Лаборатория вычислительной биомедицины и молекулярной диагностики
Разрабатываем вычислительные методы для молекулярной биологии и персонализированной медицины. Мы работаем на стыке функциональной и пространственной геномики, компьютерного зрения и структурной биологии. Ключевой фокус — развитие экосистемы нейросетевых алгоритмов для анализа разнородных биологических данных: от «текста» ДНК до медицинских изображений
До 16 марта открыт прием заявок в лабораторию
Цель лаборатории
Превращать большие данные в работающие инструменты для персонализированной медицины и готовить новое поколение исследователей на стыке ИИ и вычислительной биологии
Создать лабораторию, которая станет центром базы знаний в области биомедицинского ИИ: от функциональной аннотации генома до генеративного дизайна терапевтических агентов
цель
наша миссия
Руководитель лаборатории
Кандидат физико-математических наук, специалист в области биофизики и биоинженерии
Выпускник МГУ имени М. В. Ломоносова. Автор более 70 научных публикаций, из которых 39 — в журналах Q1/Q2, включая 15 статей Q1 за последние три года. Индекс Хирша — 21. Исследователь в области физики, химии, биоинформатики и машинного обучения.
Достижения
- Выпускник программы кадрового управленческого резерва Министерства науки и высшего образования РФ
- Победитель Всероссийского конкурса управленцев «Лидеры России», специальный трек «Наука»
- Лауреат премии правительства Москвы для молодых ученых
- Награжден стипендией Президента Российской Федерации для поддержки талантливых молодых ученых
Публикации
AI в геномике и биоинформатике
Биосенсоры и диагностика заболеваний
- Kravchuk E. V., Ashniev G. A., Orlov A. V., et al. (2025). Sequence-Only Prediction of Super-Enhancers in Human Cell Lines Using Transformer Models. Biology, 14(2), 172. IF 3.5
- Vasileva A. V., Gladkova M. G., Orlov A. V., et al. (2024). Super-Enhancers and Their Parts: From Prediction Efforts to Pathognomonic Status. IJMS, 25(6), 3103. IF 5.6
- Kravchuk E. V., Ashniev G. A., Orlov A. V., et al. (2023). Experimental Validation and Prediction of Super-Enhancers: Advances and Challenges. Cells, 12(8), 1191. IF 6.0
Биосенсоры и диагностика заболеваний
- Orlov A. V., Pushkarev A. V., et al. (2020). Multiplex label-free biosensor for detection of autoantibodies in human serum. Biosensors & Bioelectronics, 159, 112 187 IF=12.6
- Orlov A. V., Bragina V. A., et al. (2018). Rapid dry-reagent immunomagnetic biosensing platform. Biosensors & Bioelectronics, 79, 423—429. IF=12.6
- Orlov A. V., Malkerov J. A., et al. (2022). Express high-sensitive detection of ochratoxin A in food. Food Chemistry, 383, 132 427 IF=8.8
Направления работы лаборатории
Большие языковые модели для геномики
01
Применение LLM к задачам функциональной геномики. Разработка гибридных архитектур и методов адаптивной токенизации для анализа некодирующих областей ДНК. Интерпретация регуляторных элементов и предсказание эффектов мутаций
Интеллектуальный анализ данных секвенирования
02
Методы повышения точности и воспроизводимости интерпретации NGS‑данных. Ансамблевые подходы с консенсусным голосованием для фильтрации артефактов и выявления генетических вариантов. Автоматизация клинической интерпретации
ИИ в цифровой патоморфологии
03
Пространственный анализ микроокружения опухоли на гистологических изображениях. Количественная оценка иммунной инфильтрации. Поиск связей между морфологическими паттернами и ответом на терапию с использованием графовых нейросетей
Дизайн и оптимизация терапевтических пептидов
04
Генеративные модели и геометрическое глубокое обучение для направленной эволюции молекул in silico. Вычислительная оптимизация стабильности и фармакокинетических свойств природных пептидов
Сейчас в лабораторию открыт конкурс
Вот что мы предлагаем:
Трудоустройство
Оформляем по ТК и предоставляем ДМС с первого дня
Вознаграждение
Предлагаем конкурентную заработную плату
Сильное руководство
Будете работать в научной лаборатории под руководством ведущих исследователей
Современную инфраструктуру
Получите доступ ко всей рабочей инфраструктуре Центрального университета
Сильную научно-техническую базу
