Машинное обучение в биологии и биомедицине | OpenBio.Edu

OpenBio-2026: наука, технологии и биотех-бизнес

22–25 сентября в наукограде Кольцово состоится XIII Российский форум биотехнологий OpenBio.

Мультиформатная площадка открытых коммуникаций включает:

🔺 Научная конференция молодых учёных в 6 секциях: молекулярная биология, вирусология, биофизика, биотехнология, биоинформатика и биомедицина.

🔺 Научную программу дополнят установочные лекции ведущих ученых об архитектуре и пластичности генома, осповирусах, молекулярном моделировании вирусных белков, микробиом-направленной терапии, микроорганизмах-биофабриках, вычислительном дизайне лекарств и предиктивной диагностике.

🔺Экспертная программа форума охватит экспериментальную вирусологию, (м)РНК- и генетические технологии, ИИ и данные в медицине, биобанкирование, новые правила депонирования, особенности защиты биотех и мед разработок и вопросы поиска и развития промышленных штаммов-продуцентов.

✅ Отдельный фокус — карьера учёного и возможности развития в науке и индустрии, а также практические потребности отрасли: аналитика доступности оборудования и реагентов, перспективные разработки и решения, закрывающие существующие дефициты.

Также в программе — бизнес-форум, выставка биотехнологических компаний и встречи учёных, разработчиков, инвесторов и представителей индустрии.

🗓️ 22–25 сентября 2026 года
наукоград Кольцово и интерактивная онлайн-трансляция

➡️ Регистрация и подробная программа

Предсказание пространственной структуры белка — задача, сформулированная еще Кристианом Анфинсеном, — на протяжении десятилетий решалась лишь косвенно. Ситуация радикально изменилась с появлением AlphaFold 1/2. Его успех был настолько значительным, что уже ознаменовался Нобелевской премией (в 2024 г.) и породил ощущение, что проблема в целом «закрыта».

Однако история этим не закончилась: современная версия — AlphaFold 3 — объединяет эволюционный подход, унаследованный от предыдущих поколений, и диффузионные модели, пришедшие из генерации изображений. Такое сочетание позволяет выйти за пределы белковых структур и предсказывать целые «молекулярные сцены» с участием малых молекул или нуклеиновых кислот. Станет ли AlphaFold3 панацеей — или структуры белок-лигандных комплексов требуют новых подходов?
Георгий Куракин, постоянный автор «Биомолекулы», пытается разобраться в этом вопросе с помощью Алексея Орлова, руководителя Лаборатории вычислительной биомедицины и молекулярной диагностики Центрального университета.

Читайте на нашем сайте.

Автор: Георгий Куракин

#Биомолекула_спецпроект

🧬 10 июня, 19:00 мск — уже скоро

Через несколько дней три лида из BostonGene выходят в эфир и честно рассказывают, как выглядит найм в биоинформатике с другой стороны стола.

Первый час — живой разговор про red flags, резюме и то, что нанимающий менеджер думает, но обычно не говорит. Второй — мок-собеседования вживую с разбором 3–4 участников.

🔥 Ещё можно попасть на разбор
Если хотите, чтобы ваше резюме разобрали прямо на эфире — осталось два дня. Заявки принимаем до 8 июня включительно.

Бесплатный фидбэк от людей, которые сами закрывают позиции — такое не повторяется по расписанию.

👉 Отправить анкету участника

📅 Сам вебинар — 10 июня, 19:00 мск: регистрация

Зовите тех, кто в поиске — пусть успеют подать заявку или просто придут на общение с экспертами👆

Мы позвали настоящих экспертов-технарей поговорить с вами про собеседование и найм

Мы тут подумали — а что если провести открытый семинар по карьере в новом формате? Не просто «послушайте лекцию», а реально разобраться, как устроено собеседование в биоинформатическую компанию — фактурненько, от начала до конца, глазами тех, кто нанимает.

Собрали сразу трёх лидов из BostonGene — с разных сторон биоинформатики:
Александр Сарачаков — Team Lead AI/ML, к.б.н., спикер курса «Машинное обучение в биологии и биомедицине» от OpenBio
Константин Чернышев — руководитель отдела биоинформатика (NGS division), опыт работы в биотехе 10 лет
Андрей Кравец — тимлид команды биоинформатиков (дата аналитики) с опытом 6 лет в биотехе

🎙 Первая часть — формат подкаста/интервью
Задавайте вопросы вживую. Мы поотвечаем на всё:
— на что смотрят при найме
— как правильно отвечать на вопросы
— какие red flags видит нанимающий менеджер
— и что наоборот даёт плюс в карму
— как вообще выглядит собеседование от начала до конца — с точки зрения лидов

🎯 Вторая часть — mock-собеседования вживую
Разберём 3–4 человека: коротко прогоним по резюме и по собеседованию. Скажем честно — прошёл бы / не прошёл, и почему. Что говоришь правильно, что нет. Никакой воды — только конкретный фидбэк.

