1016/S0140-6736(07)61690-0. — PMID 18207566.
[2] Norton, Amy (15 August 2012) Genetically modified rice a good vitamin A source Reuters, Retrieved 20 August 2012

Привет, друзья. К сожалению, на этот канал пока у нас не остается времени и вся активность Lab mouse происходит в инстраграм.

Хотим сообщить вам, что в эту субботу будет живая лекция от нашего проекта. Афиша мероприятия:

Привет! Как проходит ваш карантин? Наш — очень продуктивно. Мы стараемся максимально использовать его так, чтобы «выйти на волю» с новыми знаниями и умениями. Сегодня хотим поделиться с вами подборкой видео о биоинформатике, которые помогут вам сначала понять, что это такое, потом по уши влюбиться в эту науку (кстати, безумно актуальную именно сейчас), ну а потом, возможно, тоже «отправиться во все тяжкие» и связать с нею свою жизнь 😉
Сохраняйте в закладки, ставьте 💚и спешите смотреть:)
Ссылки можно получить в директ или на нашем (временно оживленном) телеграмм канале (ссылка в био).
.
1️⃣Очень короткий, но ОООЧЕНЬ классный рисованный "мультик" о том, что такое биоинформатика, от ФКН ВШЭ
https://www.youtube.com/watch?v=nsYS47jFF8o
.
2️⃣Классная лекция о том, как делается моделирование и зачем это все нужно. Разработка лекарств и борьба с химическим оружием, понимание болезней и создание молекулярных машин.

С этой лекцией биоинформатика становится ближе, а желание связать с ней жизнь острее 😉
"Хватит медитировать — пора моделировать"
https://www.youtube.com/watch?v=WSLZBD04N5k&feature=youtu.be&t=1016
.
3️⃣Набор небольших интервью от человека, вдохновившего когда-то Аню удариться в биоинфу. Михаил Сергеевич Гельфанд рассказывает о том, какие задачи стоят перед современной биоинформатикой и как она пытается их решать.
https://postnauka.ru/courses/42433
Вообще на странице курсов ПостНауки я дрожу от восторга! Я хочу там все от "Биоэтики" до "Краткой истории жизни"! И чтоб все сразу!
.
4️⃣Хорошая лекция о том, куда можно пойти работать, если выбрал путь самурая (зачеркнуто) биоинформатика, какие направления, компании и стартапы существуют и что предлагают миру — "Как устроен рынок биоинформатики"
https://www.youtube.com/watch?v=KSqnm3oZbG8
Эта лекция — часть всего, что устраивает Институт Биоинформатики. С огромным уважением отношусь к ним и их проектам. У них же много классных (и бесплатных) курсов на платформе Stepik.
.
5️⃣Итак, вы перешли на темную сторону и решили, что биоинформатика — это ваше?:) Тогда рекомендую лекции Виктории Коржовой о том, как попасть на учебу/стажировку/работу, как писать резюме и какие документы вам понадобятся, какие soft и hard skills будут полезны.
Начать можно с лекции "Карьера в биоинформатике, часть 1"
https://www.youtube.com/watch?v=tosBbeImaS8
.
Пока все, ффух!:)


Текст: @annie_thornni
Иллюстрация: @mariya_ivolga
#ГоворящаяМышкаРекомендует
#биоинформатика

Источники:

[1] https://www.nhs.uk/conditions/melanoma-skin-cancer/
[2] https://www.nhs.uk/conditions/non-melanoma-skin-cancer/
[3] https://www.wcrf.org/dietandcancer/skin-cancer-statistics/
[4] https://www.bannerhealth.com/healthcareblog/teach-me/skin-cancer-men-vs-women#:~:text=Compared%20to%20women%2C%20men%20are,more%20likely%20to%20develop%20it.
[5] Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries https://doi.org/10.3322/caac.21660
[6] https://www.skincancer.org/skin-cancer-information/skin-cancer-facts/
[7] Skin Cancer Prevention Strategy. 2017 to 2020
https://www.health.qld.gov.au/__data/assets/pdf_file/0020/663032/health-wellbeing-strategic-framework-skin-cancer.pdf
[8] https://www.sunsmart.com.au/about-sunsmart/sunsmart-program
[9] https://www.skincancer.org/skin-cancer-prevention/sun-protection/sunscreen/

К посту:
https://www.instagram.com/p/CQ2vXuylwrv/

А также:
1️⃣канал Аси в телеграм https://t.iss.one/chemcream

2️⃣ Канал Еки в телеграм:

Материалы к посту о том, как ультрафиолет повреждает клетки

Этот пост – итог эфира и проекта «Наука против Солнца», который мы провели вместе с Аней из lab.mouse и Асей, которая ведет замечательный инстаграм и телеграм-канал о косметической химии.

