МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФГБОУ ВПО «Новосибирский национальный исследовательский

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
ФГБОУ ВПО «Новосибирский национальный исследовательский
государственный университет» (Новосибирский государственный
университет, НГУ)
Факультет естественных наук
УТВЕРЖДАЮ
___________________________
"__" __________________20__ г.
Рабочая программа дисциплины
Математические основы системной биологии
Направление подготовки
06.03.01 Биология
Квалификация (степень) выпускника
Академический бакалавр
Форма обучения
очная
Новосибирск,
2014
Аннотация рабочей программы
Дисциплина «Математические основы системной биологии» является
частью профессионального цикла, вариативная часть (профильная
дисциплина по выбору) ООП по направлению подготовки 06.03.01
«Биология» (квалификация (степень) Академический бакалавр. Дисциплина
реализуется
на
Факультете
естественных
наук
Федерального
государственного автономного образовательного учреждения высшего
образования
"Новосибирский
национальный
исследовательский
государственный университет" (НГУ) кафедрой информационной биологии.
Содержание дисциплины включает изложение современных методов и
подходов математического и компьютерного моделирования молекулярногенетических систем. Сведения предоставляются в объемах, необходимых
для современного ученого-биолога.
Дисциплина предназначена для повышения грамотности в области
математической биологии и биоинформатики, направлена на развитие
аналитического стиля мышления у студентов-биологов, а также нацелена на
формирование у выпускника общепрофессиональных (ОПК-7, ОПК-14, ) и
профессиональных компетенций (ПК-8).
Преподавание дисциплины предусматривает следующие формы
организации учебного процесса: лекции, самостоятельная работа студента, а
также экзамен, проводимый в устной форме.
Результатом прохождения курса является экзамен.
дисциплины предусмотрены следующие виды контроля.
Программой
Текущий контроль. Формой текущего контроля при прохождении
дисциплины является контроль посещаемости занятий и коллоквиум. Все
контрольные точки оцениваются баллами, и к концу семестра каждый
студент набирает некоторую сумму баллов, которая при преодолении заранее
определенного барьера приводит к допуску на экзамен.
Итоговый контроль. Допуск к экзамену осуществляется по итогам работы
в конце семестра после прохождения контрольных точек. Экзамен
проводится в устной форме.
Общая трудоемкость дисциплины составляет 2 зачетные единицы, 72
академических часа. Программой предусмотрены 30 лекционных часа, 6
часов контроля, а также 36 часов самостоятельной работы студентов.
1. Цели освоения дисциплины
Дисциплина «Математические основы системной биологии»
предназначена для того, чтобы передать студентам современные знания о
методах математического и компьютерного моделирования молекулярногенетических систем и использования этих методов для получения новых
знаний о закономерностях их функционирования. На лекциях даются
представления о генных сетях как иерархически организованных
динамических диссипативных нелинейных системах. Даются необходимые
теоретические сведения о непрерывных, дискретных и стохастических
подходах, применяемых к описанию молекулярных биохимических
процессов, протекающих в генных сетях, а также рассматриваются
математические модели ряда биологических систем, функционирующих под
управлением генных сетей и анализируются полученные результаты.
Целями освоения дисциплины «Математические основы системной
биологии» являются:
(а) получение и творческое освоение студентами систематизированных
знаний о методах математического моделирования генных сетей;
(б) освоение понятий, связанных с применением метода
математического
моделирования
к
изучению
закономерностей
функционирования генных сетей;
(в) формирование у студентов аналитического стиля мышления и
профессиональных научно-исследовательских навыков по использованию
современных знаний в области математической биологии гена.
2. Место дисциплины в структуре ООП
Дисциплина «Математические основы системной биологии»
является вариативной частью профессионального цикла (профильная
дисциплина по выбору) ООП по направлению подготовки 06.03.01
«биология», квалификация (степень) академический бакалавр и опирается на
следующие дисциплины данной ООП:
 биохимия (строение ДНК, РНК, белков, низкомолекулярных
соединений, строение мембран и клеточных субкомпартментов, механизмы
функционирования ферментов, метаболические процессы, биохимические
реакции);
 генетика (генетическая информация, ген, экспрессия генов);
 молекулярная биология (репликация, транскрипция, трансляция,
сплайсинг, транспорт);
 основы компьютерной грамотности (навыки обращения к Интернетресурсам, умение проводить поиск по ключевым словам, навыки в
программировании);
 математика (основы дифференциального исчисления, дискретной
математики, теории вероятностей, математической статистики и
вычислительной математики).
