САНКТ-ПЕТЕРБУРГ | ОНЛАЙН

Программы переподготовки
Прием заявок закрыт!

В связи со сложившейся ситуацией обучение в Институте будет проведено только в онлайн-формате.


Заявки на 2022/23 учебный год больше не принимаются.
Набор 2023 будет объявлен в конце декабря 2022.
Обучение длится один год и проходит в онлайн-формате. Программы направлены на изучение биологических процессов
с помощью современных вычислительных технологий.

Каждый год мы отбираем 70 лучших студентов на два направления:
«Алгоритмическая биоинформатика» и
«Биоинформатика для биологов».
Ключевые даты

до 1 марта

Подать заявку
до 12 марта

Пройти онлайн-курс
17 или 20 марта

Решить тестирование
Формат
Год по субботам с 11 до 18 и
в 1–2 будних вечера,
сентябрь — июнь. Лекции, семинары, научные проекты и летняя стажировка.
В онлайн-формате.
Стоимость
Бесплатно очным студентам вузов 1-6 курсов и аспирантам 1 года на момент начала учебы. Остальным: 30 тысяч рублей в семестр. Скидка 50% после семестра на «отлично».
Диплом
При успешном окончании программы выдается диплом о профессиональной переподготовке Института биоинформатики.
Ответы на вопросы про оплату, поступление и многие другие — в FAQ.
Пожалуйста, прочитайте их, прежде чем задать вопрос.
Поступление
Мы сделали график конкурсного отбора – не пропустите важные даты! Дедлайны окончательные и не будут перенесены
1
Подать заявку
До 1 марта 18:00 МСК
2
Пройти онлайн-курс
До 12 марта 23:59 МСК
3
Решить онлайн-тестирование
17 марта 19:00 МСК
20 марта 13:00 МСК
4
Участвовать в собеседовании
С марта по май
Направления
ИНФОРМАТИКАМ
БИОЛОГАМ
«Алгоритмическая биоинформатика» – программа для студентов и выпускников математических, информатических и технических специальностей.

По окончанию вы:

  • получите знания по основам молекулярной биологии, генетики и технологиям секвенирования;
  • научитесь применять программы обработки и статистику к анализу биологических и медицинских данных;
  • сможете создавать новые и улучшать существующие биоинформатические алгоритмы;
  • решать научные задачи совместно с биологами и врачами;
  • научитесь читать, писать и понимать научные статьи

Подать заявку
Зачем вам биоинформатика
Для информатиков и математиков биоинформатика — это возможность:

  • приложить знания Сomputer Science к областям медицины, биологии и эволюции;
  • решать интересные и сложные алгоритмические задачи;
  • создавать программные инструменты для биологов и медиков;
  • применять свои знания для решения важнейших задач человечества, связанных со здоровьем, качеством и продолжительностью жизни людей, сделать реальный вклад в развитие наук о жизни.

Программа нацелена, в основном, на научную карьеру.
Этапы поступления
1. Заявка
Мы ждем мотивированные заявки с подробным рассказом, почему вы хотите учиться на программе. Уделите заявке достаточно времени — она дает 50% баллов к успешному собеседованию. В обратном случае можно получить отказ перед последним этапом поступления.
Подать заявку

2. Онлайн-курс
Ссылка на задания придет в ответ на заполненную заявку. Если вы уже проходили онлайн-курс «Молекулярная биология и генетика», то эти баллы перезачтутся при записи на онлайн-курс.

3. Тестирование
Тестирование проводится онлайн на платформе Stepik и проверяет знания комбинаторики, алгоритмов, теории вероятностей, линейной алгебры. К нему допускаются абитуриенты, прошедшие онлайн-курс.
Пример задания.

4. Собеседование
Собеседование проводится для успешно прошедших тестирование и длится один час. 30 минут дается на решение задач и еще 30 минут — на общение с комиссией. Темы задач аналогичны темам тестирования. На собеседовании обсуждаются решения и мотивация поступления.
Требования
Для поступления вам нужно уметь хорошо программировать хотя бы на одном из современных языков и знать перечисленные ниже темы.

Комбинаторика

  1. Основные правила комбинаторики. Правило подсчета количества комбинаторных объектов. Принцип Дирихле.
  2. Множества, операции на множествах. Круги Эйлера. Формула включений и исключений.
  3. Размещения, перестановки и сочетания. Бином Ньютона. Треугольник Паскаля. Сочетания с повторениями.

