Результаты хакатона GeneHack-1
Можно подробное посмотреть финальные презентации. Здесь расскажу от имени организатора.

Хакатон не был как-то тематически специализирован, поэтому чуть-чуть расскажу о каждой задачке отдельно. Всего было 19 команд и 11 проектов.

1) База данных геропротекторов. Над задачей трудилось несколько разных команд. нужно было сделать полную, подробную, и удобную в использовании базу данных. Для решения задачи использовались открытые базы: PubMed, DrugBase, GeneCards, ChemPub и др. В результате удалось разработать и через какое-то время после хакатона запустить БД геропротекторов http://geroprotectors.org/

2) Изучение генома болезнетворной бактерии H.pylori. Команды использовали различные статистические тесты, работа с литературой из PubMed, с геномами из NCBI.

3) Сравнение методов нормализации экспрессионных данных и разработка новых методов, с помощью R, Bioconductor, Python. В результате работы команд, несколько лабораторий из ФНКЦ им. Рогачева взяло на вооружение разработанные методы и используют "золотой стандарт" нормализации.

4) Web-сервис для удобного анализа и визуализации филогенетических деревьев. Команда за два дня сделала красивый работающий продукт, в своей работе использовала технологии программы PhyML, rest API на Tornado, многопоточность, графику D3.JS, платформу Docker.

5) Исследование и коррекция референсного генома человека. Команды проверили, насколько разнообразны геномы, используя данные из Complete genomics и облачные технологии хранения информации, получили исправленный референсный геном и совмеcтно с компанией-заказчиком продолжили работу над кластеризацией данных с использованием Hadoop и Elastic Search.

6) Создание удобного сервиса для анализа данных полиморфизмов и интерпретации результатов. Команда выстроила процесс обработки данных секвенирования от загрузки VCF-файлов до готовой функциональной аннотации.

7) Есть ли мейоз в мозгах? С помощью статистических тестов, среды R  и списка генов meisois toolkit команды нашли дифференциальную экспрессию в генах мейоза в мозгах.

8) Автоматический анализ регенеративной способности клеток кожи человека
На основе нескольких алгоритмов классификации, команде удалось создать автоматизированный алгоритм классификации колонии фибробластов, выращенных на чашках Петри. Алгоритм успешно используется в лабораториях Института Стволовых Клеток Человека. 

9) Классификация белковых комплексов по карте контактов на GPU с использованием CUDA. Команды, используя различные методы кластеризации (алгоритм к-средних, hierarchical, self-organising map) группировали белки из базы данных PDB на основе контактов Са-атомов и расстоянии между аминокислотами, используя параллелизацию CUDA.

10)  Алгоритм сборки генома вируса ВИЧ при наличии референсного генома. Командой было предложено решение проблемы покрытия вариабельной части референса за счет проверки локализации ридов, и подсчета расстояния до референса с уточненными score. Кроме того, команды попробовали несколько способов de-novo сборки вирусов и выяснили, что критичным в алгоритме де-ново сборки является качество путей графа контигов.

11) Алгоритм поиска наиболее коммерческих перспективных онкомаркеров при анализе патентов.
Команда автоматизировала доступ к PubMed, с помощью класификации байесовскими методами и методами SVM выделила ключевые слова, оптимизовала результаты на нескольких тестовых выборках. 
Алгоритм автоматической фильтрации научных статей по различным признакам, а так же поиск релевантных патентов используется в центре биогеронтологии и регенеративной медицины.
 
К сожалению, половина готовых решений перестала поддерживаться командами (но код остался), мы обязательно для нового хакатона сделаем единый сервис для наглядной демонстрации наших результатов, которые никуда не пропадут. 

А если от души, то хакатон прошел отлично, мы сами не ожидали такого ажиотажа, когда за пару дней удалось собрать под 100 желающих придти и провести рабочие выходные. Очень много лиц с хакатона я сейчас вижу на разных биоинформатических мероприятиях, многие программисты увлеклись биологией, кто-то - поступи в нашу Школу Биоинформатики, кто-то - пошел работать в биоинформатические стартапы. Рекрутинг сработал хорошо, кажется, человек 12 было пристроено на новые рабочие места в биоинформатике. 
В общем, мы хотели показать, что биоинформатика - это интересно и весело, и нам, кажется, это удалось.