Результаты освоения дисциплины «Математические основы
системной биологии» используются в следующих дисциплинах данной
ООП:
 Организация и функционирования молекулярно-генетических систем
IV: генные сети;
 Биоинформатика структур макромолекул;
 Многомерный анализ биологических данных;
 При подготовке дипломной работы.
3. Компетенции обучающегося,
освоения дисциплины (модуля).
формируемые
в
результате
•
Общепрофессиональные компетенции:
 владеет базовыми представлениями об основных закономерностях и
современных достижениях генетики и селекции, о геномике,
протеомике (ОПК-7),
 способен и готов вести дискуссию по социально-значимым
проблемам биологии и экологии (ОПК-14)
•
Профессиональные компетенции:
 способен использовать основные технические средства поиска
научно-биологической
информации,
универсальные
пакеты
прикладных
компьютерных
программ,
создавать
базы
экспериментальных
биологических
данных,
работать
с
биологической информацией в глобальных компьютерных сетях
(ПК-8).
В результате освоения дисциплины обучающийся должен:
 Знать:
- задачи современной молекулярной биологии и генетики, решаемые
методами математической биологии;
– основные понятия математической биологии, а также отношения
между ними (модель, элементарная подсистема, непрерывный, дискретный
стохастический и гибридный методы моделирования, параметры,
переменные, вычислительный эксперимент, фазовый портрет, стационары,
колебательные режимы функционирования, аттракторы);
– методы построения моделей элементарных подсистем генных сетей
(теоремы Тихонова и Корзухина, предельные теоремы, закон действующих
масс, метод Кинга-Альтмана, обобщенные функции Хилла, закон
суммирования локальных скоростей);
– основные достижения в области математического моделирования
генных сетей (модель онтогенеза вируса гриппа, модели отраженной волны и
обратного фонтана транспорта ауксина из побега в корень, модель
метаболизма ауксина в растительной клетке, автоматная модель развития
меристемы побега);
– основные достижения в области теории генных сетей
(гипотетические генные сети, структурные графы генных сетей, критерии
числа точек покоя для гипотетических генных сетей первого-четвертого
классов, (n,k)-критерий для циклических гипотетических генных сетей,
генетические am-автоматы, теорема о числе точек покоя у циклических amавтоматов).
4. Структура и содержание дисциплины (модуля).
Общая трудоемкость дисциплины составляет 2 зачетные единицы, 72
часа.
Семестр
Неделя семестра
Лекция
СРС
Виды учебной работы,
включая
самостоятельную
работу студентов и
трудоемкость
1.1 Краткий
8
1
2
1
1.2 Иерархический
8
2-3
4
2
химикометод
8
4-5
4
2
1.4 Моделирование генной сети,
8
6
2
1
обзор
методов
моделирования молекулярногенетических систем
подход к
моделированию
пространственно
распределенных
молекулярно-генетических
систем
1.3 Обобщенный
кинетический
моделирования.
контролирующей синтез
коньюгацию
ауксина
клетке растений
и
в
(в часах)
КСР
Раздел дисциплины
семинары
№ п/п
Формы текущего
контроля
успеваемости
(по неделям
семестра)
Форма
промежуточной
аттестации
(по семестрам)
1.5 Моделирование
8
7
2
1
1.6 Моделирование механизмов
8
8
2
1
1.7 Моделирование
развития
8
9
2
1
1.8 Моделирование
онтогенеза
8
10
2
1
1.9 Уравнение инфекционности
8
11
4
2
1.10 Введение в теорию генных
8
13-15
6
3
1.11
8
15
1.12
2
эмбрионального роста и
развития меристемы побега
Arabidopsis thaliana
распределения ауксина
тканях растений
в
корня растения
вируса гриппа
и его использование для
прогнозирования
восприимчивости хозяина к
вирусным
инфекциям
и
выбора
противовирусных
препаратов
сетей
6
Экзамен
21
30
36
коллоквиум
6
5. Образовательные технологии, применяемые при освоении
дисциплины (модуля)
Преподавание курса предполагает чтение лекций.
Обратная связь с аудиторией обеспечивается тем, что слушатели, в
случае возникновения у студента трудностей с усвоением лекционного
материала могут получить необходимые разъяснения у лектора в ходе лекции
или в другое время.