Теория вероятностей

  1. Основные понятия теории вероятностей. Определение вероятностного пространства, простейшие дискретные случаи (выборки с порядком и без него, упорядоченные и неупорядоченные), классическая вероятностная модель.
  2. Геометрическое определение вероятности.
  3. Независимость событий. Попарная независимость и независимость в совокупности.
  4. Условная вероятности, формула полной вероятности, формула Байеса.
  5. Случайная величина, функция распределения.
  6. Математическое ожидание, дисперсия, корреляция, их свойства.
  7. Стандартные дискретные и непрерывные распределения, их математические ожидания, дисперсии и свойства (Бернулли, биномиальное, равномерное, нормальное, Пуассона).
  8. Неравенство Чебышева. Закон больших чисел. Центральная предельная теорема.

Алгоритмы

  1. Простейшие конструкции языка программирования. Циклы, ветвления, рекурсия.
  2. Анализ алгоритмов. Понятие о сложности по времени и по памяти. Асимптотика, О-символика.
  3. Массивы, стеки, очереди, связные списки. Сравнение временных затрат при различных типах операций.
  4. Сортировки. Нижняя теоретико-информационная оценка сложности задачи сортировки. Алгоритмы сортировки вставками, пузырьком, быстрая сортировка, сортировка слиянием. Оценка сложности.
  5. Задача поиска подстроки в строке. Оценка сложности.
  6. Графы, деревья. Поиск кратчайшего пути в графе. Оценка сложности

Математический анализ

  1. Предел последовательности и функции. Замечательные пределы.
  2. Непрерывность функции в точке, непрерывные функции.
  3. Числовые ряды. Признаки сходимости. Абсолютно и условно сходящиеся ряды.
  4. Дифференцирование функций. Применение производной для нахождения экстремумов функций. Формула Тейлора, правило Лопиталя.
  5. Функции многих переменных. Частные производные. Градиент и его геометрический смысл. Гессиан. Метод градиентного спуска. Поиск экстремумов функций от многих переменных.
  6. Определенный и неопределенный интегралы. Методы интегрирования функций. Первообразные различных элементарных функций. Кратные интегралы (двойные, тройные), замена координат, связь с повторными.

Линейная алгебра

  1. Системы линейных уравнений. Прямоугольные матрицы. Приведение матриц и систем линейных уравнений к ступенчатому виду. Метод Гаусса.
  2. Линейная зависимость строк (столбцов) матрицы. Основная лемма о линейной зависимости, базис и ранг системы строк (столбцов). Ранг матрицы. Критерий совместности и определенности системы линейных уравнений в терминах рангов матриц. Фундаментальная система решений однородной системы линейных уравнений.
  3. Определитель квадратной матрицы, его основные свойства. Критерий равенства определителя нулю.
  4. Операции над матрицами и их свойства. Теорема о ранге произведения двух матриц. Определитель произведения квадратных матриц. Обратная матрица, ее явный вид (формула), способ выражения с помощью элементарных преобразований строк.
  5. Собственные вектора и собственные числа матриц.

Как правило, успешные кандидаты — это студенты старших курсов, магистранты и начинающие аспиранты. В процессе учебы понадобится читать научные статьи на английском языке.

        Подготовка
        Освежить или дополнить знания можно с помощью онлайн-курсов:

        Если вы считаете, что вам не хватает навыков программирования, будут полезны онлайн-курсы:

        Для получения дополнительной практики в программировании алгоритмических задач можно воспользоваться платформой Rosalind.
        «Биоинформатика для биологов» – программа для студентов и аспирантов биологических и медицинских специальностей.

        По окончанию вы будете:

        • читать и писать код на Python;
        • проводить статистическую обработку данных и проверять достоверность гипотез в R;
        • находить и использовать сторонние библиотеки и программы, разбираться в документации;
        • иметь представление о форматах данных NGS и их анализе;
        • оценивать сложность и время работы программ;
        • работать в командной строке и ОС Linux;
        • подбирать подходящий дизайн анализа для различных типов данных
        и многое другое.

        Подать заявку
        Зачем вам биоинформатика
        Современную биологию уже невозможно представить без методов биоинформатики. Биоинформатика помогает биологам значительно ускорить профессиональный рост и решать интересные и нетривиальные научные задачи.

