Рмм это: РММ — это… Что такое РММ?

РММ — это… Что такое РММ?

РММ — разборный металлический мост МРМ РММ ремонтно механическая мастерская РММ разрешённая максимальная масса транспорт Источник: http://www.pro motors.ru/termin 38.htm …   Словарь сокращений и аббревиатур

Варчун — Полное имя Антон Зубарев Дата рождения 30 декабря 1977(1977 12 30) (32 года) Место рождения Горький, РСФСР …   Википедия

Клеточный автомат — дискретная модель, изучаемая в математике, теории вычислимости, физике, теоретической биологии и микромеханике. Включает регулярную решётку ячеек, каждая из которых может находиться в одном из конечного множества состояний, таких как 1 и 0.… …   Википедия

Клеточные автоматы — Клеточный автомат (КА)  набор клеток, образующих некоторую периодическую решетку с заданными правилами перехода, определяющими состояние клетки в следующий момент времени через состояние клеток, находящимися от нее на расстоянии не больше… …   Википедия

Бабиенко, Петр Корнеевич — Бывший лидер Демократической партии России (ДПР) в г. Хабаровске; родился в 1948 г. в с. Воля Львовской области; окончил Дальневосточный политехнический институт; работал в г. Магадане и г. Владивостоке электриком, начальником РММ, главным… …   Большая биографическая энциклопедия

Мустафин, Альберт Газеевич — Директор ОАО «Яман Елгинский» леспромхоз РБ; родился 25 ноября 1949 г., п. Красный Ключ Нуримановского района БАССР; окончил Уфимский лесотехнический техникум, техник механик; 1965 1968 токарь РММ Яман Елгинского леспромхоза, 1968 1971… …   Большая биографическая энциклопедия

Словесные названия российского оружия

— …   Википедия

К-61 — …   Википедия

ГАЗ-46 — Необходимо перенести в эту статью содержимое статьи МАВ (автомобиль) и поставить оттуда перенаправление. Вы можете помочь проекту, объединив статьи (cм. инструкцию по объединению). В случае необходимости обсуждения целесообразности объединения,… …   Википедия

Плавающий транспортёр средний — …   Википедия

Программное обеспечение для удаленного мониторинга и управления (RMM)

Desktop Central MSP — это программное обеспечение для удаленного мониторинга и управления (RMM), с помощью которого поставщики управляемых служб (MSP) могут централизованно и эффективно управлять настольными ПК, серверами, ноутбуками и мобильными устройствами своих клиентов. Оно идеально подходит как для небольших и средних MSP, так и для крупных компаний, занимающихся подобной деятельностью.

  Управление исправлениями

Автоматизация управления исправлениями для более чем 850 собственных и сторонних приложений. Тестирование исправлений, откат развернутых исправлений, отслеживания состояния работоспособности системы и многое другое.

 Развертывание ПО

Удаленное развертывание приложений на клиентские компьютеры с помощью программного обеспечения RMM. Репозиторий с тысячами различных исправлений. Портал самообслуживания для конечных пользователей.

 Управление мобильными устройствами

Управление устройствами Android, iOS и Chrome. Удаленная очистка и блокировка устройств, отслеживание их географического расположения, принудительное применение паролей и шифрование резервных копий, применение ограничений на использование камеры и т. д.

 Интеграция с PSA

Интеграция программного обеспечения RMM с PSA ManageEngine для удобного управления клиентами, выставлением счетов, проектами, заявками и соглашениями об уровне обслуживания (SLA).

 Управление активами

Отслеживание подробных данных аппаратных и программных активов, включая статистику использования, приложения из черного списка, сведения о гарантии и лицензиях и т. п. с помощью нашего программного обеспечения RMM

  Удаленное управление

Встроенная функция удаленного управления одним щелчком мыши для RMM с поддержкой аудио- и видеовызовов, возможностью передачи файлов и создания ярлыков, функцией записи сеансов и т. д.

  Управление питанием

Повышение степени своей экологической ответственности за счет эффективного управления энергопотреблением путем применения схем управления питанием, выключения неактивных компьютеров и создания отчета со сведениями о времени работы системы.

 Управление USB-устройствами

Ограничение и контроль использования USB-устройств в сети (мышей, клавиатур, запоминающих устройств): как на уровне пользователей, так и на уровне компьютеров.

