Профессор Университета Чжэцзян (Ханчжоу, Китай) Мин Чень рассказал о своих научных проектах, сотрудничестве с сибирскими учеными и совместных планах на будущее. На прошедшем Общем собрании СО РАН он стал почетным доктором Сибирского отделения РАН.
— Над какими исследованиями в области биоинформатики Вы сейчас работаете?
— В последние годы мои исследования сосредоточены на нескольких ключевых отраслях биоинформатики. Например, мы достигли больших успехов в области некодирующих РНК (нкРНК). С помощью высокопроизводительного секвенирования разработали новые базы данных и биоинформатические пайплайны (программы для их анализа). Наши алгоритмы для идентификации микроРНК, длинных некодирующих РНК и кольцевых РНК, а также прогнозирование их мишеней показали высокий уровень точности. Благодаря машинному обучению эти алгоритмы могут более точно определять потенциальные мишени в масштабных геномных данных.
Что касается некодирующих РНК, мы открыли новые механизмы их регуляции. Некоторые нкРНК играют большую роль в регуляции экспрессии генов как на уровне транскрипции, так и посттранскрипционной модификации, а некоторые даже обладают потенциалом для трансляции. Эти открытия были опубликованы в авторитетных журналах и предлагают новое понимание регуляции, которая происходит за счет нкРНК.
Для реконструкции многоуровневых биологических сетей в растениях использовались данные высокопроизводительной мультиомики, которая рассматривает единую информацию из различных «омик»: метаболомики, геномики, протеомики, эпигеномики, микробиомики и транскриптомики, включая данные секвенирования РНК одиночных клеток. В этой системе мы обнаружили сложные механизмы взаимодействия. Например, метаболические пути находятся под влиянием сетей регуляции генов, опосредованных некодирующими РНК. Так можно не только узнать больше о биологии растений, но и понять их реакции на стрессовые факторы окружающей среды. Эти знания мы применяем в улучшении сельскохозяйственных культур.
— Как Вы попали в науку и почему выбрали биотехнологии?
— Я стал работать в области биоинформатики с 2000 года, перед этим получил степень в инженерной биологии и занимался имитационным моделированием. Тогда я обучался в аспирантуре Университета имени Отто фон Герике (Магдебург, Германия). Надо отметить, что мой руководитель был хорошим другом нынешнего научного руководителя ФИЦ «Институт цитологии и генетики СО РАН» академика Николая Александровича Колчанова и много раз бывал в Новосибирске. В Германии я начал исследования в области имитационного моделирования метаболического пути и уровня метаболитов. После перешел в Билефельдский университет (Билефельд, Германия), где изучал секвенирование, анализ и структуру РНК, что было для меня в новинку.
В Билефельде очень развито междисциплинарное обучение. Мы взаимодействовали с другими группами студентов из разных отраслей, и тогда я почувствовал, что мне интересна биоинформатика, где специалисты работали с биомедицинской информацией, изучали детальный анализ постоянной сети, рассматривали пайплайны и базы данных.
После выпуска я вернулся обратно в Китай, где увлекся новой темой — растениями. Тогда и началась масштабная многолетняя работа, посвященная тропическим растениям, с использованием методов биоинформатики. По этому направлению мы и стали сотрудничать с новосибирскими учеными.
— Расскажите, пожалуйста, подробнее о Вашей работе с сибирскими учеными?
— Я сотрудничаю с несколькими группами ученых из Института цитологии и генетики СО РАН. Наша совместная работа началась 15 лет назад в рамках нескольких проектов. Один из самых значимых предполагал изучение генетических основ адаптации растений в сибирских экосистемах. Наша команда из Китая представила передовые методы биоинформатического анализа, а у сибирских ученых были глубокие знания о местных видах растений и обширные экспериментальные данные. Мы использовали данные секвенирования РНК для анализа паттернов экспрессии генов растений в различных сибирских условиях и определили ключевые гены и регуляторные сети, связанные с их адаптацией.