Мой пост о том, как ДНК повреждается ультрафиолетом. Я уже много писала на тему того, как клетка справляется с такими повреждениями, и что происходит, если все же справиться не удается. Об этом – в подборке постов гайда «Молекулярная онкология».
В этом посте подробней о прямом и непрямом повреждении ДНК.
Тут – о механизме образования реактивных форм кислорода и роли меланина.
Одна из статей, которую я упоминала в первой части эфира (которая, к сожалению, не сохранилась..) – статья, показавшая, что меланин может способствовать повреждению ДНК.

Кроме того, я разобрала одну из статей, которая якобы показывает, что использование санскрина приводит к раку кожи. Но это не единственный источник мифов. Я нашла целую книгу о том, какие якобы опасные солнцезащитные средства. На амазоне есть чуток текста, и я уже фэйспалмлю, но более полный обзор на нее можно найти тут.

У Ани пост о статистике рака кожи, и почему солнцезащитные средства реально работают.
У Аси – о том, какие бывают средства и как ими пользоваться.

1 сентября 2016 года я снова села за парту. Мне вот-вот должно было исполниться 29, а за плечами был долгий путь в профессию, которую в этот день я планировала оставить в прошлом.
За те прошедшие почти 10 лет я прошла путь от установщика программного обеспечения и специалиста техподдержки до старшего системного администратора и правой руки руководителей компаний, на которые работала. Это были не простые 10 лет. Годы, когда девушки в ИТ считались экзотикой, на собеседования в кабинет забегали все сотрудники компании, просто чтобы посмотреть на это «шоу», а многие компании звали на собеседование только из любопытства. За эти годы я обросла связями в профессиональной сфере, а отлаженная работа требовала все меньше и меньше затрат сил. Это была комфортная позиция.
Слишком комфортная.

В один день, 1 сентября 2016, из квалифицированного специалиста я стала «всего лишь» студентом. А спустя еще немного времени из «серверов начальника и юзверей командира» — младшим аналитиком без особых знаний, опыта работы по профессии, связей и в новом незнакомом городе.

Было ли мне страшно? Да.
Хорошо ли я понимала, что делаю? Скорее нет.
Решилась бы я снова, если бы машина времени доставила меня обратно в весну 2016-го, когда было принято это решение? Я не знаю.

Мне часто (действительно часто, а не просто блогерский оборот) приходят вопросы: смогу ли я, если мне уже 30? 40? Смогу ли я перейти из медицины? Лаборатории? Смогу ли заняться биоинформатикой, если я программист? Лингвист?
И вот он, честный ответ: Я НЕ ЗНАЮ.

Если бы эту страницу вел коуч, он ответил бы: Конечно да! Нужно только твердо решиться!
Но так это не работает.

Каждая ситуация уникальна. И даже при наличии самой сильной мотивации у человека может быть дома ребенок, которого просто реально не с кем оставить. Или долги, которые надо отдавать, и нельзя позволить себе потерять в заработке хотя бы на время. Не корите себя, если сейчас желаемое невозможно. Так действительно бывает.
Я не знаю, есть ли свет в конце вашего тоннеля. И лишь могу мысленно обнять вас и пожелать, чтобы он там появился.
Поддержка хоть кого-то из близких тоже важна и не стоит ее недооценивать. А вот бэкграунд знаний нарастить можно точно, так что во всем списке необходимого — это то единственное, что действительно не проблема.

Так вот. Сегодня, 1 сентября 2021 года я могу точно сказать: со мной все это было не зря. Отправляясь в то плавание, я не знала, что меня прибьет к берегам биоинформатики и биомедицинской аналитики, и не могла представить, что найду в этом свое самое любимое дело.

1 сентября многие традиционно дают себе обещание начать учить что-то новое. Поэтому:
Если вы ждали знака, то считайте, что этот пост — он.
Если искали поддержки, то я здесь, чтобы дать ее.
Если ждали идеального времени, то скажу честно: его не существует.
А если ждали подсказки, с чего начать, то ниже я составила для вас полноценный learning path — три подборки БЕСПЛАТНЫХ материалов по погружению в Data Science, необходимую математику и доменную область — биологию и генетику. Каждая позиция в списке сопровождается моими комментариями о том, как, когда и кому следует это смотреть/читать.

