Полигенная оценка риска с помощью моделей глубинного обучения

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

1 июля 2026 г.

Ученые НИУ ВШЭ выяснили, кто и почему в России питается вне дома

Около трети населения (31,3%) практически не едят вне дома и не покупают готовую еду. Ядро активных потребителей — тех, кто питается вне дома или покупает готовое почти ежедневно или несколько раз в неделю, — составляет всего около 9%. Таковы результаты исследования, проведенного Институтом социальной политики НИУ ВШЭ. Как отмечают авторы, питание вне дома в России перестало быть маркером высокого статуса.

30 июня 2026 г.

Аспирантка НИУ ВШЭ получила премию за выдающуюся научную статью

Международное научное общество по коллективному выбору и экономике благосостояния — Society for Social Choice and Welfare (SSCW) — присудило награду для молодых исследователей Ангелине Юдиной, аспирантке и преподавателю департамента математики ФЭН, младшему научному сотруднику Международного центра анализа и выбора решений НИУ ВШЭ. Ученые отметили ее статью, посвященную решениям задачи выбора наилучших альтернатив на основании результатов их попарных сравнений.

30 июня 2026 г.

«Я хотела бы, чтобы мои исследования помогали делать мир спокойнее и лучше»

Какую бы задачу ни решала младший научный сотрудник Лаборатории методов анализа больших данных Института искусственного интеллекта и цифровых наук ФКН ВШЭ Сараа Али, она думает, какую пользу она может принести людям. О своей большой семье, диагностике трехфазных двигателей и мечте построить на родине детский приют она рассказала проекту «Молодые ученые Вышки».

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Полигенная оценка риска с помощью моделей глубинного обучения

Перелыгин В. Р., Попцова М. С., Камелин А. В., Ракитько А. С.

В данной работы было показано, что использование нелинейных моделей, в частности методов глубинного обучения, может заметно улучшить полигенную оценку риска некоторых видов заболеваний, в первую очередь высоко ассоциированных с эпистазом.

Язык: русский

Полный текст

Текст на другом сайте

Ключевые слова: Машинное обучение в Биоинформатике Биоинформатика и медицина

В книге

Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23

IITP RAS, 2023.

GENA-LM: a family of open-source foundational DNA language models for long sequences

Fishman V., Kuratov Y., Шмелев А. В. и др., Nucleic Acids Research 2025 Vol. 53 No. 2 Article gkae1310

Добавлено: 1 августа 2025 г.

Параллельные вычислительные технологии – XVII всероссийская конференция с международным участием, ПаВТ'2023, г. Санкт-Петербург, 28–30 марта 2023 г. Короткие статьи и описания плакатов

Издательский центр ЮУрГУ, 2023.

Данный сборник содержит статьи, включенные в программу всероссийской научной конференции с международным участием «Параллельные вычислительные технологии 2023». Конференция проходила 28–30 марта 2023 года в Университете ИТМО (г. СанктПетербург). Подробную информацию о конференции можно найти в сети Интернет по адресу http://agora.guru.ru/pavt. Отпечатано с авторских оригиналов. ...

Добавлено: 27 ноября 2023 г.

Randomness in Cancer Breakpoint Prediction

Челошкина К. С., Bzhikhatlov I., Попцова М. С., Journal of Computational Biology 2021 Vol. 28 No. 7 P. 716–731

Cancer genomes are susceptible to multiple rearrangements by deleting, inserting, and translocating genomic regions. Recently, the problem of finding determinants of breakpoint formations was approached with machine learning methods; however, unlike cancer point mutations, breakpoint prediction appeared to be a more difficult task, and various machine learning models did not achieve high prediction power often ...

Добавлено: 10 сентября 2021 г.

ColocML: machine learning quantifies co-localization between mass spectrometry images

Ovchinnikova K., Lachlan S., Rakhlin A. и др., Bioinformatics 2020 P. 1–10

Добавлено: 15 марта 2020 г.