Следует отметить, что преподаватели курса являются действующими
специалистами в области математической биологии генных сетей.
В интерактивной форме требованием ФГОС для предусмотрены 6 ч занятий.
Занятия проходят в компьютерном классе в форме лекций (3*2ч, лекции №7,
9, 10), где каждый обучающийся имеет доступ к сети интернет. При
проведении лекций интерактивная форма позволяет более наглядно донести
до студентов особенности и возможности интернет-ресурсов. При такой
форме обучения преподаватель может легко контролировать результат
обучения.
6. Учебно-методическое обеспечение самостоятельной работы
студентов. Оценочные средства для текущего контроля успеваемости,
промежуточной аттестации по итогам освоения дисциплины.
Формой текущего контроля при прохождении дисциплины
«Математические основы системной биологии» является контроль
посещаемости занятий.
Для того чтобы быть допущенным к экзамену, студент должен
выполнить следующее:
 в ходе прохождения дисциплины посетить не менее 50 % занятий;
 сдать на положительную оценку коллоквиум
В случае отсутствия на коллоквиуме по уважительной причине (наличие
медицинской справки), его можно пересдать в течение недели от окончания
срока действия справки. Итоги коллоквиума оцениваются по пятибальной
системе в зависимости от полноты ответа на поставленные вопросы.
Получение оценки без прохождения экзамена (оценки-«автомата») не
предусмотрено.
Итоговый контроль
Экзаменационная оценка выставляется после устного собеседования, в
ходе которого студент должен продемонстрировать знание тех разделов
курса, которые указаны в билете, а также ответить на дополнительные
вопросы, если того требует ситуация.
Учебно-методическое обеспечение дисциплины: при подготовке к
лекциям, и экзамену студенты могут использовать рекомендованные
преподавателем литературные источники и Интернет-ресурсы, а также
любую доступную справочную литературу, программное обеспечение и базы
данных.
Перечень примерных вопросов для коллоквиума и экзамена
1.
Охарактеризуйте генные сети как иерархически устроенные
динамические объекты. Что такое элементарные подсистемы биологических
систем? Сформулируйте теорему Корзухина. В чем состоит значение
теоремы с позиций моделирования элементарных подсистем в составе
моделей генных сетей?
2.
Быстрые и медленные процессы в молекулярно-генетических
системах. Сформулируйте теорему Тихонова и расскажите о ее значении при
моделировании.
3.
Гипотетические генные сети (ГГС). Иерархическое строение
ГГС. Модели, описывающие динамику функционирования ГГС первого
класса. Опишите свойства ГГС, состоящих из двух и трех генетических
элементов.
4.
Охарактеризуйте генные сети как иерархически устроенные
динамические объекты. Что такое элементарные подсистемы биологических
систем?
Дайте определение обобщенным функциям Хилла. Когда
использование обобщенных функций Хилла является целесообразным при
моделировании элементарных подсистем в составе моделей генных сетей?
Приведите примеры обобщенных функций Хилла, описывающих процессы
ингибирования, активации и смешанного типа регуляции.
5.
Опишите основные молекулярно-генетические особенности
матричных процессов и сформулируйте суть проблемы их моделирования.
Почему при моделировании матричных процессов нельзя использовать
теорему Тихонова? Сформулируйте первую предельную теорему и поясните
ее значение.
6.
Гипотетические генные сети. Определите ГГС 1-4 классов. Дайте
Определение двудольного и однодольного структурных графов. Определите
графы Gn,k и сформулируйте n,k-критерий.
7.
Дайте определение ориентированных графов. Определите
генетические ам-автоматы. Дайте определение определение 1-баз и m-баз.
Сформулируйте теоремы о дополнении и о точках покоя аддитивных и
мультипликативных автоматов. Приведите примеры минимального
структурного графа, на котором аддитивный автомат имеет 3 неподвижные
точки, не имеет неподвижных точек.
8.
Дайте определение ориентированных двудольных и однодольных
графов. Определите генетические am-автоматы. Дайте определение amпокрытий. Сформулируйте теорему о неподвижных точках генетических amавтоматов, построенных на двуцветных графах Gn,k.
9.
Кратко
охарактеризуйте
основные
положения
теории
позиционной информации. Кратко опишите механизмы распределения
ауксина в корне и его влияние на развитие корневой системы. Опишите
структурную гипотезу формирования распределения ауксина и область ее
применения.
