Амосов Артем

Закончил бакалавриат на биологическом факультете СПбГУ. Специализировался на Биологии развития и в ходе работы по грантам РФФИ и РНФ я участвовал в изучении пространственной и временной экспресии генов-маркеров стволовых клеток (например vasa, piwi, nanos, pl10) а также генов, паттернирующих тело животных (Hox, ParaHox, Pax, лиганды Wnt сигналлинга) при регенерации, бесполом размножении и эмбриональном развитии различных видов кольчатых червей. Имею опыт работы в лаборатории и владею методами ПЦР, электрофореза, клонирования генов, гибридизации in situ.

В данный момент заканчиваю магистратуру ИТМО "Биоинформатика и системная биология". Сейчас я сконцентрирован на изучении основных методов обработки биологических данных, поэтому ищу работу, которая позволит мне получить необходимый опыт, а также использовать на практике уже полученные в магистратуре навыки.

За время обучения участвовал в трех исследовательских проектах:

• ERV identification and characterization in Felidae family

В ходе работы с помощью программ автоматического предсказания эндогенных ретровирусов (LTRharvest, LTRdigest) в геномах кошачьих были обнаружен набор последовательностей, содержащих все необходимые признаки генома ретровирусов. Анализ ORF в предсказанных последовательностях показал, что некоторые из них могут быть активными ретроэлементами в данный момент. Также был проведен филогенетический анализ эндогенных ретровирусов четырех видов кошачьих методом максимального правдоподобия, который показал, что большинство ретровирусов было эндогенизировано до основных событий диверсификации кошачьих.

• Assessment of unresolved NOTCH family gene variants bycomparative genomics.

Задачей проекта было тестирование алгоритмов предсказания эффектов аминокислотных замен на примере четырех гомологов NOTCH генов у человека. В ходе работы был проведен филогенетический анализ каждого из гомологов и построены гомолог-специфичные выравнивания, на основе которых делались предсказания эффектов замен с помощью написанных самостоятельно на Python алгоритмов (straightforward - предсказания на основе консервативности аминокислоты в построенном выравнивании и SAVER (по Adebali et. al. 2016)). Варианты для каждого из паралогов были взяты из базы данных Clinvar. Кроме того для предсказания использовались автоматические программы PolyPhen2, PROVEAN и SIFT. В результате для каждой из программ считались различные метрики (точность, чувствительность, специфичность), по которым и проводилось сравнение.

• Metabolic fingerprinting of Mitochondrial diseases: frommetabolic signatures to multi-omics integration

Дипломный проект, над которым ведется работа в данный момент. Проект включает в себя работу с данными липидомики и метаболомики трех когорт пациентов с различными митохондриальными синдромами. Анализ включает в себя как классические методы дифференциальной экспрессии, так и машинное обучение. В результате исследования планируется создать пайплайн для автоматического поиска специфичных биомаркеров заболеваний. При этом особый интерес составляют биомаркеры, обладающие предикторными свойствами и ассоциированные с такими параметрами как тяжесть заболевания или отражающие влияние терапии.