Лаборатория параллельных вычислений и информационных технологий

Статистика научной деятельности


О лаборатории

Лаборатория работает с 2009 года. Основное научное направление включает в себя применение широкого спектра методов трехмерного молекулярного моделирования для предсказания структуры и свойств как высоко- и низкомолекулярных соединений, так и сложных надмолекулярных систем; применение и разработку программного обеспечения для решения сложных задач с использованием параллельных вычислений; анализ больших массивов данных. Лаборатория также осуществляет широкую информационно-техническую поддержку вычислительного оборудования и сети ИБМХ.

Тел.: +7 (499) 245-07-68, +7 (499) 246-33-74

Сотрудники


Проекты

  1. Участие в межведомственной программе исследований РАМН «Протеомика в медицине и биотехнологии».
  2. Участие в работах в рамках договора с ЦНИИмаш по ОКР «МКС-Наука-ИБМХ-2007-2009» «Определение белков и ингибиторов. Проведение подготовки космических экспериментов для кристаллизации белков и их комплексов (КЭ «Кристаллизатор»)».
  3. Грант РФФИ-08-04-01576-а. Предсказание селективности связывания и спектра действия лигандов ядерных рецепторов на основании анализа виртуальных взаимодействий.

Оборудование


Основные вычислительные ресурсы

  • Сервер Origin 350 8xMIPS R16000-700 CPU, 8GB RAM, 680GB HDD (RAID), IRIX 6.5.
  • Кластер HP 33x2xAMD Opteron 2.6 GHz двуядерные (33 узла), 16x12GB+16 RAM, 24x73GB HDD, Infinity Band (MPI interconnect), Gigabit Ethernet, Windows 2003 Compute Cluster edition.
  • Кластер SUN 32xAMD Opteron 2.2 GHz (16 узлов), 16x2GB RAM, 16x73GB HDD, Infinity Band (MPI interconnect), Gigabit Ethernet, LINUX
  • Кластер Mascot IBM x3650 2 x 2.66GHz quad core Intel E5430, 10Gb RAM, 5 x 146 GB SAS HDD; 8 blades, 2 x 2.66GHz quad core Intel E5430, 6Gb RAM 73Gb, 10K SAS HDD, LINUX
  • Система хранения данных Sun Storage 7410 Unified Storage System – 37 ТБ

Результаты

  • WWW-сайт ИБМХ РАМН
  • pIPredict – компьютерная программа для предсказания изоэлектрической точки пептидов и белков.

Публикации


2018

2017

  1. Скворцов В.С., Алексейчук Н.Н., Рыбина А.В., Коррекция электрофоретического сдвига в виртуальном 2D SDS-PAGE электрофорезе, Биомедицинская химия, 2017, 63(3), 278-283
  2. Скворцов В.С., Микурова А.В., Рыбина А.В., Применение методов de novo секвенирования для идентификации белков, Биомедицинская химия, 2017, 63(4), 341-350
  3. Микурова А.В., Новикова С.Е., Скворцов В.С., Алексейчук Н.Н., Рыбина А.В., Мирошниченко Ю.В., Степень покрытия аминокислотной последовательности при использовании различных методов анализа масс-спектрометрических данных, полученных на модельных белках, Биомедицинская химия, 2017, 63(5), 397-404
  4. Mikurova A.V., Rybina A.V., Skvortsov V.S., Prediction of selective inhibition of neuraminidase from various influenza virus strains by potential inhibitors, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2017, 11(2), 166-185

2016

  1. Щербаков А.М., Левина И.С., Куликова Л.Е., Федюшкина И.В., Скворцов В.С., Веселовский А.В., Кузнецов Ю.В., Заварзин И.В., Цитотоксическая активность и молекулярное моделирование прогестинов – прегна-D`-пентаранов, Биомедицинская химия, 2016, 62(3), 290-294
  2. Микурова А.В., Рыбина А.В., Скворцов В.С., Предсказание селективного торможения нейраминидазы вируса гриппа различных штаммов потенциальными ингибиторами, Биомедицинская химия, 2016, 62(6), 691-703
  3. Rybina A.V., Skvortsov V.S., Kopylov A.T., Zgoda V.G., A Simple Method of Prediction of Visibility of Peptides in Mass Spectrometry with Electrospray Ionization, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2016, 10(1), 91-95
  4. Skvortsov V.S., Alekseychuk N.N., Khudyakov D.V., Mikurova A.V., Rybina A.V., Novikova S.E., Tikhonova O.V., The Program ProteoCat as a Tool for Planning of Proteomic Experiments, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2016, 10(3), 220-226
  5. Scherbakov A.M., Levina I.S., Kulikova L.E., Fedyushkina I.V., Skvortsov V.S., Veselovsky A.V., Kuznetsov Y.V., Zavarzin I.V., Cytotoxic Activity and Molecular Modeling of Progestins, Pregna-D`-Pentaranes, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2016, 10(4), 341-345
  6. Amelio I., Tsvetkov P.O., Knight R.A., Lisitsa A., Melino G., Antonov A.V., SynTarget: an online tool to test the synergetic effect of genes on survival outcome in cancer, Cell Death and Differentiation, 2016, 23, 912
  7. Trifonova O., Knight R.A., Lisitsa A., Melino G., Antonov A.V., Exploration of individuality in drug metabolism by high-throughput metabolomics: the fast line for personalized medicine, Drug Discovery Today, 2016, 21(1), 103–110
  8. Ikryannikova L.N., Ischenko D.S., Lominadze G.G., Kanygina A.V., Karpova I.Y., Kostryukova E.S., Mayansky N.A., Skvortsov V.S., Ilina E.N., Govorun V.M., The mystery of the fourth clone: comparative genomic analysis of four non-typeable Streptococcus pneumoniae strains with different susceptibilities to optochin, European Journal of Clinical Microbiology and Infectious Diseases, 2016, 35(1), 119-130
  9. Amelio I., Knight R.A., Lisitsa A., Melino G., Antonov A.V., p53MutaGene: an online tool to estimate the effect of p53 mutational status on gene regulation in cancer, Cell Death and Disease, 2016, 7, e2148