Эксперты — народ занятой, но нашим самим интересно — так что формат будет живым. Зовите всех, кто ищет работу в биоинформатике или хочет понять, как проходят собеседования в топовые компании индустрии 👇

Регистрация для получения доступа на семинар тут.

Отправить свою анкету на конкурс резюме можно здесь.


📅 Ориентировочная дата — 10 июня 19.00 по мск

💡 Серия спринтов OpenBio

У нас много новеньких на канале (👋) и перед стартом курса «Машинное обучение в биологии и биомедицине» мы решили напомнить о трех спринтах, которые стали для многих первой точкой входа в ML.
Если вы проходили их раньше — самое время освежить материалы, а если нет — это отличный шанс быстрее втянуться в курс.

🔥 ML Bootcamp 🌤🌥☁️
Пятидневный интенсив по основам машинного о
бучения.Мы говорили о метриках регрессии, кластеризации, нейросетях и мультиомике.
Все это на реальных биомедицинских данных.
➡️ Bootcamp помогает познакомиться с различными разделами машинного обучения: с учителем, без и куда же без нейронных сетей! (А еще это хорошая возможность посмотреть на наших преподавателей в деле).

❤️‍🔥 LLM Sprint 🤫🫠🤥😶
Неделя, посвященная большим языковым моделям.Мы разбирали промптинг, сравнивали модели, учились использовать LLM в анализе статей, код-ревью, в планировании экспериментов и обсуждали риски addiction to LLM и даже
этические вопросы.
➡️ Этот спринт особенно полезен тем, кто работает с биологическими данными — он показывает, как встроить LLM в исследовательскую практику и повысить эффективность без потери научной точности.

🧨 Classic ML Sprint 1⃣2⃣3⃣4⃣5⃣6⃣
Пять моделей за пять дней — регрессия, SVM, kNN,
деревья решений и Наивный Байес. Каждый день — возможность познакомится с одним из классических методов машинного обучения и попробовать себя в интерпретации результатов обучения моделей.
➡️ Идеальная разминка перед первым модулем курса — именно он основан на этих «классиках» машинного обучения.

Мы создаем спринты, чтобы вы не просто узнали о трендах, а прочувствовали их в работе. Это ваша возможность увидеть логику моделей, проникнуться вайбом мира ML и пойти на курс максимально подготовленным.

❕ Старт курса — 3 ноября! Это идеальный момент, чтобы разогреться перед основной программой.

P.S. И это не шутка: следующий поток курса "Машинное обучение в биологии и биомедицине" запланирован аж на 2027 год. Если вы ждали знак — возможно, это он, повод весомый ✨.

#openbio_education

📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!

Начинаем через 10 минут!

Первый вебинар нового формата Open Code — уже на старте.
Сегодня вместе с Ильей Воронцовым разбираем batch-эффект:

➡️ Визуализируем данные,
➡️ Применим PCA,
➡️ Оценим вклад batch-эффекта
➡️ Посмотрим, как меняются результаты после коррекции.

Если еще не с нами — подключайтесь сейчас!
Успеете попасть в прямой эфир и задать вопросы

👉 [ссылка на подключение]

Заполняйте анкету что бы получить запись вебинара и готовый ноутбук!

📲 Мы начинаем новый формат! Open Code — никаких слайдов, только данные и дискуссия, только live-коддинг 🤟

❕ Тема сегодня — batch-эффект в экспрессионных данных.

Он проявляется тогда, когда клетки группируются не по типам, а по тому, из какого образца они пришли. Из-за этого искажаются результаты кластеризации, определения типов клеток и реконструкции траекторий.

Но не всякая разница — batch-эффект. Иногда отличия между образцами действительно отражают биологическую реальность — например, в случае опухолевых клеток.

➡️ Разберемся в этом вместе с нашим постоянным спикером — Ильей Воронцовым, преподавателем первого модуля курса «Классические методы машинного обучения». Илья более 10 лет преподает машинное обучение и анализ данных, занимается биоинформатикой в области транскрипционной регуляции в ИОГен РАН, Alma mater: МФТИ.

📅 Сегодня в 19:00

Идет последняя неделя до старта курса, и мы хотим, чтобы у вас была возможность продолжить обучение с Ильей на самых лучших условиях.

Поэтому для участников вебинара мы подготовили самое щедрое предложение сезона. Подробности и промокод на максимальную скидку объявим в прямом эфире. Это наш способ поблагодарить тех, кто готов учиться и действовать.