        Вы сможете общаться на одном языке с техническими специалистами, грамотно ставить биоинформатические задачи, проверять полученные решения, анализировать различные биологические и медицинские данные и эффективно работать в команде с программистами.
        Этапы поступления
        1. Заявка
        Мы ждем мотивированные заявки, с описанием того, почему вы хотите учиться на программе. Уделите заявке достаточно времени — она дает 50% баллов к собеседованию и по ней можно получить отказ перед ним.
        Подать заявку

        2. Онлайн-курс
        по основам программирования на Python, R и работе в Linux
        Ссылка на курс придет в ответ на заполненную заявку. Обратите внимание, что на его прохождение требуется время! Если вы уже проходили онлайн-курсы «Программирование на Python», «Введение в Linux» и «Анализ данных в R», эти баллы перезачтутся при записи на курс.

        3. Тестирование
        Проводится только для тех, кто прошел вступительный курс, и проверяет знания молекулярной биологии, генетики, основ статистики и программирования на Python, базовой работы в командной строке. Тестирование проходит на платформе Stepik.
        Пример заданий.

        4. Собеседование
        Проходит очно или онлайн и длится один час: 30 минут для чтения статьи, 30 минут — ответы на вопросы по ней и общения с комиссией.
        Примеры статьи и вопросов.
          Требования
          Мы ожидаем систематизированных знаний генетики и клеточной биологии, молекулярных механизмов хранения, передачи и изменения наследственной информации. Вы должны разбираться в принципах и методах генетической инженерии и биотехнологии в целом и уметь читать научные статьи на английском языке.

          Как правило, успешные кандидаты — это студенты старших курсов, магистранты и начинающие аспиранты.
          Подготовка
          Освежить знания рекомендуем с помощью:

          Онлайн-курсов «Mолекулярная биология и генетика», «Молекулярная биология клетки», «Генная инженерия».

          Литературы:
          Глик, Б. — Молекулярная биотехнология (2002)
          Щелкунов, С. — Генетическая инженерия (2004)
          Alberts, B. — Molecular biology of the cell (2008)
          Lodish, H. — Molecular Cell Biology (7th ed., 2012)
          Журавлева Г.А. — Генная инженерия в биотехнологии (2017)

          Глоссария для биологов от Института биоинформатики.
          Дни открытых дверей онлайн

          На днях открытых дверей кураторы и выпускники Института рассказали про:

