Факультет радиофизики и компьютерных технологий

Производится математическое моделирование или воспроизведение (имитация) процессов функционирования исследуемой (моделируемой) системы, с соблюдением основных закономерностей их логики и временной последовательности. Компьютерное или имитационное моделирование реализуется средствами вычислительной техники и используется при моделировании сложных (нелинейных, стохастических, с большим числом элементов и связей между ними) систем, для которых невозможно построить разрешимую аналитическую модель.

Основные публикации:

1. Яцков, Н. Н. Разработка комплексного подхода, основанного на методах имитационного моделирования и интеллектуального анализа данных, для исследования систем прикладной флуоресцентной спектроскопии / Н. Н. Яцков, В. В. Апанасович // Журнал Белорусского государственного университета. Физика. – 2024. – №1. – С. 4–15. (на англ.).
2. Яцков, Н. Н. Имитационное моделирование однонуклеотидных генетических полиморфизмов / Н. Н. Яцков, В. В. Апанасович, В. В. Гринев // Журнал Белорусского государственного университета. Математика. Информатика. – 2024. – №2, – С. 104–112. (на англ.)
3. Yatskou, M. M. Simulation Modelling and Machine Learning Platform for Processing Fluorescence Spectroscopy Data / M. M. Yatskou, V. V. Apanasovich // Communications in Computer and Information Science. – 2022. – Vol. 1562. – P. 178-190. https://doi.org/10.1007/978-3-030-98883-8_13
4. Skakun, VV. Fluorescence cumulants analysis with non-ideal observation profiles / VV Skakun, EG Novikov, TV Apanasovich, VV Apanasovich // Methods and Applications in Fluorescence. 2015. № 3 (4) . 045003. DOI 10.1088/2050-6120/3/4/045003 (1 квартиль)

Сотрудничество:

1. Laboratory of Biochemistry, Wageningen University, The Netherlands.
2. Cell Biochemistry, University of Groningen, The Netherlands.

Ответственные лица:

• Зав. кафедрой, доцент Скакун В.В.
• Доцент Яцков Н.Н.
• Дигрис А.В.

Контактное лицо:

• Доцент Яцков Н.Н. yatskou@bsu.by

Интеллектуальный анализ данных (англ. Data Mining) ориентирован на обнаружение знаний или закономерностей в больших объемах экспериментальных данных и представляет собой междисциплинарную область исследования, включающую системы баз данных, машинное обучение, статистику, распознавание образов, высокопроизводительные вычисления и конкретные области применения, такие как флуоресцентная спектроскопия и биоинформатика. Будучи междисциплинарной областью, интеллектуальный анализ данных имеет несколько основных тем исследований, таких как анализ и выявление шаблонов, классификацию и предсказательное моделирование, кластерный анализ, анализы выбросов, многомерный анализ.

Основные публикации:

1. Сюй, С. Сравнительный анализ нейронных сетей глубокого обучения для сегментации ядер клеток на иммуногистохимических флуоресцентных изображениях раковых тканей / С. Сюй, В. В. Скакун // Журнал Белорусского государственного университета. Математика. Информатика. урнал Белорусского государственного университета. Математика. Информатика. – 2024. – №1. – С. 59-70.
2. Saetchnikov, I. V. Deep Neural Network-Based Dynamical Object Recognition and Robust Multiobject Tracking Technique for Onboard Unmanned Aerial Vehicle’s Computer Vision-Based Systems / I. V. Saetchnikov, V. V. Skakun and E. A. Tcherniavskaia // IEEE Journal on Miniaturization for Air and Space Systems, vol. 4, no. 3. 2023. – pp. 250-256. doi: 10.1109/JMASS.2023.3274929.
3. Skakun, V. V. Principal Component Analysis of Photon Counting Histograms in Fluorescence Fluctuation Spectroscopy Experiments / V. V. Skakun, M. M. Yatskou, L. M. Nederveen-Schippers, A. Kortholt, V. V. Apanasovich // Journal of Applied Spectroscopy. – 2022. – V. 89, №5. – P. 726-735.

Сотрудничество:

1. Биологический факультет БГУ.
2. University of Groningen, Groningen, Netherlands.

Ответственные лица:

• Зав. кафедрой, доцент Скакун В.В.
• Доцент Яцков Н.Н.