✅ Не успеваете на эфир? Оставьте ваши контакты по ссылке — мы пришлем запись вебинара и ноутбук с готовым кодом.

📌 Курс "Машинное обучение в биологии и биомедицине" | OpenBio.Edu — подписывайтесь!

#openbio_OpenCode

💡 Истории наших выпускников

Мы вновь делимся нашей главной гордостью — выпускниками! Нам особенно приятно видеть, что выпускники OpenBio не останавливаются на достигнутом: поступают в магистратуры, защищают дипломные работы, развиваются в биоинформатике и смежных областях. Для нас это подтверждение тогочто наш курс стал тем самым кирпичиком в фундаменте знаний, на который можно уверенно опираться дальше.

🔺Валерия Логинова применяла машинное обучение в дипломной работе по нейромаркетингу и решила развиваться в направлении IT-медицины.

🔺Алина Лапенко использовала методы курса для анализа изображений и поступила в аспирантуру МИФИ.

🔺Вера планирует обучение в магистратуре по биоинформатике.

🔺Анастасия Михайленко после курса успешно поступила в магистратуру Сеченовского университета.

Эти истории показывают, как знания, полученные на курсе, становятся частью профессионального пути.
Для нас это лучший показатель того, что OpenBio действительно помогает расти — в профессии и в науке!

#openbio_graduates

📌Курс "Машинное обучение в биологии и биомедицине" | OpenBio.Edu — подписывайтесь!

❔Open Code: разберемся в данных вместе

28 октября в 19:00 — приглашаем на открытый вебинар с лайв-кодингом в прямом эфире.

На этот раз мы посмотрим на batch-эффект в экспрессионных данных и разберем, как его увидеть и скорректировать с помощью классических методов машинного обучения.

Вместе:
🔺Визуализируем данные и посмотрим, как проявляется батч-эффект;
🔺Применим PCA для уменьшения размерности;
🔺Используем линейную регрессию, чтобы количественно оценить вклад батчей и удалить его;
🔺Сравним результаты «до» и «после» коррекции.

Формат — open code session: все, что происходит на экране, можно повторить шаг за шагом.

↗️ Присоединяйтесь!

📅 Когда: 28 октября, 19:00 (МСК)

📌 Машинное обучение в биологии и биомедицине|OpenBio.Edu — подписывайтесь!

Анонс возможности попасть на первый модуль основной программы курса "Задачи классического ML для биологии и биомедицины".

📲Чтобы уверенно ориентироваться на любой карте, нужно научиться прокладывать маршрут самостоятельно: выбирать правильную дорогу, обходить препятствия и добираться до цели. Именно для этого мы запускаем отдельный доступ к первому модулю нашей основной программы «Классические методы ML» - 17 часов лекций, 9 часов семинаров, домашних проект с развернутой обратной связью.

Это уже не беглый обзор, а полноценная экспедиция, где мы вместе:
🔺Разберем теорию досконально: вы поймете не только что делает модель, но и почему она работает именно так.
🔺Перейдем к практике: на семинарах вы своими руками обучите модели, научитесь настраивать их и интерпретировать результаты.
🔺Выполните проект: закрепите знания на реальной задаче и получите подробную обратную связь от наших экспертов.

❕ Полная стоимость модуля — 29 900 ₽. Но вы уже сделали первый и самый важный шаг. В награду за ваше упорство мы дарим вам скидку 10 000 ₽ по кодовой фразе из викторины. Итоговая цена для самых пытливых исследователей — 19 900 ₽.

Это ваш шанс превратить недельный интерес в прочный и востребованный навык. Готовы перейти от карты к построению маршрутов — ждем вас на первом модуле!

➡️ Записаться на модуль по классическим методам машинного обучения

Поздравляем тех, кто дошел с нами до финала спринта ❤️

Наш экспресс-маршрут по миру классического машинного обучения окончен. В течение пять дней мы знакомили вас с логикой регрессий, мощью SVM, интуитивностью деревьев и скоростью Наивного Байеса. Надеемся, что нам удалось показать вам "карту местности": где находятся ключевые «города» и «реки» в области классических методов ML.

↗️ Спасибо тем, кто не просто читал посты, а анализировал графики и искал ответы в викторине и честно хотел заработать бонус от нашего проекта – мы ценим энтузиазм и настоящую мотивацию исследователя!

🎁 Для вас остался финальный штрих: соберите кодовую фразу из ваших ответов и отправьте ее в форму ниже. Для тех, кто дойдет до конца, приготовили бонус: скидку 10 000 ₽ на весь курс или…..при покупке первого модуля отдельно.

Отправить кодовую фразу и зачислить на счет бонус

В подарок вам сделали карточки-памятки по рассмотренным методам!

📩📥📤

📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!