10. Опишите математическую модель распределения ауксина вдоль
продольной оси корня. Сформулируйте предположения, лежащие в основе
модели, и выпишите уравнения модели. Опишите эффекты, к которым
приводит увеличение потока ауксина из побега in silico.
11. Опишите математическую модель распределения ауксина в
линейном ансамбле делящихся клеток. Опишите уравнения, описывающие
морфогенез, регулируемый ауксином и гипотетическим веществом Y.
Опишите основные свойства модели при разных наборах параметров
(жесткий и базовый ). Восстановление структуры меристемы после отсечения
кончика корня in silico.
12. Охарактеризуйте традиционные подходы, которые используются
при моделировании динамики и эволюции популяций.
13. Опишите особенности бактерий и их сообществ, имеющие
важное значение при моделировании их динамики и эволюции.
14. Кратко опишите основные идеи, положенные в основу
компьютерной программы "Эволюционный конструктор".
15. Сформулируйте, в чём заключаются прямые и обратные задачи
моделирования. Перечислите основные этапы решения обратной задачи.
16. Сформулируйте основные отличия неявных и явных методов
решения обратной задачи. Приведите примеры неявных и явных методов.
17.
Охарактеризуйте на примере модели эпидемии туберкулёза
основные проблемы, возникающие при решении обратных задач
моделирования и расскажите о возможных путях их решения.
18.
Дайте краткое описание математической модели
внутриклеточного онтогенеза вируса гриппа. Расскажите, как можно
использовать математические модели для идентификации потенциальных
мишеней для действия противовирусных препаратов?
19.
Что такое структурная идентификация модели и как с
помощью математической модели можно анализировать механизмы
регуляции размножения вируса?
20.
Кратко охарактеризуйте клеточные процессы, описанные в
модели внутриклеточного онтогенеза вируса гриппа. Почему модель
онтогенеза вируса гриппа включает в себя в качестве отдельного блока
данную подмодель? Какие дополнительные эффекты позволяет исследовать
такая «обобщенная» модель и какие результаты были получены при
моделировании системы вирус-клетка?
21.
Приведите схему основных процессов, происходящих в
клетке Huh-7 после трансфекции молекул РНК вируса гепатита С. Опишите
модель подсистемы репликации вируса гепатита С.
22.
Опишите модель трансляции мРНК в модели репликации
ВГС. Приведите другие варианты моделей, описывающих трансляцию. Чем
определяется выбор того или иного варианта описания в математической
модели?
23.
Опишите действие конкурентного ингибитора NS3протеазы. Выпишите уравнения, описывающие его действие в рамках модели
репликации вируса гепатита С. Кратко опишите результаты численного
анализа влияния данного ингибитора на развитие репликона вируса.
Интерпретируйте тот факт, что концентрация вирусной РНК в клетке в
экспериментах in silico может быть меньше чем 1 молекула/клетку.
24.
Кратко охарактеризуйте ауксин и другие фитогормоны
растений. Опишите роль ауксина в развитии растения и меристемы побега, в
частности. Опишите механизмы транспорта фитогормонов в растениях.
25.
Дайте краткое описание механизмов молекулярногенетической регуляции метаболизма ауксина. Опишите основные
особенности структурно-функциональной организации генной сети
метаболизма ауксина.
26. Опишите математическую модель метаболизма ауксина в
индивидуальной клетке растения. Опишите концепцию алгоритма генерации
математической модели метаболизма ауксина. Опишите основные
результаты, полученные при анализе модели.
27. Клеточный автомат: что это такое, исторический аспект теории
клеточных автоматов, классы и типы клеточных автоматов (одномерный,
двумерный и т.д.). Примеры биологических задач в терминах клеточных
автоматов.
28. Опишите основные этапы развития меристемы побега. Опишите
математическую модель, описывающую ее развитие. Охарактеризуйте типы
клеток, сигналы и основные процессы, описанные в модели. Опишите
основные результаты численного анализа модели.
7. Данные для учета успеваемости студентов в БАРС
Таблица 1.1 Таблица максимальных баллов по видам учебной деятельности.
1
2
3
4
5
6
7
8
9
Другие
Лаборатор Практичес
Автоматизиро
виды
Промежут
Лекци
Самостоятел
Семестр
ные
кие
ванное
учебной
очная
Итого
и
ьная работа
занятия
занятия
тестирование деятельнос аттестация
ти
8
300
5
305
Программа оценивания учебной деятельности студента
Оценка учебной деятельности студента в ходе обучения по программе курса
в течение 8 семестра осуществляется в форме начисления определенной
суммы баллов в соответствии с результатами текущего контроля по
следующим видам учебной деятельности:
Лекции:
Оценивается посещаемость, посещение каждой лекции оценивается в 20
баллов.
