Курс Nestarenie для начинающих ученых

Для тех, кто хочет разбираться в биологии старения с целью проведения исследований в области увеличения продолжительности жизни человека и разработки моделей ИИ для увеличения продолжительности жизни – успеваемость. 

Автор курса – Веремеенко Дмитрий, сфера профессиональной деятельности – data science в медицине, основатель исследовательского проекта, изучающего терапии, направленные на увеличение продолжительности жизни человека, сооснователь сервиса для продления жизни, основатель форума о продлении жизни Nestarenie Camp, со-автор книги “Бонусные годы“, обладатель премии Leaders Club 2021 года за вклад в развитие антивозрастной медицины, создатель справочного блога о старении человека (nestarenie.ru), WhatsApp: +7 925 9244328 Dmitriy-tae@yandex.ru

 

Требования:
1. Отсутствие страха перед математикой и программированием.
2. Выполнение домашних заданий ко всем урокам. 
3. Наличие Microsoft Excel, PowerPoint, Word, а остальное установим в процессе.
4. Выполнять домашние задания, либо на Microsoft Word, либо Excel, либо PowerPoint, а также в других программах. После выполнения домашнего задания файлы следует сохранить в формате pdf (или .ipynb)  и выслать на проверку (успеваемость). Также в процессе работы будем использовать Python, Jupyter Notebook, Google Colab, Terminal – установим и разберемся в этом в процессе.
5. Уроки будут on-line, а  также в записи

Старт с 26 февраля 2024 года, длительность – до сентября 2025 года

Стоимость: бесплатно. Количество мест – 90, а также 20 мест в резерве для студентов из страны, где я проживаю.

На сегодня мест не осталось, но места могут освобождаться.

Проиграть видео

Я решил предоставлять образовательный контент бесплатно, потому что верю, что процесс обучения других является мощным инструментом для углубления собственных знаний. Существует мудрость, гласящая: чтобы досконально разобраться в теме, попробуй объяснить её другим. Преподавание заставляет меня вникать в тонкости предмета, а студенты, выступая в роли критиков и рецензентов, помогают мне улучшать и развивать мои знания. Таким образом, наши уроки становятся взаимно обогащающим процессом.

Помимо этого, одной из моих целей является подготовка квалифицированных специалистов для участия в наших проектах.

Содержание курса
  • Строение клетки, ДНК, РНК, рибосомы, белок, эпигенетика, коллаген, митохондрии, нокауты генов, гормон роста, инсулин подобный фактор роста 1-го типа, mTOR, понятие рецепторов гормонов, внеклеточный матрикс, стволовые клетки, жесткость артерий, гены, матриксные металлопротеиназы, тимус, B-клетки (B-лимфоциты) иммунитета, Т-клетки (Т-лимфоциты) иммунитета.
  • Генеральная совокупность
  • Выборка
  • Вероятность
  • Логарифм
  • и др.
  • Математический подход к старению, нестарению и омоложению.
  • Использование Закона Гомпертца.
  • Анализ времени удвоения вероятности смерти.
  • Смертность в контексте МКБ.
  • Ректангуляризация кривых выживания.
  • Исследование кривых смертности.
  • Ограничения Закона Гомпертца.
  • Замедление скорости старения.
  • Отличия в механизмах старения у людей и животных.
  • Недостоверность доклинических исследований.
  • Застой в биологии старения.
  • Разрыв между экспериментами и мнениями экспертов.
  • Разработка часов биологического возраста.
  • Старение как квазипрограмма.
  • Влияние эволюции на темпы старения у различных видов.
  • Пересмотр представлений о старении голого землекопа.
  • Гренландская акула как объект для изучения экстремального долголетия.
  • Ограничения продления жизни, связанные с износом эластина.
  • Использование параллельного переноса и ректангуляризации для определения биологического возраста.
  • Роль рандомизированных контролируемых исследований в изучении старения.
  • Анализ отношения опасности в исследованиях долголетия.
  • Преобразование риска в эквивалентные годы жизни.
  • Потенциальное увеличение ожидаемой продолжительности жизни человека.
  • Причины развития атеросклероза.
  • Как снизить риск атеросклероза до пренебрежимо низкого уровня.
  • Перспективы медицины в области атеросклероза.
  • Установка и использование ChatGPT4
  • Задание на лето – поиск данных
  • Математическое моделирование для управления рисками смертности и продления жизни до 150 лет.
  • Технологии восстановления эластина для замедления старения.
  • Разработка искусственных органов
  • Таргетная терапия для устранения клональной экспансии и связанных с ней заболеваний.
  • Генная терапия для лечения болезни Паркинсона.
  • Разработка модели машинного обучения для прогнозирования смертности и определения факторов, влияющих на продление жизни человека.
  • Сбор и обработка данных для обучения искусственного интеллекта в области долголетия.
  • ИИ и компьютерный интеллект управляют долголетием человека
  • Пациент и врач не способны к объективной оценке
  • Почему связь не является причиной
  • Никому не доверяем, все проверяем
  • Нахождение размера выборки
  • Математическое ожидание и среднее значение выборки
  • Генеральная совокупность и выборочная совокупность
  • Среднее квадратическое отклонение
  • Надежность
  • K-критерий оценки
  • Критерий оценки Фишера Z
  • Нахождение доверительного интервала
  • Рандомизация
  • Проспективность и ретроспективность
  • Основные критерии, свидетельствующие об успешности эксперимента