Курсы по программированию и науке о данных. Выстроены в порядке возрастания сложности. Как learning path.

0. Малый ШАД - Что такое Big Data и почему это страшно интересно - Андрей Себрант
https://www.youtube.com/watch?app=desktop&v=TEHdfPa1eJA

Под чай с тортиком и чисто для вдохновения. Чтобы понять, зачем вам нужно все то, о чем будут курсы из списка ниже.

1. Python: основы и применение
https://stepik.org/course/512/

Это лучшее введение в программирование на питоне, в котором толково и глубоко объясняются важные базовые вещи.

Шаг в сторону: если при прохождении “Python: основы и применение” возникает слишком много сложностей, его можно отложить и начать с “Программирование на Python” https://stepik.org/course/67
Совет: не стоит обязательно “добивать” курс до конца. Лучше использовать его для тех моментов, которые вызвали сложности в курсе “Python: основы и применение”. То есть как бы проходить два курса параллельно, но с целью второй закончить полностью, а первый использовать как некий конспект или тренажер к нему.

2. Математика и Python для анализа данных
https://www.coursera.org/learn/mathematics-and-python
Первый курс из специализации. Сама специализация тоже очень хорошая и курсы стоящие. Важно! В нем же вы найдете теорию из дифуров и матана, которой будет достаточно для начала.

Совет: пройти первый курс и начать поиски позиции джуниора. Остальные курсы специализации (и любые другие) будет полезнее проходить уже в рамках подготовки к собеседованию или параллельно с первой работой. Но без практического опыта применения полученные на курсе знания быстро пропадут.

3. Открытый курс машинного обучения. От ODS
https://habr.com/ru/company/ods/blog/322626/

Можно проходить как курс, а можно использовать как справочник, который всегда должен быть под рукой. На странице можно найти ссылки на видео, дополнительные статьи и материалы, но главное, на хаб сообщества в слаке. Там есть каналы с вакансиями, каналы для поисков стажировок, помощи, обучения и просто общения.

4. Введение в Data Science и машинное обучение
https://stepik.org/course/4852/syllabus
Прекрасный, достаточно легкий, но емкий курс. Много обзорных тем. Внутри курса есть интервью с людьми из бизнеса, которые рассказывают о своем опыте работы в ДС.

5. Свободное погружение в СУБД
https://stepik.org/course/70710/promo
Курс про SQL и архитектуру баз данных. Основной стек дата-аналитика это питон + sql, так что без этого никуда.
Этот курс не совсем для новичков, кое-что нужно знать. Но, скажу честно, не нашла ни одного приличного, не нудного и реально практического курса по БД для полных новичков. Везде очень много воды и теории, которая без приложения ничего не дает.
Совет: какой бы у вас не был опыт, начните неспешно проходить этот курс. А если какая-то тема, термин или решение вызывает у вас вопрос, просто гуглите материалы конкретно по нему отдельно.
Пригодится может такая шпаргалка: https://proglib.io/p/sql-for-20-minutes

6. Hadoop. Система для обработки больших объемов данных
https://stepik.org/course/150/
Великолепный, подробный, фундаментальный и практический курс. Особо рекомендую внимательно читать комменты под каждым модулем. Там много интересного.
Совет: не проходите этот курс просто так. Система хадуп используется далеко не каждой компанией и не на каждом проекте. Вполне может быть так, что вы никогда не столкнетесь с нею в практике, но сейчас потратите на курс много времени. Советую обратиться к данному курсу только в случае, если вы целитесь на вакансию, где указан хадуп или он требуется в рамках вашего текущего или потенциального проекта. Для общего понимания будет эффективнее с точки зрения времени как ресурса просто прочесть пару популярных статей на том же хабре.

Математика

1. Основы статистики
https://stepik.org/course/76/
Бесконечно любимый и бесконечно рекомендуемый курс Анатолия Карпова от Института биоинформатики. Ничего лучше я не нашла за последние много лет. Просто, практично, понятно, с крайне прикладными примерами. Курс ориентирован на биологов и медиков, а не на математиков.
У курса вышли также продолжение (части 2 и 3),

но для их прохождения вам уже понадобится базовое знание языка R.