2015

  1. Скворцов В.С., Алексейчук Н.Н., Худяков Д.В., Ромеро Рейес И.В., pIPredict – компьютерная программа для предсказания изоэлектрической точки пептидов и белков, Биомедицинская химия, 2015, 61(1), 83-91
  2. Скворцов В.С., Алексейчук Н.Н., Худяков Д.В., Микурова А.В., Рыбина А.В., Новикова С.Е., Тихонова О.В., Программа ProteoCat как инструмент планирования протеомного эксперимента, Биомедицинская химия, 2015, 61(6), 770-776
  3. Landré V., Amelio I., Barlev N.A., Knight R.A., Lisitsa A., Melino G., Antonov A.V., Perspective on multi-target antiplatelet therapies: high content phenotypic screening as an unbiased source of novel polypharmacological strategies, Mini Reviews in Medicinal Chemistry, 2015, 15(8), 622-629
  4. Amelio I., Landré V., Knight R.A., Lisitsa A., Melino G., Antonov A.V., Polypharmacology of small molecules targeting the ubiquitin-proteasome and ubiquitin-like systems, Oncotarget, 2015, 6(12), 9646-9656
  5. Skvortsov V.S., Alekseytchuk N.N., Khudyakov D.V., Romero Reyes I.V., pIPredict: A computer tool for prediction of isoelectric points of peptides and proteins, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2015, 9(3), 296-303

2014

  1. Рыбина А.В., Скворцов В.С., Копылов А.Т., Згода В.Г., Простой метод оценки вероятности детекции пептида при масс-спектрометрии с электроспрейной ионизацией, Биомедицинская химия, 2014, 60(6), 707-712
  2. Fedyushkina I.V., Romero Reyes I.V., Lagunin A.A., Skvortsov V.S., Prediction of the action of ligands of steroid hormone receptors, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2014, 8(1), 53-58
  3. Fedyushkina I.V., Skvortsov V.S., Romero Reyes I.V., Levina I.S., Molecular docking and 3D-QSAR of 16α,17α-cycloalkanoprogesterone derivatives as ligands of the progesterone receptor, Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry, 2014, 8(2), 168-176

2013

  1. Федюшкина И.В., Скворцов В.С., Ромеро Рейес И.В., Левина И.С. Молекулярный докинг и 3D QSAR производных 16α,17α-циклоалканопрогестерона как лигандов рецептора прогестерона // Биомедицинская химия. 2013. Т. 59. № 6. С. 622-635.
  2. Федюшкина И.В., Ромеро Рейес И.В., Лагунин А.А., Скворцов В.С. Предсказание спектра действия лигандов рецепторов стероидных гормонов. // Биомедицинская химия. 2013. Т. 59. № 5. С. 591-599.
  3. Romero Reyes I.V., Fedyushkina I.V., Skvortsov V.S., Filimonov D.A. (2013). Prediction of progesterone receptor inhibition by high-performance neural network algorithm. Internat. J. Math. Models and Methods Appl. Sci., 7(3) 303-310.

2012

  1. Irina Fedyushkina, Ilyakay Romero Reyes. «Prediction of Glucocorticoid Receptor Inhibition by High-Performance Neural Network Algorithm». Advances in Mathematical and Computational Methods. Mathematics and Computers in Science and Engineering Series, Ed. Prof. Mihaiela Iliescu, 2012, No 4, pp. 203-208.

2011

  1. О.В. Тихонова, В.С. Скворцов О.А. Раевский, МОЛЕКУЛЯРНОЕ МОДЕЛИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ АЦЕТИЛХОЛИНЭСТЕРАЗЫ С НЕОБРАТИМЫМИ И ОБРАТИМЫМИ ФОСФОРОРГАНИЧЕСКИМИ ИНГИБИТОРАМИ, Биомедицинская химия, 2011, том:57(1), стр:61-76

2010

  1. O. V. Tikhonova, V. S. Skvortsov and O. A. Raevsky, Molecular modeling of acetylcholinesterase interaction with irreversible and reversible organophosphorus inhibitors , Biochemistry (Moscow) Supplement, 2010, том:4, стр:342-352

Партнеры

  • Институт физиологически-активных веществ РАН (Черноголовка)
  • Российский национальный исследовательский медицинский университет имени Н. И. Пирогова(РНИМУ им. Н.И. Пирогова)
  • Институт органической химии РАН
  • Институт молекулярной биологии РАН