Контактное лицо:

• Зав. кафедрой, доцент Скакун В.В. skakun@bsu.by

Применение новых высокопроизводительных компьютерных технологий в биологии, медицине, фармакологии, пищевой промышленности, животноводстве, наряду с исполь-зованием новейших технологий секвенирования генома и систем биочипов ДНК нового поколения, дало точек развитию нового научного направления – биоинформатики. Биоинформатика связанна с такими дисциплинами как системная биология, информатика, базы данных, системный анализ и компьютерное моделирование. Новый класс решаемых задач направлен на разработку современных подходов системного анализа и компьютерного моделирования для исследования генетической информации.

Основные публикации:

1. Yatskou, M. M. Identification of Single Nucleotide Genetic Polymorphism Sites Using Machine Learning Methods / M. M. Yatskou, E. V. Smolyakova, V. V. Skakun, V. V. Grinev // Advances in Transdisciplinary Engineering. - 2023. Vol. 42. - P. 1031–1037. (impact factor 0.9) doi:10.3233/ATDE231044
2. Yatskou, M. M. Identification of Single Nucleotide Genetic Polymorphism Sites Using Machine Learning Methods / M. M. Yatskou, E. V. Smolyakova, V. V. Skakun, V. V. Grinev // Advances in Transdisciplinary Engineering. – 2023. – Vol. 42. – P. 1031–1037. doi:10.3233/ATDE231044
3. Halavach, T.M. Influence of Complexation with β- and γ-Cyclodextrin on Bioactivity of Whey and Colostrum Peptides / V.P. Kurchenko, E.I. Tarun, N.V. Dudchik, M.M. Yatskou, A.D. Lodygin, L.R. Alieva, I.A. Evdokimov, N.P. Ulrih // International Journal of Molecular Sciences. - 2023. - Vol. 24(18):13987. https://doi.org/10.3390/ijms241813987 (1 квартиль)
4. Grinev, V. V. ORFhunteR: An Accurate Approach to the Automatic Identification and Annotation of Open Reading Frames in Human Mrna Molecules / V. V. Grinev, M. M. Yatskou, V. V. Skakun, M. Chepeleva, P. V. Nazarov // Software Impacts. – 2022. – Vol. 12. – 100268. https://doi.org/10.1016/j.simpa.2022.100268
5. Скакун, В.В. Разработка базы данных мотивов регуляции транскрипции у бактерий / В.В. Скакун, Е.А. Николайчик // Информатика 19 (1). 2022. – с. 59–71. https://doi.org/10.37661/1816-0301-2022-19-1-59-71.

Сотрудничество:

1. Биологический факультет БГУ.
2. Department of Cancer Research, Luxembourg Institute of Health.

Ответственные лица:

• Доцент Яцков Н.Н.
• Зав. кафедрой, доцент Скакун В.В.
• Доцент Лисица Е.В.

Контактное лицо:

• Доцент Яцков Н.Н. yatskou@bsu.by

Методы экспериментальной флуоресцентной спектроскопии используются для изучения оптических свойств молекулярных соединений и находят широкое применение при исследовании фотонных искусственных материалов для приёма и передачи энергии электронного возбуждения, белковых комплексов, биополимеров, секвенировании молекул ДНК и РНК, определении биофункций генов сетей их взаимодействия, биологических мембран, биомаркеров клеток и изменений в органических тканях, медицинской диагностике. Одно из основных ограничений при обработке больших данных флуоресцентной спектроскопии состоит в отсутствии универсальных эффективных автоматизированных систем поддержки и принятия решений, включающих протоколы планирования и проведения экспериментов, программные средства обработки, интерпретации результатов и моделирования изучаемых биофизических процессов. Разработка новых усовершенствованных систем поддержки и принятия решений позволяет упростить и автоматизировать обработку экспериментальных измерений, повысить точность оценивания искомых параметров, расширить пределы интерпретации и предсказания физических процессов.

Основные публикации:

1. Skakun, V.V. Analysis of spatial distributions of the number of photon counts in fluorescence fluctuation spectroscopy / V.V. Skakun, M.A. Hink, and V.V. Apanasovich // Journal of Applied Spectroscopy. – Vol. 91, No. 4. – 2024. – P. 803-811. DOI 10.1007/s10812-024-01788-8.
2. Скакун, В. В. Расчет распределения числа фотоотсчетов в системах регистрации флуктуаций интенсивности флуоресценции / В. В. Скакун, В. В. Апанасович // Журнал БГУ. Физика 2. – 2023. – стр. 22–38. https://doi.org/10.33581/2520-2243-2023-2-22-38
3. Skakun, Victor. Revealing heterogeneity in correlation times of EGFP encapsulated in complex coacervate core micelles by analysis of fluorescence anisotropies / Victor Skakun, Anatoli Digris, Antsje Nolles, Jan Willem Borst and Antonie Visser // Methods Appl. Fluoresc. 10 (4) 045006.– 2022.– 10.1088/2050-6120/ac8911 (impact factor 3.21, 1 квартиль)
4. Nederveen-Schippers, L. Combined FCS and PCH Analysis to Quantify Protein Dimerization in Living Cells / Laura M. Nederveen-Schippers, Pragya Pathak, Ineke Keizer-Gunnink, Adrie H. Westphal, Peter J. M. van Haastert, Jan Willem Borst, Arjan Kortholt and Victor Skakun // Int. J. Mol. Sci.– 2021.– 22(14) .– 7300; doi:10.3390/ijms22147300 (impact factor 5.923, 1 квартиль)