Результат самостоятельной работы студентов оценивается на коллоквиуме и
входит в итоговую оценку этого вида учебной деятельности. Оценка за
коллоквиум выставляется по пятибалльной шкале.
Максимально возможная сумма баллов за все виды учебной деятельности
студента за 8 семестр по дисциплине «Математические основы системной
биологии» составляет 305 баллов.
Таблица 2.1 Таблица пересчета полученной студентом суммы баллов по
дисциплине «Математические основы системной биологии» в допуск к
экзамену:
183 балла и более
«допуск»
182 балла и менее
«не допуск»
Экзамен по дисциплине «Математические основы системной
биологии» проводится в форме устного опроса. Итоговая оценка
выставляется по сумме набранных баллов.
Таблица 2.2. Таблица пересчета полученной студентом на экзамене суммы
баллов по дисциплине «Математические основы системной биологии», в
оценку:
5 баллов
«отлично»
4 балла
«хорошо»
3 балла
«удовлетворительно»
2 и менее балла
«неудовлетворительно»
8.
Учебно-методическое
дисциплины (модуля).
и
информационное
обеспечение
а) основная литература:
1. Лихошвай В.А., Ратушный А.В., Бажан. С.И., Фадеев С.И., Колчанов
Н.А. Методы моделирования динамики молекулярно-генетических
систем. В «Системная компьютерная биология». Отв. Редакторы:
Н.А.Колчанов, С.С.Гончаров, В.А. Лихошвай и В.А. Иванисенко. Изд.
СО РАН, Новосибирск, 2008, с. 333-393.
2. Лихошвай В.А., Голубятников В.П., Демиденко, Г.В., Евдокимов А.А.,
Матвеева И.И., Фадеев С.И. . Теория генных сетей. В «Системная
компьютерная биология». Отв. Редакторы: Н.А.Колчанов,
С.С.Гончаров. В.А. Лихошвай и В.А. Иванисенко, Н: Изд. СО РАН, ,
2008, с. 397-480.
3. Жаботинский А.М. Концентрационные колебания, 1074г. М., «Наука»,
стр. 1-179.
4. Корниш-Боуден Э. Основы ферментативной кинетики, 1979г., «Мир»,
стр. 1-282.
5. С. И. Бажан, Н. А. Кашеварова, Т. М. Хлебодарова, В. А. Лихошвай,
Н.А. Колчанов Математическая модель внутриклеточного
размножения вируса гриппа Biophysics 2009, Т. 54. № 6. С. 1066-1080.
6. Akberdin I., Ozonov E., Mironova V., Omelyanchuk N., Likhoshvai V.,
Gorpinchenko D., Kolchanov N. “A cellular automation to model the
development of primary shoot meristems of Arabidopsis thaliana”. Journal
of Bioinformatics and Computational Biology, 2007, V.5, N 2(b), 641-650.
7. Mironova V.V., Omelyanchuk N.A., Yosiphon G., Fadeev S.I., Kolchanov
N.A., Mjolsness E., Likhoshvai V.A. A plausible mechanism for auxin
patterning along the developing root BMC Systems Biology 2010, 4:98
8. Акбердин И. Р., Казанцев Ф. В., Ермак Т. В., Тимонов В. С.,
Хлебодарова Т. М., & Лихошвай В. А. «Электронная клетка»:
проблемы
и
перспективы. Математическая
биология
и
биоинформатика. 2013. 8(1), 295-315.
9. Бандман О.Л. Клеточно-автоматные модели пространственной
динамики. Системная информатика. 2005. выпуск 10, 57-113.
10.Лихошвай В.А., Матушкин Ю.Г., Ратушный А.В., Ананько Е.А.,
Игнатьева Е.В., Подколодная О.В.. Обобщенный химико-кинетический
метод моделирования генных сетей. Молекулярная биология. 2001. 3(6),
1072-1079.
11.Омельянчук Н.А., Миронова В.В., Залевский Е.М., Подколодный Н.Л.,
Пономарев Д.К., Николаев С.В., Акбердин И.Р., Озонов Е.А.,
Лихошвай В.А., Фадеев С.И., Пененко А.В, Лавреха В.В., Зубаирова
У.С., Колчанов Н.А. Морфогенез растений: реконструкция в базах
данных и моделирование. Системная компьютерная биология.