Каникулы

  • Функция print()
  • Операции со строками
  • Целые числа и дробные
  • Арифметические операции
  • Типы данных
  • Переменные
  • input()
  • Форматирование строк
  • Условия
  • Конструкции if
  • Конструкция else
  • Конструкция elif
  • Сразу два условия
  • Хотя бы одно из условий
  • Условный цикл while
  • Создание функции
  • Позиционные аргументы
  • Именованные аргументы
  • Возврат значения из функции
  • Принцип работы
  • GPT (Generative Pre-trained Transformer)
  • BERT (Bidirectional Encoder Representations from Transformers)
  • T5 (Text-to-Text Transfer Transformer)
  • Механизм Self-Attention (само-внимание)
  • Симантическое сходство
  • Эмбеддинги
  • Косинусовое сходство
  •  Загрузка предобученной модели и обучение
  • стоп-слова
  • пробелы и лишние символы,
  • пунктуация и нижний регистр,
  • токенизация, лемматизация

Урок 36. BERT применение - 28 апреля 2025 (20:00 по Москве)

  • Функция поиска подходящего ответа из датасета, используя эмбеддинги, созданные BERT
  • Применение для поиска релевантной информации в области биологии старения и радикального продления жизни человека

Урок 37. BERT создание датасета- 5 мая 2025 (20:00 по Москве)

  • Принцип создания датасета.

Каникулы

Молекулярная биология и генетика на Biopython

  • База данных NCBI gene, вырезание гена из хромосомы с помощью Biopython
  • От гена до белка, синтез белка на Biopython
  • Мутации и база данных NCBI SNP. (genome_Dmitrii_Veremeenko_v4_Full_20170427075822.txt)
  • Лабораторные методы: получение ДНК и белков, ПЦР, гель-электрофорез, база данных NCBI protein, structure, PDB.
  • Секвенирование
  • Итоговый проект

Введение в анализ данных в медицине

  • Обзор профессии и вакансии
  • Источники медицинских данных
  • Data Science в разработке и тестировании лекарств
  • Клинические исследования
  • Персонифицированная и предиктивная медицина
  • Типы медицинских данных

Прикладная статистика в медицине

  • Планирование исследований
  • Описательная статистика и распределение вероятностей
  • Популярные параметрические и непараметрические тесты: введение
  • Тесты для 3 и более групп сравнения, post-hoc тестирование
  • Пермутационный тест, бутстрап анализ и метод максимального правдоподобия
  • Регрессионные модели
  • Анализ выживаемости: введение
  • Консультация по итоговому проекту. Тема проекта – определение эффективности препарата для лечения рака

Прогнозирование и диагностика в медицине с помощью машинного обучения

  • Классификация воображения движений
  • Датасет по вызванным потенциалам
  • Установка и импорт пакетов
  • Прогнозирование давлений путем инвертирования функции ПИД-регуляторов

Computer Vision для медицинских изображений

  • Классификация воображения движений: методы лучевой диагностики, рабочий процесс анализа медицинских изображений, форматы медицинских изображений.
  • Классификация пневмоторакса
  • Детекция Covid-пневмонии н Rg-снимках органов грудной клетки
  • Сегментация предсердия на МРТ-изображениях грудной клетки

Работа в проекте Nestarenie Global

Обязанности:

  • Разработка моделей увеличения ожидаемой продолжительности жизни
  • Поиск новых генов, ассоциируемых с долголетием
  • Разработка инструментов персонифицированной и предиктивной медицины для продления жизни
  • Data Science в разработке и тестировании лекарств
  • Аналитика в биологии старения

4 комментария

Чтобы подписаться на комментарии, прочитайте Согласие с рассылкой и Политику конфиденциальности

Комментируя, вы принимаете условия соглашения.

  1. Оксана, 37
    01 ноября 2024, 04:43

    Дмитрий, я не врач, не ученый и не умею кодить. Изучаю тело, через него механизмы старения. Читаю вас, соглашаюсь через внутреннее – “да”, есть дитскутабельные позиции, с высоты маленького опыта. Есть ли шанс преодолеть парсеки – попасть в вашу вселенную? Желание – всепоглощающее, силы изучать – чувствую и понимание времени и погружения -есть.

  2. Игрик 32
    24 апреля 2024, 03:28

    – Что думаете по поводу английского языка?
    – Важен ли он для изучения медицины и науки долголетия?
    – Или можно уже обойтись Гугл или Яндекс переводчиками?
    – Возникает вопрос: Зачем его учить, если нейросети переводят быстро и качественно?

    Как думаете, китайский язык в научной сфере скоро вытеснит английский или нет?

    1. Дмитрий Веремеенко
      24 апреля 2024, 23:01

      Рекомендует только врач. Я не врач, но делюсь данными исследований.
      Отрезайте у ссылок http:

      В принципе языки ИИ переводит хорошо.

  3. Дмитрий
    22 апреля 2024, 23:17

    Пишите здесь комментарии

Получить консультацию

Для заполнения данной формы включите JavaScript в браузере.