Семь молодых ученых Сколтеха стали победителями конкурса «Мой первый грант», получив от Российского фонда фундаментальных исследований (РФФИ) гранты в размере до одного миллиона рублей сроком на два года, сообщает пресс-служба Сколтеха.
Целью конкурса, в котором участвуют исследователи в возрасте до 35 лет со всех уголков России, является привлечение молодых российских ученых для проведения научных исследований в самых разных областях, включая естественные и гуманитарные науки.
Победители конкурса получают 500 тысяч рублей на первый год исследований, а затем по итогам оценки результатов их работы имеют право на получение такой же суммы на второй год.
Антон Трофимов, научный сотрудник Центра по проектированию, производственным технологиям и материалам.
Проект: Разработка композиционных материалов с интегрированной системой неразрушающего самоконтроля и построение их многомасштабной модели.
Антов Трофимов рассказал, что целью предлагаемых им исследований является разработка композиционных материалов со встроенной системой неразрушающего контроля состояния и их многомасштабной модели.
«Наш проект направлен на решение фундаментальной задачи в области создания новых мультифункциональных композиционных материалов – проведение экспериментальных исследований и разработка на их основе теоретической модели и базовых научных принципов многомасштабного моделирования электропроводящих свойств полимерных композиционных материалов, наполненных дисперсными частицами различных размеров и формы, позволяющих описывать и предсказывать изменение электропроводящих свойств композитов в зависимости от вида и величины деформации материала. Результаты экспериментальных исследований будут заложены в основу для численного многомасштабного моделирования. По результатам этого комплексного исследования будет разработана теоретическая модель, связывающая электрофизические характеристики материала со степенью его деформации, деградации и/или разрушения, учитывающая особенности пространственного распределения частиц наполнителя в полимерной матрице при том или ином варианте способа получения композита, а также форму частиц наполнителя, его количество и другие параметры», – сказал он.
Он добавил, что испытал радость, оказавшись в числе победителей этого года: «Для нашей команды, в которую входят аспирант Олег Лебедев и кандидат наук Тихон Куркин, получение гранта – это огромная честь. Такая поддержка для нас является показателем того, что мы находимся на правильном пути; мы намерены и дальше проводить исследования высочайшего научного уровня, которые уже стали визитной карточкой Сколтеха. Я также хотел бы призвать всех исследователей участвовать в таких мероприятиях, поскольку это задает определенную планку и помогает ставить перед собой сложные задачи!».
Дмитрий Аксенов, научный сотрудник Центра по электрохимическому хранению энергии.
Проект: Компьютерное моделирование и экспериментальное исследование сегрегации легирующих элементов на поверхности натрий-содержащих оксидов и полианионных соединений переходных металлов.
Дмитрий Аксенов отметил, что его проект будет выполняться в сотрудничестве с научным сотрудником его Центра Станиславом Федотовым.
«Мы планируем улучшить натрий-йонную технологию, на базе которой возможно создание аккумуляторов с меньшей стоимостью по сравнению с их литий-ионными аналогами. В частности, для увеличения срока службы натрий-ионных аккумуляторов мы будем модифицировать структуру поверхности катодных материалов, используя сегрегацию легирующих элементов. Как ни удивительно, о роли поверхностей, имеющих крайне важное значение для аккумуляторов, до сих пор очень мало известно, поэтому мы надеемся найти принципиально новые идеи и решения этой задачи»,– сказал он.
Он добавил, что исполнителям проекта предстоит большая работа, поэтому планируется расширить команду и привлечь дополнительных специалистов для реализации проекта.
Артем Исаев, аспирант Центра по системной биомедицине и биотехнологии.
Проект: Изучение механизмов распознавания чужеродной ДНК системой бактериального иммунитета BREX из Escherichia coli HS
Артем Исаев так описывает свой проект: «Бактерии существуют при постоянной угрозе заражения фагами, поэтому в ходе длительной коэволюции они выработали широкий набор защитных стратегий. BREX – недавно открытая система защиты от фагов, которая широко распространена в геномах бактерий и архей. При этом в состав данной системы входит набор белков, необычный для уже известных защитных систем, например, белки с предсказанными функциями протеазы, метилтрансферазы и щелочной фосфатазы. Объяснение принципов действия системы, сочетающей столь разные биохимические активности, представляется крайне интересной и важной задачей. Ранее в нашей лаборатории было показано, что система BREX способна отличать собственную ДНК от чужеродной на основе её модификационного статуса, однако пока не известно, каким образом реализуется защитная функция системы. Основная цель проекта заключается в установлении механизма распознавания чужеродной ДНК компонентами BREX, что приблизит нас к пониманию общих принципов функционирования системы».
