• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Иллюстрация к новости: Использование нанопорового секвенирования для анализа промышленных штаммов лактобактерий

Использование нанопорового секвенирования для анализа промышленных штаммов лактобактерий

В лаборатории исследований молекулярных механизмов долголетия введен в эксплуатацию новый портативный секвенатор “Нанопорус”, основанный на технологии нанопорового секвенирования. Он позволяет получать длинные прочтения ДНК и РНК без амплификации и химической модификации образцов. Первое применение прибора направлено на расшифровку геномов десяти промышленных штаммов лактобактерий, используемых в сыроделии. Полученные данные станут основой для сборки полных геномов методом de novo и изучения структурных вариаций. Внедрение технологии расширяет исследовательские возможности лаборатории в области геномики, эпигенетики и молекулярных механизмов долголетия.

Иллюстрация к новости: Наука о здоровье и пище: новые вызовы и горизонты

Наука о здоровье и пище: новые вызовы и горизонты

В Национальном центре «Россия» 23–24 сентября прошла секция «Ключевые драйверы создания устойчивых пищевых систем и инновационных моделей питания в парадигме Единого здоровья». Она объединила ведущих учёных и специалистов отрасли в рамках 5-й Международной конференции «Качество и безопасность пищевой продукции». Заведующий лабораторией молекулярных механизмов долголетия Максим Шкурников и научный сотрудник Иван Антипенко представили яркий доклад о пяти штаммах Lactococcus, который стал центром живой дискуссии.

Иллюстрация к новости: Прогнозирование высокого уровня липопротеина (а) с помощью рутинных биохимических анализов: эффективный скрининг на основе медицинских данных

Прогнозирование высокого уровня липопротеина (а) с помощью рутинных биохимических анализов: эффективный скрининг на основе медицинских данных

Лаборатория молекулярных механизмов долголетия НИУ ВШЭ разрабатывает метод прогнозирования повышенного уровня липопротеина (а) на основе рутинных биохимических анализов и машинного обучения. Использование уже имеющихся медицинских данных позволит выявлять группы риска сердечно-сосудистых заболеваний без дополнительных затрат, что улучшит раннюю диагностику и персонализированное лечение.