Инд. авторы:	Черненко В.В., Молородов Ю.И.
Заглавие:	Информационно-аналитическая система с алгоритмами геномного анализа патогенов вирусных инфекций
Библ. ссылка:	Черненко В.В., Молородов Ю.И. Информационно-аналитическая система с алгоритмами геномного анализа патогенов вирусных инфекций // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2019. - Т.17. - № 1. - С.90-100. - ISSN 1818-7900. - EISSN 2410-0420.
Внешние системы:	DOI: 10.25205/1818-7900-2019-17-1-90-100; РИНЦ: 37107219;
Реферат:	rus: Работа посвящена описанию структуры информационно-аналитической системы «Ixodes», ориентированной на работу c представительной коллекцией иксодовых клещей из разных биотопов, а именно для территорий Алтая, Сибири и Дальнего востока. Показаны варианты применения системы для анализа генетического разнообразия клещей и переносимых ими патогенов при помощи методов статистической обработки в виде круговых и столбчатых диаграмм (гистограмм). Описаны реализованные алгоритмы, позволяющие проводить анализ генетической последовательности исследуемого патогена на основе L-граммного подхода и методами разбиения филогенетического дерева на группы близких последовательностей. При этом для первичной обработки набора геномов используются методы множественного выравнивания последовательностей и метод присоединения соседей, позволяющий выполнить построение филогенетического дерева. Представленные алгоритмы и методы использовались для решения задачи генотипирования вируса клещевого энцефалита (ВКЭ). Представлены результаты апробации для методов разбиения филогенетического дерева и их сравнительный анализ. Описана архитектура информационно-аналитической системы для анализа набора геномов. Система предназначена для анализа множества геномов и их классификации, а именно для анализа генотипов внутри одного вида живых организмов, поскольку методы направлены для выделения различий геномов, имеющих схожую структуру. eng: The presented paper is to describe the structure of the information-analytical system “Ixodes” working with the collection of Ixodidae ticks from different biotopes, namely form the territories of Altai, Siberia and the Far East. Variants of analyzing the genetic diversity for ticks and pathogens transferred by them have been shown with using statistical methods of building to circular and bar graphs (histograms). The implemented algorithms have been described that allow dealing with the analysis of the pathogen genetic sequence based on the L-gramm approach and the methods of partitioning the phylogenetic tree into groups of close sequences. At the same time, for the first processing a set of genomes, methods of multiple sequence alignment and the method of Neighbor-joining allowing to build a phylogenetic tree have been used. The presented algorithms and methods have been used to solve the problem of tick-borne encephalitis virus genotyping. The results of testing for phylogenetic tree partitioning methods and their comparative analysis have been presented. The architecture of the information-analytical system for analyzing a set of genomes has been described. The system helps in the analysis of a variety of genomes and their classification, namely, for analyzing genotypes within a single species of living organisms, with the methods to aimed at isolating subtle differences in genomes with a similar structure.
Ключевые слова:	encephalitis; sequencing; ticks; phylogenetic tree; L-gram analysis; clustering; classification; data integration; information systems; штамм; энцефалит; секвенирование; клещи; филогенетическое дерево; L-граммный анализ; кластеризация; классификация; интеграция данных; информационные системы; strain;
Издано:	2019
Физ. характеристика:	с.90-100
Цитирование:	1. Ковалевич А., Падутов В., Баранов О. Полногеномное секвенирование - новый этап генетических исследований. URL: https://cyberleninka.ru/article/n/polnogenomnoe-sekve- nirovanie-novyy-etap-geneticheskih-issledovaniy (дата обращения 10.12.2018). 2. Ружников Г. М. и др. Современные технологии информационно-аналитической оценки // Бюл. СО РАМН. 2012. Т. 32, № 6.57. С. 55-59. 3. Ливанова Н. Н., Боргояков В. Ю., Ливанов С. Г., Фоменко Н. В. Характеристика природных очагов клещевых боррелиозов Новосибирского научного центра и Новосибирской области // Сибирский медицинский журнал. 2012. Т. 111, № 4. С. 20-23. 4. Гусев В. Д., Мирошниченко Л. А., Титкова Т. Н., Джиоев Ю. П., Козлова И. В., Парамонов А. П. Структурированные РНК-маркеры для генотипирования вируса клещевого энцефалита // Математическая биология и биоинформатика. 2018. Т. 13, № 1. С. 13-37. DOI 10.17537/2018.13.13 5. Дёмина Т. В. Вопросы генотипирования и анализ генетической вариабельности вируса клещевого энцефалита: Дис. … д-ра биол. наук. Иркутск, 2013. 248 с. 6. Беликов С. И., Гусев В. Д., Мирошниченко Л. А., Титкова Т. Н. Сравнительный анализ геномов вируса клещевого энцефалита: дифференциация по степени вирулентности // Докл. IV Междунар. конф. «Математическая биология и биоинформатика» (ICMBB12). Пущино, 2012. С. 52-53. 7. Панчин А. Ю. Сумма биотехнологии. М.: АСТ, 2015. 432 с. ISBN 978-5-17-093602-1 8. Черненко В. В. Разработка архитектуры информационно-аналитической системы для работы с данными о патогенах, переносимых иксодовыми клещами: дис. магистра математикии компьютерных наук / Новосиб. нац. исслед. гос. ун-т. Новосибирск, 2018. 9. Rokach L., Maimon O. Clustering methods. In: Data mining and knowledge discovery handbook. Springer US, 2005, p. 321-352. 10. Sokal R., Michener C. A statistical method for evaluating systematic relationships. University of Kansas Science Bulletin, 1958, no. 38, p. 1409-1438. 11. Zuckerkandl E., Pauling L. B. Molecular disease, evolution, and genic heterogeneity. In: Kasha M.,d Pullman B. (eds.). Horizons in Biochemistry. New York, Academic Press, 1962, p. 189-225. 12. Saitou N., Nei M. The neighbor-joining method: a new method for reconstructing phylogenetic trees. Molecular Biology and Evolution, 1987, vol. 4, iss. 4, p. 406-425. 13. Иванов Б. Н. Дискретная математика. Алгоритмы и программы: Учеб. пособие. М.: Лаборатория Базовых Знаний, 2001 С. 126-130. 14. Гусев В. Д., Мирошниченко Л. А., Титкова Т. Н. Сравнительный анализ близких текстов. Выявление «тонких» различий // Материалы Всерос. конф. с междунар. участием «Знания - Онтологии - Теории» (ЗОНТ-2017). Новосибирск, 2017. Т. 1. С. 109-118. 15. Коржов В. Многоуровневые системы клиент-сервер. М.: Открытые системы, 1997.