Два года назад при поддержке крупных международных проектов NSFC-RSF (Государственный фонд естественных наук Китая — Российский научный фонд) началось исследование «Умная культура: построение молекулярных регуляторных сетей стрессовых реакций риса и пшеницы на основе ANDSystem и мультиомики». ANDSystem — система анализа данных, которая автоматически создает карты взаимодействия между молекулами и генами. Такой инструмент стали использовать всего два года назад, чтобы модернизировать системы знаний в век искусственного интеллекта.
Во время этой работы китайские ученые тесно взаимодействовали с сибирскими. Мы проанализировали данные секвенирования РНК отдельных клеток растений и обнаружили много важной информации, связанной с их адаптацией. Помимо этого, проводили исследования по анализу некодирующих РНК, их регуляции и ресурсам взаимодействия. Результаты нашей работы были опубликованы в международных журналах.
В области биомедицины мы также сотрудничали в изучении механизмов заболеваний человека с использованием данных мультиомики, проводились совместные видеоконференции и семинары. Это позволило нам лучше понять исследовательские привычки и методы друг друга. Я лично посещал Новосибирск больше десяти раз. Благодаря этим усилиям наша коммуникация стала более эффективной, а проекты стали продвигаться более гладко. Для меня было чрезвычайно приятно получить звание почетного доктора от Сибирского отделения Российской академии наук. Это совершенно новая отправная точка, которая вдохновит меня на дальнейшее укрепление нашего сотрудничества.
— В контексте международного научного обмена как, по Вашему мнению, будет развиваться биоинформатика в будущем?
— В настоящее время интеграция искусственного интеллекта и машинного обучения приносит значительные изменения в биоинформатике. Алгоритмы на основе ИИ могут анализировать сложные биологические данные с высокой скоростью и точностью. Например, в прогнозировании структуры белков модели глубокого обучения существенно улучшили точность предсказаний. Также стремительно развивается технология одноклеточной мультиомики. Она позволяет нам изучать молекулярные механизмы на уровне отдельной клетки. Эта технология обеспечивает более детальное понимание клеточной гетерогенности, что имеет огромное значение для таких областей, как исследования рака и биологии развития.
Международное сотрудничество открывает многочисленные возможности для биоинформатики. Страны могут делиться масштабными наборами данных, что ускорит открытие новых биологических знаний. Мы можем инициировать совместные исследовательские проекты для решения глобальных проблем в рамках концепции «Единое здоровье», например использовать биоинформатику для разработки стратегий против новых инфекционных заболеваний. Кроме того, международный научный обмен способствует развитию новых биоинформатических инструментов и платформ, делает их более доступными для исследователей по всему миру.
— Есть ли другие интересные аспекты в Ваших научных проектах, которыми стоит поделиться?
— Многие из моих проектов носят междисциплинарный характер. Например, на стыке искусственного интеллекта и биоинформатики ведется работа над прогнозированием биологического возраста на основе машинного обучения и графов знаний о старении и долголетии человека. Мы предлагаем комплексную модель ML-BA с использованием различных данных, полученных в результате медицинского обследования. Она объединяет несколько алгоритмов машинного обучения для получения более точного прогноза биологического возраста. Комплексная модель ML-BA тесно связана с показателями риска для здоровья и различными заболеваниями.
Как профессор, я высоко ценю подготовку следующего поколения специалистов в области биоинформатики. Я преподаю такие курсы, как биоинформатика, системная биология и интеллектуальный анализ данных. Сейчас руковожу национальным образовательным проектом «План 101» в области биоинформатики. Это часть новой национальной образовательной инициативы в Китае, направленной на реформу образования студентов. Я считаю, что прочная образовательная база имеет решающее значение для устойчивого развития биоинформатики.
— Как Вы планируете развивать свои исследования?
— В будущем я продолжу работу над системой многоуровневых биологических сетей растений и расширю наши исследования в области точной медицины. Мы будем использовать биоинформатику для анализа генетических данных пациентов из разных мест проживания, включая Сибирь. Интегрируя мультиомные данные, мы надеемся разработать более персонализированные планы лечения. Это не только повысит эффективность лечения, но и внесет вклад в развитие глобального здравоохранения. Я также планирую укрепить сотрудничество с сибирскими учеными и совместно разработать новые биоинформатические инструменты и платформы для лучшей поддержки наших исследований и продвижения научного прогресса.
Беседовала Ирина Баранова
Фото Юлии Поздняковой