Сотрудничество:

1. Microspectroscopy Center, Wageningen University & Research, The Netherlands.
2. Cell Biochemistry, University of Groningen, The Netherlands.

Ответственные лица:

• Зав. кафедрой, доцент, Скакун В.В.
• Дигрис А.В.

Контактное лицо:

• Зав. кафедрой, доцент Скакун В.В. skakun@bsu.by

Актуальной и важной задачей является разработка специализированного программного обеспечения, предназначенного для работы с большими биологическими и медицинскими данными. Примерами успешных программных разработок являются R/C++ и Java пакеты SNPSimulatoR, ORFhunteR, FluorSimStudio, RNAexploreR, CellDataMiner и прочие.

Основные публикации:

1. Yatskou, M. M. SNPSimulatoR: the computational pipeline for modelling and identification of single-nucleotide genetic polymorphism sites in human DNA molecules with generative simulation modelling method. / M. M. Yatskou, D. D. Sarnatski, V. V. Skakun, V. V. Grinev // [Электронный ресурс]. – 2025. – Режим доступа: https://dsa-cm.shinyapps.io/SNPSimulatoR. – Дата доступа: 1.02.2025.
2. Grinev, V. ORFhunteR: Predict open reading frames in nucleotide sequences. R pack-age version 1.14.0. / V. Grinev, M. Yatskou, V. Skakun, M. Chepeleva, P. Nazarov // [Электронный ресурс]. – 2024. – Режим доступа: https://bioconductor.org/packages/ORFhunteR. – Дата доступа: 4.12.2024.
3. Yatskou, U. M. Survival data modelling and prediction [Electronic recourse] / U. M. Yatskou. – Mode of access: https://vladislavww.shinyapps.io/simulationmodelling/. – Date of access: 4.12.2024.

Сотрудничество:

1. Биологический факультет БГУ.
2. Department of Cancer Research, Luxembourg Institute of Health.

Ответственные лица:

• Доцент Яцков Н.Н.
• Зав. кафедрой, доцент Скакун В.В.
• Доцент Лисица Е.В.
• Дигрис А.В.

Контактное лицо:

• Зав. кафедрой, доцент Скакун В.В. skakun@bsu.by

Регистрация микро/нано объектов является одной из основных задач для измерительных систем в различных сферах применения. Здесь оптические способы детектирования получают все большее распространение благодаря исключительной чувствительности в режиме реального времени и высокой плотности интеграции. Дальнейшее развитие измерительных устройств производится путем интеграции с методами машинного обучения, что позволяет запустить сдвиг общей парадигмы детектирования в сторону гибких самообучающихся устройств.

Основные публикации:

1. Saetchnikov, A. V. Biosensing with optically coupled 4D microresonators / А.V. Saetchnikov, A. Ostendorf // Proceeding of SPIE. – 2024. – Vol. 12999 (Optical Sensing and Detection VIII), Strasbourg, 2024 – P. 129990Z.
2. Saetchnikov, A.V. Two-photon polymerization of optical microresonators for precise pH sensing / Anton V Saetchnikov, Elina A Tcherniavskaia, Vladimir A Saetchnikov, Andreas Ostendorf // Light: Advanced Manufacturing.– 2024.– Vol. 5 № 54 doi: 10.37188/lam.2024.054
3. Saetchnikov, A. Detection of per-and polyfluoroalkyl water contaminants with multiplexed 4D microcavities sensor / Anton V Saetchnikov, Elina A Tcherniavskaia, Vladimir A Saetchnikov, Andreas Ostendorf // Photonics Research.– 2023.– Vol. 11, №11. P. A88-A96 https://doi.org/10.1364/PRJ.496737

Сотрудничество:

1. Университет Бохума, Германия.

Ответственное лицо:

• доцент Саечников А.В

Контактное лицо:

• доцент Саечников А.В.