Блок задач №2

Автор

Анна Валяева

Дата публикации

12 октября 2026 г.

В задании 1 вы отобрали подвыборку наблюдений, с которой продолжаете работать и в этом блоке заданий.

Иммунный ответ на вакцинацию

Набор данных vaccine_data_2026.txt

Столбцы:

  • ParticipantID - уникальный идентификатор участника
  • Timepoint - временная точка измерения: Baseline (до вакцинации), Week2 (через 2 недели - пик ответа), Month3 (через 3 месяца - оценка стойкости)
  • Sex - пол участника (Male/Female)
  • Ethnicity - этническая принадлежность (Caucasian, Asian, African, Hispanic, Other)
  • Previous_Infection - наличие предшествующей инфекции (Yes/No)
  • Vaccine_Type - тип полученной вакцины: mRNA, Viral_Vector, Protein_Subunit, Placebo (контроль)
  • HLA_Type - тип HLA-аллеля (A02:01, A24:02, B07:02, B44:02, Other); влияет на презентацию антигена
  • Age - возраст участника в годах
  • BMI - индекс массы тела (кг/м²)
  • Antibody_IgG - уровень IgG-антител (МЕ/мл)
  • T_Cell_Response - T-клеточный ответ по IFN-γ ELISpot (spot-forming cells)
  • Neutralizing_Titer - титр нейтрализующих антител
  • Adverse_Event_Severity - тяжесть системных побочных эффектов (0-3): 0=нет, 1=легкие, 2=умеренные, 3=тяжелые

Задание 4

Иммунологически наивные пациенты (не имевшие предшествующего контакта с патогеном) представляют наибольший интерес при оценке первичной иммуногенности вакцин. Исследуйте, различается ли уровень пикового гуморального ответа (уровень антител на 2-ой неделе) между платформами вакцин в группе участников, у которых не было предшествующей инфекции.

Задание 5

Различные аллели HLA по-разному презентуют антигены, что может влиять на силу и динамику иммунного ответа. Отобрав данные только по участникам, получившим наиболее эффективную вакцину (см. результаты задания 4), исследуйте, как тип HLA-аллеля влияет на динамику среднего уровня IgG-антител в отобранной когорте участников на протяжении всего периода наблюдения (3 временные точки). Исходя из визуализации предположите, какие аллели можно считать «высокопрезентирующими», какие - «низкопрезентирующими».

Задание 6

Не все антитела, вырабатываемые после вакцинации, обладают нейтрализующей активностью. Доля нейтрализующих антител от общего пула IgG считается маркером «качества» гуморального ответа. Рассчитайте эту долю для каждого участника по данным второй недели и исследуйте, зависит ли качество иммунного ответа от возраста. Есть ли основания полагать, что эта зависимость различается между типами вакцин?

Задание 7

Важно понимать не только абсолютный уровень антител в конкретный момент времени, но и характер их изменения на протяжении наблюдения. Некоторые пациенты демонстрируют устойчивый высокий уровень, другие — быстрый спад после пика. Для каждого участника, получившего любую из активных вакцин, сравните уровень IgG-антител на 2-й неделе и на 3-м месяце. Классифицируйте характер динамики антител на две категории: «медленный спад» (уровень на 3-м месяце ниже, чем на 2-й неделе, менее чем на 50%) и «быстрый спад» (уровень на 3-м месяце ниже более чем на 50%). Визуализируйте, как распределены участники исследования по этим двум категориям динамики для каждого типа вакцины, чтобы можно было оценить, у какой вакцины преобладает устойчивый ответ, а у какой - быстрый спад.

CRISPR-Cas9 скрининг с временной динамикой

Набор данных crispr_data_2026.txt

Столбцы:

  • Gene_Name - yникальный идентификатор таргетного гена
  • Chromosome - хромосома, на которой расположен ген
  • Cell_Line - клеточная линия: BRCA1_mut_A и BRCA1_mut_B (мутантные по BRCA1, дефект гомологичной рекомбинации), WT (дикий тип, нормальная репарация ДНК)
  • Timepoint - временная точка измерения после трансдукции: Day_0 (baseline, до отбора), Day_7 (ранний эффект), Day_14 (пик эффекта для синтетической летальности), Day_21 (поздний эффект, гибель клеток)
  • Gene_Category - функциональная категория гена в контексте скрининга: essential (эссенциальный, нужен для выживания всех клеток), synthetic_lethal (синтетически летальный, летален только в BRCA-мутантах), neutral (нейтральный, нокаут не влияет на выживаемость), protective (защитный, нокаут усиливает пролиферацию)
  • Gene_Biotype - тип гена по геномной аннотации: protein_coding (белок-кодирующий), lncRNA (длинная некрдирующая РНК), pseudogene (псевдоген), miRNA (миРНК)
  • Pathway - участие продукта гена в биологическом пути: DNA_Repair, Cell_Cycle, Apoptosis, Metabolism, Other
  • GC_Content - усредненное GC-содержание спейсерной последовательности sgRNA
  • sgRNA_Count - количество уникальных sgRNA на ген
  • Log2FoldChange - логарифмическое изменение количества клеток с нокаутом данного гена в данной временной точке относительно baseline. Отрицательные значения = обеднение (нокаут снижает выживаемость), положительные = обогащение (нокаут даёт преимущество)
  • P_value - статистическая значимость изменения количества клеток
  • Essentiality_Score - базовая важность гена для выживания клетки (0-1), рассчитанная из независимых предыдущих исследований. Эссенциальные гены: 0.8-1.0; синтетически летальные: 0.3-0.6; защитные: 0.2-0.5; нейтральные: 0-0.3
  • Expression_Value - уровень экспрессии гена, выраженный в log2(TPM+1), по данным RNA-seq, измеренного в тех же клеточных линиях до CRISPR скрининга
  • S_Phase_Fraction - доля клеток в S-фазе клеточного цикла (%) по данным проточной цитометрии (PI staining), измеренная для популяции клеток с нокаутом данного гена

Задание 4

В функциональной геномике предполагается, что высокоэкспрессируемые гены более чувствительны к нокауту, поскольку клетка сильнее зависит от их белкового продукта. Проверьте эту гипотезу на клеточной линии WT на двух группах генов - эссенциальных и всех остальных. Исследуйте, существует ли связь между базальным уровнем экспрессии гена и силой эффекта его нокаута (абсолютное значение Log2FoldChange) на 21-й день эксперимента.