Издательство СО РАН, Новосибирск. 2008. глава 6, 539-587.
12.Covert M. W. & Palsson, B. Ø. Transcriptional regulation in constraintsbased metabolic models of Escherichia coli. Journal of Biological
Chemistry. 2002. 277(31), 28058-28064.
13.Elowitz M. B. & Leibler S. A synthetic oscillatory network of transcriptional
regulators. Nature. 2000. 403(6767), 335-338.
14.Karr J.R., Sanghvi J.C., Macklin D.N., Gutschow M.V., Jacobs J.M., Bolival
Jr. B., Assad-Garcia N., Glass J.I., Covert M.W. A whole-cell computational
model predicts phenotype from genotype. Cell. 2012. 150, 389–401.
15.Likhoshvai V. and Ratushny A. “Generalized Hill function method for
modeling molecular processes”. Journal of Bioinformatics and
Computational Biology, 2007, V5, N2(b), 521-531.
16.Palsson B. The challenges of in silico biology. Nat. Biotechnol. 2000. 18,
1147-1150.
17.Peskov K., Mogilevskaya E. & Demin O. Kinetic modelling of central
carbon metabolism in Escherichia coli. FEBS Journal. 2012. 279(18), 33743385.
18.ЖУКОВ В. А. Методология прогнозирования восприимчивости
хозяина к вирусным инфекциям и её использование для выбора
противовирусных препаратов Диссертация на соискание степени
доктора биологических наук, 2010, 234с.
б) дополнительная литература:
1. Лихошвай В.А, Матушкин Ю.Г., Фадеев С.И. Задачи теории
функционирования генных сетей. Сибирский журнал индустриальной
математики, 2003, 6; 64-80.
2. А. В. Ратушный, В. А. Лихошвай, Е. В. Игнатьева, Ю. Г. Матушкин, И.
И. Горянин, Н. А. Колчанов. Компьютерная модель генной сети
регуляции биосинтеза холестерина в клетке: анализ влияния мутаций.
//Доклады Академии Наук, 2003, Том 389, № 2, С. 90–93
3. С.И.Фадеев, В.А.Лихошвай. О гипотетических генных сетях. //
Сибирский журнал индустриальной математики, т. 6, N 3(15), (2003),
c.c. 134-153.
4. Лихошвай В.А., Фадеев С.И., Демиденко Г.В., Матушкин Ю.Г.
Моделирование многостадийного синтеза вещества без ветвления
уравнением с запаздывающим аргументом // Сибирский журнал
индустриальной математики, 2004, том 7, №1, 73-94.
5. Когай В.В., Фадеев С.И., Лихошвай В.А. О численном исследовании
автоколебаний в гипотетических генных сетях. // журнал
Вычислительные технологии, 2005, том 10, №3, 56-71.
6. Г.В.Демиденко,
В.А.Лихошвай
О
ДИФФЕРЕНЦИАЛЬНЫХ
УРАВНЕНИЯХ С ЗАПАЗДЫВАЮЩИМ АРГУМЕНТОМ// Сибирский
математический журнал, 2005, Vol. 46, No. 3, pp. 538–552
7. Григоренко Е.Д., Евдокимов А.А., Лихошвай В.А., Лобарева
И.А.Неподвижные точки и циклы автоматных отображений,
моделирующих функционирование генных сетей. // Вестник ТГУ, №
14, 2005, стр. 206-212.
8. Фадеев С.И., Лихошвай В.А., Штокало Д.Н. Исследование модели
синтеза линейных биомолекул с учетом обратимости процессов//
Сибирский журнал индустриальной математики, 2005, том 8, №3, 149162.
9. А.В. Ратушный, В.А. Лихошвай, Е.А. Ананько, Н.В. Владимиров, К.В.
Гунбин, С.А. Лашин, Е.А. Недосекина, С.В. Николаев, Л.В.
Омельянчук, Ю.Г. Матушкин, Н.А. Колчанов Новосибирская школа
системной компьютерной биологии: исторический экскурс и
перспективы развития. Информационный вестник ВОГиС,2005, т.9,
сс.232-261.
10.
Evgeniya A Oshchepkova-Nedosekina, Vitalii A Likhoshvai A
mathematical model for the adenylosuccinate synthetase reaction involved in
purine biosynthesis Theoretical Biology and Medical Modelling 2007, 4:11.
