Авторы данного исследования изучили добавочные хромосомы человека, желтогорлой мыши (Apodemus flavicollis) и восточноазиатской мыши (Apodemus peninsulae). Секвенирование отдельных хромосом позволило выяснить состав ДНК добавочных хромосом, а главное с высокой точностью определить границы дуплицированных участков генома.
Было показано, что добавочная микрохромосома человека содержит участок хромосомы 15, ограниченный высокоповторенной ДНК центромер (альфа-сателлитами), между которыми, по всей видимости, произошла незаконная рекомбинация. Добавочные хромосомы двух видов мышей состоят из целого набора фрагментов основного генома, в том числе и гены: 38 у желтогорлой мыши, 32 у восточноазиатской. При этом полностью случайным состав этих хромосом назвать нельзя. У обоих видов наблюдается обогащение генами, связанными с цитоскелетом и контролем клеточного цикла. Общим в составе добавочных хромосом является ген киназы Vrk1, фосфорелирующей белок апоптоза р53. Ранее киназы-регуляторы клеточного цикла обнаруживали в добавочных хромосомах и других видов млекопитающих. По предположению авторов, эти копии генов могут способствовать сохранению и накоплению добавочных хромосом. Проведенная работа свидетельствует о том, что генетическое разнообразие определяется сложным сочетанием случайных и направленных процессов.
Более подробно с результатами исследования можно ознакомиться по ссылке: https://link.springer.com/article/10.1007/s00412-018-0662-0
Ирина Георгиевна и Евгений Иванович Пальчиковы, профессора кафедры общей физики Физического факультета НГУ, в браке уже 50 лет. В преддверии Дня семьи любви и верности они рассказали нам трогательную и душевную историю о том, какой путь они вместе прошли и какие жизненные принципы помогли им преодолеть все трудности.
Выпускники получили дипломы магистров сразу двух престижных вузов: диплом по направлению подготовки «Менеджмент» от НГУ и диплом по направлению подготовки «Инноватика» от НИУ ВШЭ.
Разработанный модуль объединяет процедуры синхронной инверсии и литоклассификации с применением машинного обучения. Модуль автоматически находит все необходимые параметры, избавляя специалиста от необходимости подбирать их вручную. Такое решение позволяет заметно сократить время интерпретации трёхмерных сейсмических данных и повысить точность и оперативность прогноза распределения коллектора на реальных месторождениях. На сегодняшний день прямых аналогов такого сочетания алгоритмов на российском и зарубежном рынках не имеется.