Поэтому сразу рекомендация курсов по R:
Раз “Основы программирования на R” https://stepik.org/course/497/info
И два “Анализ данных в R” https://stepik.org/course/129/info

2. Теория вероятностей для начинающих
https://www.coursera.org/learn/probability-theory-basics
Курс от великолепного Райгородского. Всем бы так преподавали тервер в ВУЗе и были бы мы страной из одних математиков.


В дополнение:
Список рекомендаций курсов, сделанный Институтом Биоинформатики. Кое в чем пересекается с моими личными рекомендациями.
https://vc.ru/education/33816-25-kursov-dlya-nachinayushchih-data-analitikov

Для работа с любым проектом в любой компании вам будет нужен Git. Советую привыкать к нему заранее. Курс: Основы Git https://stepik.org/course/3145

Готовьтесь забыть про винду, если не сделали этого ранее. Весь ДС (и биоинформатика тоже) — это линукс (ну и мак). Вам обязательно нужно знать базовые консольные штуки. Так что вот сразу курс (рассчитанный снова на людей не из ИТ!) Введение в Linux https://stepik.org/course/73


Все курсы подобраны только на русском языке и бесплатны! Исключение только курс Математика и Python для анализа данных, но его тоже можно пройти бесплатно по программе спонсорства от курсеры.


Доменная область:

Читать все также сверху вниз по порядку нарастания серьезности.

1️⃣ Что такое биоинформатика
https://www.youtube.com/watch?v=nsYS47jFF8o
Очень короткий, но очень классный рисованный «мультик» о том, что такое биоинформатика, от ФКН ВШЭ

2️⃣"Хватит медитировать — пора моделировать"
https://www.youtube.com/watch?v=WSLZBD04N5k
Под чай. Классная лекция о том, как делается моделирование и зачем это все нужно. Разработка лекарств и борьба с химическим оружием, понимание болезней и создание молекулярных машин.

3️⃣ Курс мини-лекций “Биоинформатика и геномика”
Набор небольших видео от человека, вдохновившего лично меня удариться в биоинформатику. Михаил Сергеевич Гельфанд рассказывает о том, какие задачи стоят перед современной биоинформатикой и как она пытается их решать.
https://www.youtube.com/playlist?list=PLaBchYyCSpflYQe_9Lx-RjPJpyrGgPdct
(Запасная ссылка на курс “Биоинформатика как дисциплина"
https://postnauka.ru/video/42436)

4️⃣ Курс мини-лекций “Войны бактерий”
https://postnauka.ru/courses/74882 также от МС Гельфанда

5️⃣ Курс мини-лекций “Работа генов”
https://postnauka.ru/courses/50079 9 лекций микробиолога Константина Северинова о функциях генов, современных исследованиях и геномной медицине

6️⃣ Курс с практическими заданиями “Генетика” от НГУ
https://www.lektorium.tv/genetics
Этот курс рекомендую от всей души. Заменит и напомнит всю школьную генетику, натаскает на задачки. Лектор великолепна, курс продуман и хорошо структурирован. Он же на курсере (бесплатный) https://www.coursera.org/learn/nsu-genetics

7️⃣Курс” Введение в молекулярную биологию и биомедицину" от МФТИ
https://stepik.org/course/549/syllabus
Курс очень простой и коротенький. Смотреть его почти не нужно, достаточно слушать. Вопросы после блоков корректные и несложные, но позволяют лучше закрепить и понять сказанное в видео. Уровень слушателя: вы можете совсем ничего не помнить о биологии со школы.

8️⃣Курс “ГМО: технологии создания и применение” от НГУ
https://www.coursera.org/learn/gmo
Моя АААбсолютная рекомендация. У этого курса промо-ролик как блокбастер, потому что сам курс -- блокбастер в мире курсов. Основы биологии со ставкой на биотехнологии.

9️⃣ Курс “Введение в биоинформатику (Introduction to Bioinformatics)”
https://www.coursera.org/learn/bioinformatika/
Здесь уже посложнее и налетать на него стоит со знанием основ биологии. Зато здесь работа с конкретным биоинформатическим софтом, базами и прикладными задачами. На момент, когда я проходила, они закрывали курс и была проблема с получением сертификатов. Как сейчас не знаю, но его стоит пройти и не для сертификата, а для себя.

🔟 Курс “Введение в биоинформатику: метагеномика“ от СПбГУ
https://stepik.org/course/2557/
Аналогичен курсу выше и от тех же авторов, но ориентирован на метаге