Задание 5

Ключевой критерий синтетической летальности — специфичность: ген должен быть летальным в мутантных клетках, но не затрагивать клетки дикого типа, в которых компенсаторный механизм (BRCA1) функционирует нормально. Исследуйте специфичность эффекта синтетически летальных генов на 14-й день: для каждого гена рассчитайте разницу эффекта нокаута между одной из BRCA1-мутантных линий и клеточной линией WT и оцените, насколько последовательно эта разница указывает на BRCA-специфичную летальность, сравнив с эффектами нокаута эссенциальных генов.

Задание 6

Гены репарации ДНК и гены клеточного цикла предположительно вызывают разные типы клеточного ареста при нарушении гомологичной рекомбинации: первые приводят к накоплению клеток в S-фазе из-за репликационного стресса, вторые — к блоку входа в S-фазу (G1-аресту). Исследуйте, как различается динамика средней доли клеток в S-фазе между эссенциальными генами путей DNA_Repair и Cell_Cycle на протяжении эксперимента (Day 0–21) в клеточной линии BRCA1_mut_A, и определите, в какой временной точке расхождение между траекториями максимально.

Задание 7

В функциональных скринингах важно понимать, какие биологические пути наиболее чувствительны к генетическим пертурбациям. Исследуйте, какие биологические пути наиболее часто представлены среди генов, дающих сильный эффект нокаута (абсолютное значение Log2FoldChange находится в верхней квартили распределения) на 21-й день в клеточной линии BRCA1_mut_A.

Лонгитюдное исследование микробиома при воспалительных заболеваниях кишечника

Набор данных microbiome_data_2026.txt

Столбцы:

  • PatientID - yникальный идентификатор пациента
  • Timepoint - временная точка: Baseline (до лечения), Week4 (4 недели), Week12 (12 недель)
  • Treatment_Group - группа лечения: Treatment (терапия) или Placebo (контроль)
  • Sex - пол пациента (Male/Female)
  • Disease_Type - тип заболевания: CD (Crohn’s Disease - болезнь Крона) или UC (Ulcerative Colitis - язвенный колит)
  • Diet_Type - тип диеты: Mediterranean (средиземноморская), Standard_Western (стандартная западная), Vegetarian (вегетарианская)
  • Antibiotic_Use - прием антибиотиков в течение исследования (Yes/No)
  • Smoking_Status - статус курения: Never (никогда), Former (бросил), Current (курит)
  • Age - возраст пациента в годах
  • Clinical_Score - клинический индекс активности заболевания (CDAI); чем выше, тем тяжелее состояние
  • Shannon_Diversity - индекс разнообразия микробиома Шеннона; чем выше, тем больше разнообразие и лучше состояние
  • Firmicutes_Bacteroidetes_Ratio - соотношение Firmicutes/Bacteroidetes; маркер дисбиоза
  • Bacteroides_Fraction - доля бактерий рода Bacteroides в микробиоте; продуценты короткоцепочечных жирных кислот
  • SCFA_Concentration - концентрация короткоцепочечных жирных кислот (мкМ/л)

Задание 4

Альфа-разнообразие микробиома традиционно считается маркером здоровья кишечника, однако его прямая связь с клиническим исходом не всегда однозначна. Оцените, ассоциировано ли высокое разнообразие микробиома (выше медианного значения индекса Шеннона) с более благоприятным клиническим исходом на 12-й неделе.

Задание 5

Бактерии рода Bacteroides являются ключевыми комменсалами кишечника и основными продуцентами противовоспалительных метаболитов. Исследуйте, коррелирует ли улучшение клинического состояния пациента с увеличением доли Bacteroides в микробиоте на фоне терапии. Для этого рассчитайте изменение клинического индекса и доли Bacteroides между исходной точкой и 12-й неделей для каждого пациента и визуализируйте связь между этими двумя величинами.

Задание 6

Нормализация соотношения основных бактериальных групп (Firmicutes/Bacteroidetes) считается признаком восстановления здорового микробиома после терапии. Исследуйте, какая комбинация типа заболевания (болезнь Крона или язвенный колит) и типа диеты ассоциирована с наибольшей долей пациентов, достигших нормализованного микробного соотношения (в диапазоне 0.8–2.0) к 12-й неделе биологической терапии. Используйте классификацию пациентов на три категории по статусу соотношения Firmicutes/Bacteroidetes: «дисбиоз с преобладанием Firmicutes» (> 2), «норма» (0.8–2) и «дисбиоз с преобладанием Bacteroides» (< 0.8).

Задание 7

Разнообразие микробиома (индекс Шеннона) является ключевым маркером здоровья кишечника и может изменяться в ответ на терапию. Исследуйте, как изменяется среднее разнообразие микробиома на протяжении всего периода наблюдения для пациентов, получающих терапию, по сравнению с группой плацебо. Проследите эти изменения отдельно для больных язвенным колитом и болезнью Крона.