📰Сегодня собрали для вас дайджест мероприятий по биотехнологиям, вычислительной биологии, искусственному интеллекту и смежным областям, которые пройдут в России в 2025 году. Поехали:

1️⃣ 25 июня – 2 июля | Всероссийская конференция “Молекулярная динамика – 2025”

Новосибирск. Атомное и молекулярное моделирование: современные подходы и алгоритмы, Молекулярно-динамическое моделирование и его приложения, Технологии суперкомпьютерного и атомистического ML

2️⃣1–18 июля | Летняя школа искусственного интеллекта

Петрозаводск. Теоретическая часть обучения пройдет в формате лекций и семинаров? А для решения кейсов – реальных задач от партнеров – будет сформировано несколько продуктовых команд под руководством опытных наставников
Дедлайн 27 июня.

3️⃣ 7–10 июля | DataCon 2025: Искусственный интеллект в разработке фармацевтических молекул

Университет ИТМО, Санкт-Петербург приглашает на воркшоп, который заканчивается решением реального кейса в формате хакатона.

4️⃣ 31 июля - 3 августа | 12-я Московская конференция по вычислительной молекулярной биологии (МССМВ)

Сколково, Институт науки и технологий. В программе секции по компьютерным наукам в биологии и смежным дисциплинам. Дедлайн подачи тезисов уже прошел, но можно посетить конференцию в качестве слушателя.

5️⃣ 15–19 сентября | Всероссийская конференция с международным участием “Генетика. Эволюция. Радиобиология”

В Екатеринбурге, на базе Института экологии растений и животных Уральского отделения РАН пройдет конференция? в которой затронут темы эволюционные процессы с точки зрения современной генетики. Эволюционная и историческая экология; Перспективы применения новых методов генетики, геномики и селекции в решении проблем продовольственной безопасности;
Дедлайн 1 июля.

6️⃣ 22–27 сентября и 7 –12 октября | XX юбилейная международная научная конференция “Актуальные вопросы биологической физики и химии. БФФХ-2025”

Конференция пройдет в 2 этапа: первый в сентябре, в Севастополе на базе Института перспективных исследований Севастопольского государственного университета; второй - в Москве на базе Физического факультета Московского государственного университета им. М.В. Ломоносова, в программе: Общая биофизика, Молекулярная биофизика и биоинформатика, Медицинская биофизика и биофизическая химия, Биофизическая экология.
Дедлайн 20 июля

7️⃣ 23–25 сентября | XII Российский форум биотехнологий OpenBio

Место проведения Наукоград Кольцово. OpenBio — крупнейший форум молодых ученых по биотеху и смежным отраслям. В программе: секции по генетике, биоинформатике, вирусологии, фундаментальной медицине и фарме.
Дедлайн 1 августа.

8️⃣ 20–22 октября | XXXI Symposium on Bioinformatics and Computer-Aided Drug Discovery (BCADD-2025)

Онлайн-симпозиум для специалистов по компьютерному поиску и разработке лекарств, анализу биологических путей, моделированию молекул, ML и AI для фармацевтики и медицины.
Дедлайн подачи тезисов — до 31 августа, зарегистрироваться в качестве слушателя или представителя онлайн- постера можно до 25 сентября

9️⃣ 25–26 октября | Геномика метагеномика и молекулярная биология микроорганизмов

Сколково, Институт науки и технологий.
В программе: доклады из области генетики, молекулярной биологии, метагеномики и биохимии микроорганизмов, включая трансляционную микробиологию и геномное редактирование.
Дедлайн подачи тезисов до 30 июня
Дедлайн регистрации на конференцию до 15 сентября

🔟 28–30 октября | XI Всероссийская конференция с международным участием «Физиология и биохимия медиаторных процессов"

Институт биологии развития им. Н.К. Кольцова РАН, г. Москва проводит конференцию по сравнительной физиологии сигнальных систем, эволюции механизмов сигнализации, генетическим и эпигенетическим механизмам физиологических процессов и поведения, молекулярно-клеточным механизмам функционирования сенсорных и двигательных систем.
Дедлайн подачи тезисов 31 августа

Поделись с друзьями и посещайте мероприятия вместе!

#openbio_events #биотех #openbio_education #конференции

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

➡️ Напоминаем, что сегодня в 19.00 по мск состоится встреча с Никитой Ваулиным.

Мы решили, что эфир будет проходить прямо здесь в телеграм -канале.
Вопросы можно задавать в комментариях под этим постом.

📌 Зарегистрируйтесь, если планируете смотреть встречу в записи.

До встречи!

📩📥📤

🧬 В биомедицинских исследованиях часто бывает трудно собрать много данных — это дорого и сложно. Но из-за нехватки данных появляется риск переобучения моделей машинного обучения: отлично работают на тех данных, на которых учились, но плохо — на новых. Стандартные показатели качества могут показывать завышенные результаты. Поэтому важно применять специальные методы, такие как кросс-валидация и бутстрэппинг, которые помогают лучше использовать доступную информацию и честно оценивать модель.

Кросс-валидация

Кросс-валидация — это метод оценки качества модели, при котором данные делят на несколько частей (фолдов); модель обучают на большинстве частей и тестируют на оставшейся. Этот процесс повторяют так, чтобы каждая часть использовалась в роли тестовой хотя бы один раз. Например, при k-fold данные разбиваются на k равных частей, модель обучается на k-1 частей, на оставшейся части тестируется, и процедура повторяется k раз.