11.
Тоффоли Т., Марголус Н. Машины клеточных автоматов./ Пер. с
англ. – М.:Мир, 1991. 280 с.
12.
Ризниченко Г. Ю. Лекции по математическим моделям в
биологии М-Ижевск, Изд. РХД, 2002, 236 с.
13.
Ризниченко Г. Ю. Математические модели в биофизике и
экологии Москва-Ижевск, ИКИ, 2003, 184 с
14.
Омельянчук Н.А., Миронова В.В., Залевский Е.М., Шамов
И.С.,Поплавский А.С., Подколодный Н.Л., Пономарев Д.К., Николаев
С.В., Мелснесс Э.Д., Мейеровитц Е.M., Колчанов Н.А. Системный
подход к исследованию морфогенеза Arabidopsis thaliana: I. База
данных AGNS. Биофизика. 2006. 51, S75-82.
15.
Фон Нейман Дж. Теория самовоспроизводящихся автоматов:
Пер. с англ.–М.: Мир, 1971.384 с
16.
Чуб В.В. «Роль позиционной информации в регуляции развития
органов цветка и листовых серий побегов». Монография. - M.:
«Издательство Бином. Лаборатория знаний», 2010, 264
17.
Friml J., Vieten A., Sauer M., Weijers D., Schwarz H., Hamann T.,
Offringa R., Jürgens G. Efflux-dependent auxin gradients establish the
apical-basal axis of Arabidopsis. Nature. 2003. 426(6963), 147-53 Gavin T.
Escherichia coli: model and menace. Microbiology today. 2004. V. 31, 114115.
18.
Kitano H. Foundations of Systems biology. MIT Press, 2001. 290 p.
19.
Klipp E., Liebermeister W., Wierling C., Kowald A., Lehrach H.,
Herwig R. Systems Biology: a Textbook. 2009. 592 p
20.
Reed J.L. and Palsson B.O., Thirteen Years of Building ConstraintsBased in silico Models of Escherichia coli. J. Bacteriol. 2003. 185(9), 26922699.
21.
Shuler M.L., Foley P., Atlas J. Modeling a minimal cell. Meth. Mol
Biol. 2012. 881, 573-610.
22.
Tomita M., Hashimoto K., Takahashi K., Shimizu T. S., Matsuzaki
Y., Miyoshi F., Saito K., Tanida S., Yugi K., Venter J.C., Hutchison C. A.
E-CELL: Software Environment for Whole Cell Simulation. Genome Inform
Ser Workshop Genome Inform. 1997. 8, 147-155.
23.
Woodward A.W.& Bartel B. Auxin: regulation, action, and
interaction. Ann Bot (Lond). 2005. 95(5), 707-35.
24.
Жуков В.А. Экстраполяция ID50 вируса с модельного животного
на хозяина. Методическое пособие. ЗАО «Вектор-Бест», Новосибирск.
2010. 22 с.
9. Материально-техническое обеспечение дисциплины (модуля)
•
В качестве технического обеспечения лекционного процесса
используется ноутбук, мультимедийный проектор, доска.
•
Для демонстрации иллюстрационного материала используется
программа Microsoft Power Point 2007.
Программа составлена в соответствии с требованиями ФГОС ВПО и с OC
ВПО, принятыми в ФГАОУ ВО Новосибирский национальный
исследовательский государственный университет с учетом рекомендаций
ООП ВПО по направлению 06.03.01 «Биология».
Авторы
Лихошвай Виталий Александрович, д.б.н., доцент кафедры информационной
биологии ФЕН, в.н.с. ИЦиГ СО РАН
___________________
Миронова Виктория Владимировна, к.б.н., заведующая сектором системной
биологии морфогенеза растений ИЦиГ СО РАН
___________________
Акбердин Илья Ринатович, к.б.н., н.с. ИЦиГ СО РАН
___________________
Бажан Сергей Иванович, д.б.н., доцент, зав. теоретическим отделом ФБУН
ГНЦ ВБ «Вектор»
___________________
Жуков Владимир Александрович, д.б.н., к.т.н., с.н.с., зам. Генерального
директора ЗАО «Вектор-Бест»
___________________
Программа одобрена на заседании кафедры информационной биологии
Факультета естественных наук НГУ 04 августа 2014 года, протокол № 9 (65).
Секретарь кафедры _____________ Т.А. Бухарина