Nikolay B.

Опытный биоиформатик, доктор технических наук, опыт работы 15 лет

Ищу постоянную, а также кратоксрочную работу в обласи биоинформатики, геномики, транскриптомики, интерактомики, персонализированной медицина, анализа сигнальных путей, машинного обучение в биоинформатике и т.д

Последнее обновление резюме 17.07.2023
Адрес Mosocw, Russian Federation
Электронная почта Заблокировано
Телефон Заблокировано
Соцсеть или сайт Заблокировано

Опыт

Pathway Rx
Senior Bioinformatics Scientist
Июн 2022 - Текущий
1) Применение индекса эффективности лекарств на основе путей к биоинформатике больших данных на основе омики. 2) Создание биоинформатической платформы, использующей мультиомиксные большие данне.
МФТИ
Ведущий научный сотрудник
Июл 2020 - Дек 2022
1) Впервые в мире создан алгоритмический гармонизатор для неограниченного числа профилей экспрессии генов, полученных с использованием неограниченного числа платформ секвенирования РНК и микрочиповой гибридизации 2) Этот универсальный гармонизирующий алгоритм применен для классификатора типа биологического образца для спектр нормальных и раковых тканей
ПМГМУ им. И.М.Сеченова
Главный научный сотрудник
Апр 2018 - Июн 2020
1) Создан метод предварительной фильтрации экспрессионных/мутационных данных для последующего применения методов машинного обучения (таких как машины опорных векторов, деревья решений, случайный лес и т. д.) и прогнозирования реакции на лекарство для отдельных онкологических больных 2) Улучшено прогнозирование при использовани глобальных методов машинного обучения в персонализированной онкологии
НИЦ "Курчатовский институт"
Ведущий научный сотрудник
Окт 2015 - Мар 2018
1) Разработан уникальный алгоритм количественного анализа мутационной нагрузки молекулярных путей при онкоподобных заболеваниях 2) Предложен метод анализа регуляции молекулярных путей на транскрипционном уровне с учетом суммарных профилей связывания транскрипционных факторов.
ФМБЦ им. А.И.Бурназяна ФМБА России
Заведующий лабораторией
Янв 2008 - Дек 2014
1) Разработан самый быстрый математический алгоритм количественной оценки уровней активации клеточных путей
2) Данный алгоритм применен для диагностики и прогнозирования ответа опухоли на лечение химиотерапевтическими препаратами.
3) Данный алгоритм применен для персонифицированного назначения геропротекторных препаратов.
Thomas Jefferson University (Philadelphia, PA, USA)
Пост-док
Фев 2003 - Дек 2007
1) Разработан новый доменно-ориентированный подход для построения и редукции низкоуровневых (ОДУ, основанных на законе действующих масс) кинетических моделей активации сигнального пути.
2) Показана роль адапторного белка GAB1, который играет решающую роль в распространении сигнала и инсулинозависимом потенцировании сигнала.
3) Подтверждены возможности математического моделирования для прогнозирования сложного клеточного ответа, а также для поиска новых терапевтических мишеней.
Institut de Radioprotection et de Sûreté Nucléaire (Fontenay-aux-Roses, France)
Пост-док
Фев 2000 - Янв 2003
1) Разработано программное обеспечение для персонализированной калибровки счетчиков всего тела для персонала атомной отрасли.
2) Разработано программное обеспечение для автоматического создания персонализированных воксельных фантомов для расчета MCNP на основе рентгенологических (КТ, МРТ и др.) изображений.

Образование

ИБФ ФМБА России
Докторантура
Окт 2005 - Янв 2008
Защищена диссертация на соискание ученой степени доктора технических наук "Расчетно-измерительный комплекс для персонального мониторинга внутреннего облучения". Специальность - 01.04.16 "Физика атомного ядра и элементарных частиц".
МИФИ
Аспирантура
Май 1996 - Окт 1999
Защищена диссертация на соискание ученой степени кандидата физико-математических наук: "Применение сопряженных методов Монте-Карло в задачах переноса фотонов с учетом вторичного излучения". Специальность - 01.04.16 "Физика атомного ядра и элементарные частиц".
МИФИ
Специалитет
Сен 1990 - Фев 1996
Направление специалитета: "Радиационная безопасность человека и окружающей среды".
Присвоенная квалификация: инженер-физик.

В чем вы сильны?

