APPLICATION OF MACHINE LEARNING TO THE STUDY OF PLANT STRESS RESISTANCE BASED ON SEQUENCING DATA

Abstract

Фундаментальная проблема исследования устойчивости растений к внешнему стрессу, вызванному в том числе патогенами, на молекулярном уровне требует применения новых междисциплинарных методов, основанных на биоинформационных подходах, анализе данных секвенирования, что в свою очередь предполагает разработку специализированных компьютерных инструментов. В данной работе мы рассматриваем несколько направлений разработки компьютерных программ моделирования генных сетей растений по данным высокопроизводительного геномного секвенирования, в том числе секвенирования патогенов растений (метагеном), создание электронных ресурсов биоинформатики растений, исследование структуры генома и эволюции модельных растений в плане ответа на стрессовые воздействия окружающей среды для решения агробиотехнологических задач. The fundamental problem of studying plant resistance to external stress, including pathogens, at the molecular level requires the use of new interdisciplinary methods based on bioinformatic approaches, analysis of sequencing data, which in turn involves the development of specialized computer tools. In this paper, we consider several directions in the development of computer programs for modeling plant gene networks based on high-throughput genome sequencing data, including plant pathogen sequencing (metagenome), the creation of electronic resources for plant bioinformatics, the study of the genome structure and the evolution of model plants in terms of response to environmental stress. environment for solving agrobiotechnological problems.