Он добавил, что получение гранта для него огромная честь. «Я очень рад получению гранта на столь раннем этапе работы над диссертацией и хотел бы поблагодарить коллег, которые ранее внесли свой вклад в развитие проекта. Данный грант будет серьезной поддержкой в организации работы над новыми задачами».
Максим Панов, научный сотрудник Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных.
Проект: Методы машинного обучения для эффективной в вычислительном отношении и статистически оптимальной оценки в задачах с объединенными данными.
Вот что нам рассказал о своей работе М. Панов: «В нашем проекте основное внимание уделяется моделированию систем, в которых наблюдается коллективное поведение. Это может касаться как взаимодействия людей в социальных сетях и взаимодействия людей с объектами в рекомендательных системах, так и, например, предсказания сопротивляемости вирусов различным лекарственным препаратам. Общим для всех этих сценариев является наличие определенной разреженной и приближенно малоранговой матричной структуры, которую можно эффективно детектировать при помощи современных методов машинного обучения. Наша цель – разработать новые эффективные методы и внести свой вклад не только в решение прикладных задач, но и в расширение знаний о теоретических основах машинного обучения».
Он отметил, что грант несомненно поможет команде достигнуть своих целей, «поскольку средства гранта могут быть использованы как для участия в серьезных научных мероприятиях, так и для поддержки студентов, работающих над проектом».
Алексей Фролов, старший преподаватель Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных.
Проект: Исследование методов кодирования высоконагруженных распределенных и облачных систем хранения данных.
Распределенные системы хранения данных достигли такихграндиозных масштабов, что восстановление данных после сбоев на одном или нескольких дисках теперь уже не исключение, а рядовая операция в работе системы. Для обеспечения надежного хранения данных используются коды, исправляющие ошибки. Следует отметить, что наиболее распространенным сценарием все же является сбой на одном из дисков, поэтому особое значение приобретает задача создания кодов (далее «коды с локальным восстановлением», LRC), при помощи которых можно было бы «оптимизировать» восстановление одного диска. Основное требование состоит в том, чтобы общее количество дисков, участвующих в процессе восстановления, было сведено к минимуму. Распределенные системы хранения данных, безусловно, нуждаются в таких кодах, поэтому в настоящее время ведется активная работа над их созданием», – пояснил Фролов.
Он также отметил, что его команда, в состав которой входят аспирант Станислав Круглик и студентка магистратуры Камилла Назирханова, будет исследовать обобщения LRC, обеспечивающие балансировку нагрузки в распределенных системах хранения. «Мы уже получили предельные значения параметров таких кодов; наша основная задача – предложить явные конструкции, которые можно было бы использовать в промышленности», – сказал он.
Как и все остальные победители, Фролов считает получение гранта большой честью: «Я рад, что мне удалось выиграть грант. Теперь у моих студентов появится не только возможность побывать на ведущих конференциях и школах по теории информации, но и серьезный стимул для работы над этой новой и актуальной задачей».
Ольга Мушарова, научный сотрудник Центра по системной биомедицине и биотехнологии.
Проект: Взаимосвязь между интерференцией и адаптацией в работе CRISPR-CAS-системы Escherichia coli типа I-E.Вот что рассказала нам О. Мушарова о своем проекте: «Системы адаптивного иммунитета CRISPR-Cas у прокариот состоят из массивов CRISPR – кластеров коротких повторяющихся геномных фрагментов ДНК, разделенных уникальными спейсерными последовательностями, а также CRISPR-ассоциированных cas – генов, обеспечивающих резистентность клеток к бактериофагам, и плазмидов, содержащих протоспейсеры, то есть последовательностями, являющимися дополнением к спейсерам массива CRISPR. Системы CRISPR-Cas отвечают за два разных клеточных феномена: CRISPR-адаптацию и CRISPR-интерференцию. CRISPR-адаптация является модификацией клеточного генома за счет интеграции новых спейсеров и представляет собой уникальный случай ламарковского наследования. CRISPR-интерференция предполагает особый способ распознавания протоспейсеров в чужеродной ДНК с последующими разрывами и разрушением этой ДНК. Для системы CRISPR-Cas типа I – уникальной разновидности CRISPR, была установлена форма адаптации, при которой эффективность ввода нового спейсера повышается за счет ранее существовавшего в массиве CRISPR спейсера и механизмов интерференции. Этот феномен называют «подготовленной адаптацией». Все детали подготовленной адаптации CRISPR пока до конца не изучены. Предлагаемый проект направлен на изучение взаимосвязи между интерференцией и адаптацией в процессе работы системы CRISPR-Cas Escherichia coli типа I-Е».
Сергей Шмаков, научный сотрудник Центра по системной биомедицине и биотехнологии.
Проект: Вычислительный подход к обнаружению новых CRISPR-CAS-ассоциированных белков.