Создатель и научный руководитель (2012-22) методов. алгоритмов и ПО для системно-биофинформатической платформы "Онкобокс" в персонализированной онкологии.
Создатель семейства алгоритмов для оченки активации сигнальных путей и индивидуальной клинической эффективности противоопухолевых препаратов на основе мультиомиксных больших данных (2012-22).
Создатель (2014-2021) семейства алгоритмов типа "проективный сепаратор с плавающим окном" (Floating Window Projective Separator, FloWPS) для машинного обучения с индивидуальной фильтрацией признаков при дефиците прецедентных случаев в тренировочной выборке.
Создатель (2015-2022) семейства алгоритмов Shambhala-1/2 для кросс-платформенной гармонизации больших данных для профилей экспрсесии генов, полученных путем секвенирования нового поколения (NGS) и микрочиповой гибридизации мРНК.
Создатель (2003-2011) доменно-ориентированного подхода к расчету активации сигнальных путей, что позволяет создавать модели путей, учитывающие комбинаторную сложность белок-белкового взаимодействия.
Опытный биоинформатик, доктор технических наук со стажем работы 15 лет в биоинформатике, 20 лет в математической биологии, более 25 лет в компьютерных науках, прикладной математике и вычислительной физике.

Экспертное знание R, Python. Matlab, C/C++, Fortran.

Расскажите о себе что-нибудь еще: публикации, конференции, хобби

Автор более ста научных публикаций, из которых в 39 являюсь первым автором, в 24 – корреспондирующим.

Индекс цитирования - 2228, индекс Хирша - 26.

Five most relevant recent publications:

  1. Borisov N., Buzdin A. Transcriptomic Harmonization as the Way for Suppressing Cross-Platform Bias and Batch Effect. (2022) Biomedicines, v. 10, p. 2318, doi: 10.3390/biomedicines10092318.

  2. Borisov N., Sergeeva A., Suntsova M., Raevskiy M., Gaifullin N., Mendeleeva L., Gudkov A., Nareiko M., Garazha A., Tkachev V., Li X., Sorokin M., Surin V., Buzdin A. Machine Learning Applicability for Classification of PAD/VCD Chemotherapy Response Using 53 Multiple Myeloma RNA Sequencing Profiles. (2021), Front Oncol, v. 11, p. 652063. doi: doi.org/10.3389/fonc.2021.652063.

  1. Borisov N, Sorokin M, Garazha A, Buzdin A. Quantitation of molecular pathway activation using RNA sequencing data. Nucleic Acid Detection and Structural Investigations (2020). p. 189-206. doi: 10.1007/978-1-0716-0138-9_15.

  2. Tkachev V, Sorokin M, Mescheryakov A, Simonov A, Garazha A, Buzdin A, Muchnik I, Borisov N. FLOating-Window Projective Separator (FloWPS): A Data Trimming Tool for Support Vector Machines (SVM) to Improve Robustness of the Classifier. Frontiers in Genetics. (2019), v. 9, p. 717. doi:10.3389/fgene.2018.00717

  3. Borisov N., Tkachev V., Suntsova M., Kovalchuk O., Zhavoronkov A., Muchnik I., Buzdin A. A method of gene expression data transfer from cell lines to cancer patients for machine-learning prediction of drug efficiency. (2018), Cell Cycle, v. 17, p. 486-491. doi: 10.1080/15384101.2017.1417706.

Additional recent publications (in chronological order):

  1. Borisov N., Sorokin M., Zolotovskaya M., Borisov C., Buzdin A. Shambhala-2: A Protocol for Uniformly Shaped Harmonization of Gene Expression Profiles of Various Formats. (2022), Current Protocols 2, c444. doi: 10.1002/cpz1.444

  1. Rozenberg J.M., Kamynina M., Sorokin M., Zolotovskaia M/, Koroleva E., Kremenchutckaya K., Gudkov A., Buzdin A., Borisov N. The Role of the Metabolism of Zinc and Manganese Ions in Human Cancerogenesis. (2022), Biomedicines 10 (5), 1072. doi: 10.3390/biomedicines10051072.

  2. Zolotovskaia M.A., Tkachev V.S, Guryanova A.A., Simonov A.M., Raevskiy, M.M. Efimov V.V., Wang Y., Sekacheva M.I., Garazha A.V., Borisov N.M., Kuzmin D.V., Sorokin M.I., Buzdin A.A. OncoboxPD: human 51 672 molecular pathways database with tools for activity calculating and visualization. (2022), Computational and Structural Biotechnology Journal 20, 2280-2291. doi: 10.1016/j.csbj.2022.05.006

  3. Raevskiy M., Sorokin M., Zakharova G., Tkachev V., Borisov N., Kuzmin D., Kremenchutckaya K., Gudkov A., Kamashev D, Buzdin A. Better Agreement of Human Transcriptomic and Proteomic Cancer Expression Data at the Molecular Pathway Activation Level. (2022), International journal of molecular sciences 23 (5), 2611. doi: 10.3390/ijms23052611.

