Определение лекарственной устойчивости и субтипа ВИЧ-1
🧬 Описание пейплайна
Наш алгоритм обеспечивает полный цикл обработки данных секвенирования для выявления мутаций лекарственной устойчивости и точного определения субтипа ВИЧ-1.
- 📥 На входе: Сырые данные в формате
FASTQ(например, после того как ML-модель Dorado (base-caller) переведет электрические сигналы с нанопоры в данные о нуклеотидах; преобразование POD5/FAST5 в FASTQ). - 📤 На выходе: Детальный HTML-отчёт для врача-клинициста и расширенный отчёт для биоинформатика.
📊 Доступность продукта
| Платформа | Статус доступности |
|---|---|
| OnSiteSeq Cockpit Edge | 🟢 Доступно |
| OnSiteSeq Cockpit Desktop | 🟢 Доступно |
| OnSiteSeq Cockpit Cloud | 🔴 Не доступно |
⚙️ Версии и ML-модели
Мы постоянно совершенствуем наш пайплайн и модели машинного обучения.
Основной инструмент
| Компонент | Текущая версия |
|---|---|
| OnSiteSeq HIV Pipeline | 1.0 |
ML-модели
| Модель | Версия | Описание и история версий |
|---|---|---|
| HIV-1-M-Env-Rus | 1.0 |
История версий (Changelog) |
| HIV-1-Resist-Rus | 3 |
История версий (Changelog) |
📚 Публикации и Конференции
Наш инструмент прошел валидацию и был представлен на следующих ведущих научных площадках:
- МНСК-2026 — Перейти к странице доклада
- МФТИ-2026 — Перейти к странице доклада
- МСИТ-2026 — Перейти к странице доклада
🛠 Под капотом: Зависимости и Окружение (Pipeline Stack)
Пайплайн управляется с помощью фреймворка Snakemake и разделен на изолированные Conda-окружения для максимальной воспроизводимости. Ключевые библиотеки и инструменты в зависимостях.
| Этап пайплайна | Используемые библиотеки и инструменты |
|---|---|
| 1. Контроль качества (QC) | Python 3.10, porechop_abi, NanoFilt, pigz |
| 2. Выравнивание (Alignment) | minimap2, samtools |
| 3. Сборка консенсуса | medaka 1.11.*, bcftools, htslib |
| 4. ML Предсказание | PyTorch >=2.0, BioPython, pandas, scikit-learn |
🖥 Пример карточки пейплайна в OnSiteSeq Cockpit
📋 Примеры отчётов
Ознакомьтесь с тем, как выглядят итоговые результаты работы пайплайна:
🔬 Связанные OnSiteSeq-исследования
Углубитесь в контекст проблемы, изучив наши дополнительные материалы и статьи.
Академические исследования:
Научно-популярные статьи, видео (Дзен):
© 2026 Роман Горбенко, МФТИ-стартап "OnSiteSeq - Секвенирование на месте (у кровати / у стола / в поле)"