Разработка и программная реализация математических моделей и алгоритмов в биоинформатике (совместно с лабораторией № 6)

На основе оригинальных математических и компьютерных моделей, созданных совместно с лабораторией №6, разработаны эффективные параллельные алгоритмы для решения вычислительно трудных задач биоинформатики с помощью суперкомпьютеров. Построенные программы с государственной регистрацией применены для решения ряда практических задач фундаментальной и прикладной направленности, в том числе в рамках грантов РНФ, РФФИ и других фондов. Счет выполняется на суперкомпьютерах МСЦ РАН и собственном многоядерном сервере лаборатории №6. Экспериментальная проверка результатов in vivo проводится в дружественной лаборатории ИБХ РАН. Две из недавних разработок представлены ниже.

Предсказание потерь и приобретений генов между несколькими наборами видов.

Принято считать, что большинство эволюционных преобразований на уровне фенотипа связаны либо с изменениями в аминокислотном составе белков, либо с перенастройкой регуляторных элементов генома. Однако результаты исследований последних лет свидетельствуют, что крупные эволюционные преобразования также могли быть связаны с потерей или возникновением целых генов. Целенаправленное выявление таких генов является сложной задачей и эволюционной биологии, и биоинформатики. В качестве инструмента решения этой задачи разработана суперкомпьютерная программа, осуществляющая массовый поиск потерянных и/или приобретенных генов в большом, порядка сотни, наборе полных геномов на основе совместного рассмотрения гомологии белков и синтении генов, кодирующих эти белки. Программа позволяет проверять сложные эволюционные гипотезы относительно генов рассматриваемых организмов, гибко задавая их в форме предиката на специальном процедурном языке, и с приемлемой скоростью выдает отвечающие гипотезе списки генов, иногда удивительно короткие, что помогает лучше таргетировать исследование в мокрой лаборатории. 

С помощью этого инструмента успешно решались задачи разного рода, например, поиск у рыб и амфибий генов, которые отвечают за регенерацию конечностей и были потеряны в эволюции, что привело к развитию особого отдела нервной системы – переднего мозга у теплокровных ценой снижения их регенеративной потенции. Или: генов короткоживущих грызунов, утрата которых в эволюции млекопитающих привела к росту продолжительности жизни у высших приматов. Роль предсказанных программой генов была экспериментально подтверждена. [Lyubetsky VA, Rubanov LI, Tereshina MB, Ivanova AS, Araslanova KR, Uroshlev LA, Goremykina GI, Yang J, Kanovei VG, Zverkov OA, Shitikov AD, Korotkova DD, Zaraisky AG. Wide-scale identification of novel/eliminated genes responsible for evolutionary transformations. Biology Direct, 2023, 18(1), Art. 45; Rubanov LI, Zverkov OA, Shilovsky GA, Seliverstov AV, Lyubetsky VA. Protein-coding genes in Euarchontoglires with pseudogene homologs in humans. Life, 2020, 10(9), Art. 192; Rubanov LI, Zaraisky AG, Shilovsky GA, Seliverstov AV, Zverkov OA, Lyubetsky VA. Screening for mouse genes lost in mammals with long lifespans. BioData Mining, 2019, 12, Art. 20; Korotkova DD, Lyubetsky VA, Ivanova AS, Rubanov LI, Seliverstov AV, Zverkov OA, Martynova NYu, Nesterenko AM, Tereshina MB, Peshkin L, Zaraisky AG. Bioinformatics screening of genes specific for well-regenerating vertebrates reveals c-answer, a regulator of brain development and regeneration. Cell Reports, 2019, 29(4), 1027-1040; Свидетельство о государственной регистрации программы для ЭВМ №2019615070]

Поиск высококонсервативных элементов в наборе геномов.

Ультра- и высоконсервативные регуляторные элементы генома были открыты сравнительно недавно, но оказались полезными при изучении различных эволюционных процессов. Задача нахождения УКЭ/ВКЭ является NP-полной и при невозможности полного перебора решается эвристическими методами. В качестве такого метода нами предложен параллельный алгоритм для нахождения приближенно идентичных слов, имеющих длину не меньше заданной, в большом наборе последовательностей ДНК (по одному слову в каждой или почти каждой последовательности). Пределы допустимой степени идентичности слов задаются в терминах редакционного расстояния. Алгоритм имеет квадратичную сложность от числа последовательностей и линейную от их суммарной длины. Реализован в виде совокупности последовательно запускаемых параллельных программ, разных по характеристикам масштабируемости, что помогает планировать решение задач большой размерности на ВЦ КП, выбирая для каждого этапа наиболее подходящий по организации и доступным ресурсам суперкомпьютер. Программный комплекс применялся при эволюционном анализе альвеолят, простейших и однодольных растений, а также водорослей (независимой зарубежной научной группой), и во всех этих случаях продемонстрировал биологическую содержательность решений, найденных эвристическим алгоритмом. [Rubanov LI, Seliverstov AV, Zverkov OA, Lyubetsky VA. A method for identification of highly conserved elements and evolutionary analysis of superphylum Alveolata. BMC Bioinformatics, 2016, 17(385), 16 pp.; Свидетельства о государственной регистрации программ для ЭВМ №№2020661965, 2020661964, 2020662428.]