  4. Faizullina D., Kharwar R.K., Acharya A., Buzdin A.A., Borisov N.M., Timashev P., Ulasov I., Kapomba B. FNC: an advanced anticancer therapeutic or just an underdog? (2022), Frontiers in Oncology, 198. doi: 10.3389/fonc.2022.820647.

  5. Gudkov A., Shirokorad V., Kashintsev K., Sokov D., Nikitin D., Anisenko A., Borisov N., Sekacheva M., Gaifullin N., Garazha A., Suntsova M., Koroleva E, Buzdin A., Sorokin M. Gene Expression-Based Signature Can Predict Sorafenib Response in Kidney Cancer. 2022, Frontiers in Molecular Biosciences, v. 9: p. 753318. doi: 10.3389/fmolb.2022.753318.

  6. Sorokin M., Borisov N., Kuzmin D., Gudkov A. Zolotovskaia M., Garazha A., Buzdin A. Algorithmic Annotation of Functional Roles for Components of 3,044 Human Molecular Pathways. (2021), Front Genet. v. 12, p. 617059. doi: 10.3389/fgene.2021.617059/

  7. Borisov N., Ilnytskyy Y., Byeon B., Kovalchuk O., Kovalchuk I., System, method and software for calculation of a cannabis drug efficiency index for the reduction of inflammation, (2020), International Journal of Molecular Sciences, v. 22, p. 388, doi: 10.3390/ijms22010388.

  8. Borisov N., Sorokin M., Tkachev V., Garazha A., Buzdin A., Cancer gene expression profiles associated with clinical outcomes to chemotherapy treatments, (2020), BMC Medical Genomics, v. 13, p. 111, doi:10.1186/s12920-020-00759-0.

  9. Zolotovskaia M.A., Sorokin M.I., Petrov I.V., Poddubskaya E.V., Moiseev A.A.,Poddubskaya E, Sorokin M, Garazha A, Glusker A, Moisseev A, Sekacheva M, Suntsova N, Kim EL, Gaifullin N, Tkachev V, Giese A, Barbara V, Borisov N, Buzdin A. Clinical use of RNA sequencing and oncobox analytics to predict personalized targeted therapeutic efficacy. Journal of Clinical Oncology (2020), 38 (15_suppl), e13676-e13676 doi:10.3390/biomedicines8050114.

  1. Zolotovskaia MA, Sorokin MI, Petrov IV, Poddubskaya EV, Moiseev AA, Sekacheva MI, Borisov MI, Tkachev VS, Garazha AV, Kaprin AD, Shegay PV, Giese A, Kim E, Roumiantsev SA, Buzdin AA. Disparity between Inter-Patient Molecular Heterogeneity and Repertoires of Target Drugs Used for Different Types of Cancer in Clinical Oncology. Int J Mol Sci (2020). 21 (5), E1580. doi: 10.3390/ijms21051580.

  1. Zolotovskaia M, Sorokin M, Garazha A, Borisov N, Buzdin A. Molecular pathway analysis of mutation data for biomarkers discovery and scoring of target cancer drugs. Nucleic Acid Detection and Structural Investigations (2020). p. 207-234. doi:10.1007/978-1-0716-0138-9_16.

  2. Tkachev V, Sorokin M, Garazha A, Borisov N, Buzdin A. Oncobox Method for Scoring Efficiencies of Anticancer Drugs Based on Gene Expression Data. Nucleic Acid Detection and Structural Investigations (2020). p. 235-255. doi:10.1007/978-1-0716-0138-9_17.

  3. Tkachev V, Sorokin M, Borisov C, Garazha A, Buzdin A, Borisov N. Flexible Data Trimming Improves Performance of Global Machine Learning Methods in Omics-Based Personalized Oncology. Int J Mol Sci (2020), 21 (3), 713. doi: 10.3390/ijms21030713.

  4. Buzdin A, Sorokin M, Poddubskaya E, Borisov N. High-Throughput Mutation Data Now Complement Transcriptomic Profiling: Advances in Molecular Pathway Activation Analysis Approach in Cancer Biology. Cancer informatics (2019). v. 18, p. 1176935119838844. doi: 10.1177/1176935119838844.

  1. Borisov N, Buzdin A. New paradigm of machine learning (ML) in personalized oncology: data trimming for squeezing more biomarkers from clinical datasets. Frontiers in oncology (2019). v.9, 658. doi: 10.3389/fonc.2019.00658.

  1. Poddubskaya E, Buzdin A, Garazha A, Sorokin M, Glusker A, Aleshin A, Allina D, Moiseev A, Sekacheva M, Suntsova M, Kim EL, Gaifullin N, Tkachev V, Giese A, Barbara V, Borger P, Borisov N. Oncobox, gene expression-based second opinion system for predicting response to treatment in advanced solid tumors. Journal of Clinical Oncology (2019), v. 37, p. e13143. doi: 10.1200/JCO.2019.37.15_suppl.e13143.