          • Институт биоинформатики и программы
          • Биоинформатику в целом и примеры карьеры
          • Процесс поступления в 2022
          и ответили на вопросы от абитуриентов.
          Посмотреть в записи:
            Ответы на многие вопросы можно найти в FAQ.
            По остальным — пишите на admissions@bioinf.me.
            Что вы будете изучать
            АЛГОРИТМИЧЕСКАЯ БИОИНФОРМАТИКА
            БИОИНФОРМАТИКА ДЛЯ БИОЛОГОВ
            Дискретная математика
            Базовые понятия теории множеств, булевы функции и логические высказывания, комбинаторика, асимптотический анализ алгоритмов, алгоритмы сортировки, динамическое программирование, теория графов и алгоритмы на графах.
            Практикум по биоинформатике
            Выравнивание на референс и поиск SNP, сборка геномов de novo, аннотация геномов, филогенетика, РНК-секвенирование и дифференциальная экспрессия генов, метагеномика. Серия научных проектов в течение года.
            Программирование на Python
            Переменные и операции, классы и типы, модули, virtualenv, pip, pipenv, pandas/numpy/biopython, Git / GitHub, регулярные выражения, базовые алгоритмы, исключения, debugging, базы данных, граф Де брюйна, структуры данных.
            Работа в командной строке
            ssh, awk, grep, построение пайпов, zcat, sed, базовая работа с геномными утилитами bwa, samtools, bedtools.
            Статистика в R
            Правила постановки эксперимента, гипотезы, методы создания выборок, корреляция, линейные модели, логистическая регрессия, Байесовская статистика, глобальное и локальное окружение, git, Rroject, ggplot2, readxl, dplyr, subset, apply, пользовательские функции, .Rmd.
            Анализ данных NGS
            Сборка геномов de novo, анализ вариантов и медицинская генетика, работа с метагеномными данными, анализ ампликонных библиотек 16S рДНК, анализ данных RNA-Seq, позиционные методы NGS — ChIP-Seq, Hi-C.
            Введение в машинное обучение
            Pandas, numpy, логические методы, методы подбора оптимальных гиперпараметров модели, основы кластеризации, Decision Trees, Random forest, градиентный бустинг, сверточные нейронные сети.
            Молекулярная эволюция и филогенетика
            Выравнивание нуклеотидов и белков, дрейф генов, анализ популяционной структуры, оценка давления отбора, демографическая история популяций, геномные тренды в эволюции.
            Семинары по биоинформатике
            Геномы раковых опухолей, RNA seq и экспрессия генов, метагеномика, белковый дизайн, нейронауки, синтетическая биология и многое другое.
            Научный проект
            Работа над учебными и реальными биоинформатическими задачами под руководством научных сотрудников университетов и компаний из разных стран.
            Алгоритмы в биоинформатике
            Центральная догма молекулярной биологии, алгоритмы попарного и множественного выравнивания, методы работы с вторичной структурой РНК, алгоритмы построения деревьев, HMM, сборка геномов.
            Молекулярная биология
            Типы клеточной организации, регуляция работы гена, мобильные элементы генома, транскрипция, эпигенетика, сети белковых взаимодействий, клеточный метаболизм и сигнальные пути, математическая биология, генная инженерия.
            Практикум по биоинформатике
            Выравнивание на референс и поиск SNP, сборка геномов de novo, аннотация геномов, филогенетика, РНК-секвенирование и дифференциальная экспрессия генов, метагеномика. Серия научных проектов в течение года.
            Статистика
            Выборка, точечные оценки, интервальное оценивание, проверка статистических гипотез, сверхэффективные оценки, общие подходы к построению статистических критериев, критерии согласия, непараметрические критерии. В зависимости от уровня группы в первом семестре может проходить курс по теории вероятностей.
            Анализ данных NGS
            Выравнивание коротких ридов и длинных ридов с высоким уровнем ошибки, исправление ошибок в ридах Illumina, сборка геномов de novo, оценка качества геномных сборок, метагеномика, данные RNA-Seq.
            Машинное обучение
            Метод k-ближайших соседей, алгоритмы классификации и кластеризации, деревья решений, перцептрон, логистическая регрессия, глубокое обучение, SVM, наивный байесовский классификатор, регрессия, обучение с подкреплением.
            Молекулярная эволюция и филогенетика
            Выравнивание нуклеотидов и белков, дрейф генов, анализ популяционной структуры, оценка давления отбора, демографическая история популяций, геномные тренды в эволюции.
            Семинары по биоинформатике
            Геномы раковых опухолей, RNA seq и экспрессия генов, метагеномика, белковый дизайн, нейронауки, синтетическая биология и многое другое.
            Научный проект
            Работа над учебными и реальными биоинформатическими задачами под руководством научных сотрудников университетов и компаний из разных стран.
            Мы поддерживаем актуальность учебного плана и можем вносить в него изменения.
            Программа объявляется перед началом каждого семестра.
            Преподаватели
            Дарья Балашова
            Дискретная математика, Алгоритмы
            Юрий Барбитов
            Молекулярная биология, геномика популяций
            Юрий Белоусов
            Статистика для информатиков
            Артем Васильев
            Дискретная математика
            Лаврентий Данилов
            Статистика и анализ данных в R, машинное обучение
            Полина Дроздова
            Филогенетика, журнальный клуб
            Алексей Забелкин
            Статистика и анализ данных в R
            Геннадий Захаров
            Linux
            Александр Ильин
            Программирование на Python
            Елена Картышева
            Машинное обучение
            Антон Коробейников
            Статистика для информатиков
            Роман Кругликов
            Программирование на Python
            Данил Литвинов
            Статистика и анализ данных в R, машинное обучение
            Алиса Моршнева
            Практикум по биоинформатике
            Екатерина Носкова
            Алгоритмы в биоинформатике
            Владимир Пирогов
            Статистика для информатиков
            Андрей Пржибельский
            Анализ данных NGS
            Михаил Райко
            Практикум по биоинформатике
            Александр Слепченков
            Программирование на Python
            Владислав Страшко
            Статистика для информатиков
            Екатерина Сытник
            Mislab
            Программирование на Python
            Александр Ткаченко
            Семинары по биоинформатике
            Дарья Халенева
            Статистика и анализ данных в R
            Контакты
            Институт биоинформатики
            Cанкт-Петербург, ул. Кантемировская 2А, Бизнес-центр «Таймс»

            Занятия в Санкт-Петербурге и онлайн в Zoom

            По поступлению – admissions@bioinf.me
            По общим вопросам – info@bioinf.me

            Программы переподготовки