Погрузитесь в обмен знаниями в области ИИ, разработки и бизнес‑аналитики
Актуальные вакансии в лабораторию
Лидерство в фундаментальных исследованиях, интеграция мультиомных данных, разработка новых статистических методов
- PhD / кандидат наук в области биоинформатики / смежных дисциплин
- Опыт работы в релевантных областях от 5 лет
- Подтвержденный опыт публикаций в топ-журналах (Q1, IF > 6)
- Опыт работы с омиксными данными разных модальностей (Hi-C, ATAC-seq, RNA-seq)
Старший научный сотрудник (Multi-omics & 3D Genomics)
Требуемый опыт:
- Глубокое понимание регуляторной геномики и эпигеномики, включая 3D‑структуру хроматина
- Разработка статистических моделей и алгоритмов интеграции данных
- Уверенное владение Python/R и опыт работы на HPC‑кластерах
Ключевые навыки:
- Публиковать статьи об исследовательской деятельности в высокорейтинговых журналах
- Руководить аспирантами и студентами
- Инициировать и координировать коллаборации с клиническими или индустриальными партнерами
Чем предстоит заниматься:
Лидерство в одном из направлений — анализе медицинских изображений или вычислительном дизайне биомолекул
- PhD / кандидат наук в области компьютерных наук, биоинформатики, структурной биологии или смежных дисциплин
- Опыт работы от 3 лет в области компьютерного зрения в медицине / структурной биоинформатики / drug-design
- Публикации в журналах Q1—Q2 и выступления на ведущих конференциях
Старший научный сотрудник (AI в биомедицине)
Требуемый опыт:
- Computer Vision: архитектуры для анализа изображений, опыт работы с гистологией или радиологией
- Structural Biology: AlphaFold, молекулярная динамика, докинг, генеративные модели для молекул
- Python (PyTorch), опыт работы на HPC
Ключевые навыки (одно из направлений):
- Публиковать статьи об исследовательской деятельности в высокорейтинговых журналах
- Руководить аспирантами и студентами
- Инициировать и координировать коллаборации с клиническими или индустриальными партнерами
Чем предстоит заниматься:
Разработка и адаптация архитектур глубокого обучения (Transformers, LLM) для задач функциональной геномики и структурной биологии
- Опыт применения Deep Learning (PyTorch/TensorFlow) в биоинформатике от года
- Практический опыт работы с NLP-методами для анализа биологических последовательностей
- Владение методами структурной биоинформатики (AlphaFold, молекулярная динамика)
- Не менее 2 публикаций в рецензируемых журналах за последние 2 года
Научный сотрудник (AI/ML в геномике)
Требуемый опыт:
- Продвинутый Python (Pandas, NumPy, Scikit-learn)
- Понимание архитектур трансформеров и эмбеддингов
- Опыт работы с геномными базами данных (ENCODE, Ensembl) и NGS-данными
- Английский язык (C1)
Ключевые навыки:
- Создавать алгоритмы для предсказания функций регуляторных элементов
- Публиковать статьи об исследовательской деятельности в высокорейтинговых журналах
- Разрабатывать воспроизводимые ML-пайплайны на GitHub
Чем предстоит заниматься:
Создание надежной инфраструктуры анализа данных, разработка воспроизводимых конвейеров (pipelines) и управление биоинформатическими процессами
- Опыт работы с NGS-данными (Metagenomics, WGS, RNA-seq) более 3 лет
- Опыт разработки и поддержки сложных биоинформатических пайплайнов (Nextflow/Snakemake)
- Навыки управления командой и менторства младших сотрудников
Ведущий биоинформатик
Требуемый опыт:
- Экспертное знание Python и R
- Контейнеризация (Docker, Singularity) и работа на кластерах
- Глубокое понимание статистики и алгоритмов анализа данных
- Опыт работы с базами данных и SQL
Ключевые навыки:
- Выстраивать архитектуру анализа данных лаборатории с нуля
- Автоматизировать задачи процессинга NGS-данных
- Обеспечивать воспроизводимость результатов (Reproducible Research)
Чем предстоит заниматься:
16 февраля — 16 марта
16 марта — 16 апреля
Апрель
Май
Прием заявок
Project Proposal
Успешные кандидаты приглашаются на интервью и проводят открытый научный семинар, презентуют свои проекты
Оценка
Консультационный совет экспертов Центрального университета оценивает претендентов
Выход в ЦУ
Одобренные кандидаты приступают к работе в Центральном университете не позднее 16 мая