  2. Buzdin A, Garazha A, Sorokin M, Glusker A, Aleshin A, Allina A, Suntsova M, Tkachev V,Borger P, Borisov N, Gaifullin N. RNA sequencing analysis for profiling activation of cancer-associated molecular pathways (2019). v. 37, p. e13032. doi: 10.1200/JCO.2019.37.15_suppl.e13032.

  3. Zolotovskaia MA, Sorokin MI, Roumiantsev SA, Borisov NM, Buzdin AA. Pathway Instability Is an Effective New Mutation-Based Type of Cancer Biomarkers. Frontiers in Oncology. (2019) 8. doi:10.3389/fonc.2018.00658.

  4. Zolotovskaia MA, Sorokin MI, Emelianova AA, Borisov NM, Kuzmin DV, Borger P, Garazha AV, Buzdin AA (2019). Pathway Based Analysis of Mutation Data Is Efficient for Scoring Target Cancer Drugs. Frontiers in Pharmacology. (2019);10. doi:10.3389/fphar.2019.00001.

  5. Borisov N, Shabalina I, Tkachev V, Sorokin M, Garazha A, Pulin A, Eremin II, Buzdin A (2019). Shambhala: a platform-agnostic data harmonizer for gene expression data. BMC Bioinformatics. 2019;20:66. doi: 10.1186/s12859-019-2641-8.

  1. Buzdin A., Sorokin M., Garazha A., Sekacheva M., Kim E., Zhukov N., Wang Y., Li X., Kar S., Hartmann C., Samii A., Giese A, Borisov N. Molecular pathway activation–new type of biomarkers for tumor morphology and personalized selection of target drugs. (2018) Semin Cancer Biol. pii: S1044-579X(18)30043-9. doi: 10.1016/j.semcancer.2018.06.003.

  2. Borisov N., Tkachev V., Buzdin A., and Muchnik I. Prediction of drug efficiency by transferring gene expression data from cell lines to cancer patients. Braverman Readings in Machine Learning. Key Ideas from Inception to Current State, eds. L. Rozonoer, B. Mirkin, and I. Muchnik (Cham: Springer International Publishing), (2018), p. 201–212. doi:10.1007/978-3-319-99492-5_9.

  3. Nikitin D., Penzar D., Garazha A., Sorokin M., Tkachev V., Borisov N., Poltorak A., Prassolov V., Buzdin A.A. Profiling of human molecular pathways affected by retrotransposons at the level of regulation by transcription factor proteins. (2018) Front Immunol, v. 9, article 30. doi: 10.3389/fimmu.2018.00030.

Most cited papers:

  1. (260 times) Borisov N., Aksamitiene A., Kiyatkin A., Legewie S., Berkhout J., Maiwald Th., Kaimachnikov N., Timmer J., Hoek J., Kholodenko B. Systems-level interactions between insulin – epidermal growth factor networks amplify mitogenic signaling. Molecular Systems Biology, 2009, v.5, article 256. doi: 10.1038/msb.2009.19.

  2. (209 times) Kiyatkin A., Aksamitiene E., Markevich N.I., Borisov N.M., Hoek J.B., Kholodenko B.N. Scaffolding protein GAB1 sustains epidermal growth factor-induced mitogenic and survival signaling by multiple positive feedback loops. Journal of Biological Chemistry, 2006, v. 281, p.19925-19938. doi: 10.1074/jbc.M600482200.

  3. (128 times) Borisov N.M., Markevich N.I., Hoek J.B., Kholodenko B.N. Signalling through receptors and scaffolds: independent interactions reduce combinatorial complexity. Biophysical Journal, 2005, v. 89, p. 9

  4. (103 times) Ozerov I.V., Lezhnina K.V., Izumchenko E,, Artemov A.V., Medintsev S, Vanhaelen Q., Aliper A., Vijg J, Osipov A.N., Labat I., West M. D., Buzdin A., Cantor C.R., Nikolsky Yu,, Borisov N, Irincheeva I., Khokhlovich E., Sidransky D., Camargo M.L., Zhavoronkov A. In silico Pathway Activation Network Decomposition Analysis (iPANDA) as a method for biomarker development. (2016) Nature Communications, 2016, v. 7, article 13427. doi: 10.1038/ncomms13427Хобби: чтентие научно-популярных лекций в 2013-2022.https://postnauka.ru/themes/borisovhttps://www.youtube.com/watch?v=_gRqu_41Xp8https://www.youtube.com/watch?v=kR5-HvKjra0https://www.youtube.com/watch?v=8nnS3Fheg-4&t=42shttps://www.youtube.com/watch?v=SWakxx-XwbY