Этот метод использует все данные для обучения и оценки поэтапно, что позволяет эффективно использовать каждый образец, повышая тем самым объективность, что особенно полезно при малых выборках, а также облегчает сравнение моделей и настройку гиперпараметров. Однако он чувствителен к особенностям разбиения и при очень малых объемах (k<5) может давать менее надежные результаты.

Бутстрэппинг

Бутстрэппинг — это метод случайной выборки с возвращением. Из исходных данных формируется множество бутстрэп-выборок одинакового размера равного по размеру исходной выборки с помощью случайного выбора элементов (причем элементы могут и будут повторяться). На каждой такой выборке модель обучается, а её качество оценивается на тех данных, которые не попали в эту выборку (out-of-bag данные).

Этот метод позволяет оценить стабильность и доверительные интервалы метрик, что повышает надежность результатов, при этом не требуя строгого разбиения данных, что особенно важно при очень малых выборках. Однако при очень небольшом объеме данных оценки могут быть менее точными, а большое число повторных обучений увеличивает время вычислений, что может стать недостатком при работе с большими наборами данных или при необходимости быстрого получения результатов.

Что выбрать?

Хотите оценить точность модели — используйте кросс-валидацию, устойчивость — применяйте бутстрэппинг. В идеале — комбинируйте оба метода для получения ясного представления о качестве модели.

Как выглядит код на практике можно узнать здесь. Узнать больше о кросс-валидации и бутстрэппинге можно здесь и здесь, ну и, конечно, на нашем курсе.

➡️ В следующем посте поговорим о популярных техниках уменьшения размерности, которые помогают визуализировать и анализировать многомерные данные.

#openbio_education #openbio_ml

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

🔜🔙Друзья, мы хотели бы поближе познакомиться с вами — узнать, кто наши подписчики и чем занимаются. Вы гений NGS, мастер нейросетей или аналитик, который видит паттерны в данных?

Поставьте отметку в пяти коротких опросах ниже — это займёт минуту, а нам поможет сделать контент в нашем канале чуть более прицельным! ❔

📰Свежая подборка вакансий для тех, кто разбирается в биоинформатике и машинном обучении.
Собрали всё: от NGS и биостатистики до диффузионных моделей и мультимодальных омикс-данных. Позиции открыты — резюме в бой!

1️⃣ ML инженер (Early Drug Discovery) | ГЕРОФАРМ, Санкт-Петербург
Требования: 3+ лет опыта построения и эксплуатации ML-систем: Python 3.*, PyTorch/TF, scikit-learn, NumPy/Pandas. Стек Data Engineering: SQL/NoSQL, Spark или Dask, Airflow/Prefect, REST/gRPC-сервисы. Опыт работы с HPC или облачными GPU-ресурсами, оптимизацией вычислений (CUDA, mixed-precision, distributed training). Глубокие знания статистики, экспериментального дизайна и методов оценки неопределённости. Умение читать и реализовывать state-of-the-art статьи (NeurIPS, ICML, Nature Methods).
Уровень дохода не указан

2️⃣ Биоинформатик | ФГБУ ЦСП ФМБА России, Москва
Требования: уверенные навыки программирования: знание R (Bioconductor), Python (Biopython, Pandas, Numpy); уверенное владение Linux, знание Bash; опыт работы с NGS-данными на уровне разработки биоинформатических пайплайнов анализа данных (геном, транскриптом, метилом, таргетное секвенирование панелей генов); опыт работы с Docker, Git; опыт работы с SQL; знание биомедицинской статистики; опыт научной деятельности не менее 2 лет;
Уровень дохода не указан

3️⃣ Постдок на прект "Инжиниринг тромбоцитов: от таргетной доставки лекарств до создания синтетических аналогов" | "Лаборатория биофотоники НГУ ", Cириус
Требования: Постдок, Возможны любые специальности в области естественных и медицинских наук
100 - 120 тыс. руб. + надбавки с грантов

4️⃣ Computer Vision Engineer | BostonGene, Armenia
Требования: BostonGene ищет CV-инженера для анализа MxIF, H&E, IHC изображений и разработки мультимодальных DL-моделей (на базе diffusion), с соблюдением GCP/GCLP.
Уровень дохода не указан

5️⃣ Data Analyst | BostonGene, Armenia
Требования: BostonGene ищет дата-аналитика для работы с multi-omics (NGS, CyTOF), построения моделей ответа на терапию и анализа биомаркеров в онкоисследованиях
Уровень дохода не указан, но предусмотрена помощь в релокации

#openbio_вакансии

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

Уверены, вы уже знакомы с ChatGPT или его аналогами. Готовы обновить знания?

Предлагаем вам 🤫🫠🤥😶 !

За 5 дней дадим концентрат методов использования LLM в профессиональной деятельности прицельно для биомеда. Готовьтесь тестить инструменты!

Старт — 1️⃣4️⃣ июля прямо здесь в нашем телеграм - канале.

Каждый день посвятим разбору практических подходов и покажем как их сразу внедрить в работу:

✔️ разберем, какие LLM полезны в биологии (спойлер: не только ChatGPT)
✔️ сравним модели друг с другом и обсудим практики промт-инжиниринга
✔️ расскажем как учиться с ИИ-ассистентами и выполнять задачи на работе
✔️ ну и, конечно, дадим примеры как это работает у нас :)

🎁 Бонусы для тех, кто дойдет до конца

🔥 До начала — всего 6 дней. Не пропусти! 🔥

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