографии, структурной и функциональной магнитно-резонансной томографии, полученным в ряде исследовательских проектов при изучении мозга человека. Использование таких ресурсов полезно для развития и отладки новых методов обработки и анализа энцефалограмм, а также для верификации и сравнения результатов.
Предложен оригинальный подход к классификации коронавирусов, основанный на представлении анализируемого гена (N-гена белка нуклеокапсида) соответствующим вектором частот кодонов аминокислот и его последующего сравнения с вектором усредненных частот кодонов для аналогичных известных генов вирусного таксона (одного из четырех родов коронавируса). Для определения принадлежности анализируемого вектора частот к каждому рассматриваемому таксону нестандартным образом применяется метод главных компонент. Метод протестирован на 5769 N-генах коронавирусов четырех родов и показал надежность распознавания рода выше 95 %. Предлагаемый подход к классификации коронавирусов позволяет сократить размерность вектора частот кодонов до 28 компонент без снижения надежности, ограничиваясь рассмотрением наиболее значимых частот встречаемости кодонов аминокислот в N-гене. Подход относится к методам без выравнивания, которые в последнее десятилетие завоевывают все большую популярность для классификации вирусов.