  Конфигурации

Репозиторий с 50 предварительно настроенными отчетами и сотнями скриптов для настройки и управления любыми типами клиентских сред.

PMM или PM? Что значит быть менеджером продукта?

Interviews

Татьяна Васильева, менеджер продукта в команде Educational Products, рассказала Марии Лебедевой, специалисту по тестированию в проекте MPS, о том, где она находит вдохновение для работы и как складывается ее карьера.

В интервью:

Татьяна Васильева, менеджер продукта в команде Educational Products

Путь в product management

Начать я хотела с того, что наши пути весьма схожи: физико-математический лицей № 239, потом матмех СПбГУ. И вот мы обе работаем в JetBrains. Мне хотелось узнать, как ты пришла на эту работу.

Я училась на специальности «Прикладная информатика в сфере международных отношений», так как при поступлении хотела быть скорее на стыке дисциплин, нежели чисто программировать. Тем не менее, в конце второго курса я пошла работать младшим разработчиком, потому что по-настоящему увлеклась программированием: хотела писать код в промышленных системах, а не просто в рамках учебных проектов. Но потом, курсе на третьем, мне попалась известная книга Фредерика Брукса «Мифический человеко-месяц», и она очень сильно на меня повлияла. Я поняла, что хочу двигаться в сторону управления проектами и процессами в IT.

Уже к концу пятого курса я перестала писать код, руководила командой разработчиков, занималась построением Agile-процессов, в основном Scrum, в своей и в чужих командах. Активно участвовала в Agile-конференциях, проходила сертификации, была одним из основателей Agile-сообщества в Петербурге. Однако после знакомства с методологией Lean и прохождения тренинга у Мэри и Тома Поппендиков, меня потянуло от управления проектами в сторону управления продуктами. Стало интересно не столько строить процессы, сколько понимать, как должен выглядеть продукт, работать с требованиями и доносить до разработчиков идею того, зачем мы делаем то, что мы делаем, и для кого. Так я поняла, что хочу перейти в product-менеджмент. Поскольку я сама работала в аутсорсинге, где обычно product-менеджмент на стороне заказчика, а не на стороне исполнителя, я стала рассматривать продуктовые компании. При этом мне хотелось найти компанию, которая делала бы продукты, по-настоящему интересные для меня самой.

И вот мне попалась на глаза вакансия Product Marketing Manager (менеджер по продуктовому маркетингу) в JetBrains. И я очень загорелась. IntelliJ IDEA я знала и любила еще будучи разработчиком. На тот момент идея, что каждому продукту нужен свой PMM, в JetBrains только начинала воплощаться в жизнь. Я никогда не думала, что хочу заниматься маркетингом. Но желание работать над хорошим продуктом было слишком большим, и я откликнулась на вакансию. В итоге меня взяли PMM-ом в RubyMine. Надо сказать, что у меня как раз был опыт промышленной разработки на Ruby on Rails, и это, конечно, сыграло свою роль.

Очень интересно! Это же было в 2011 году?

Да, восемь лет назад. Трудно поверить!

А какой компания была в то время? Чем она отличалась от сегодняшней? Ведь мы значительно выросли.

Компания была меньше, более камерной, уютной, состояла в основном из разработчиков и тимлидов. Это была компания универсальных бойцов. Разработка, тестирование — все было в рамках продуктовых команд. Многие сотрудники решали очень разные задачи и совмещали несколько позиций в разных продуктах. А технической поддержкой всех IDE на основе IntelliJ и вовсе занимался один сотрудник — человек-легенда Сергей Баранов. Первые PMM-ы были одними из немногих людей в компании, кто не был разработчиком.

А теперь этот камерный дух ушел?

Мне кажется, я почувствовала изменения после того, как мы переехали в офис Universe в 2013 году. Мы стали очень быстро расти. Приезжая в офис, я могла встретить человека, которого лично не знаю. Однако эта камерность и сейчас сохраняется в рамках продуктовых команд и в офисах поменьше. Но все же многое изменилось, конечно. Появились новые команды, такие как Digital Marketing, Design, Market Research and Analytics и другие. Разделение зон ответственности стало более четким, выстроились более явные процессы выпуска версий продуктов, технической поддержки, проведения совещаний. Когда я пришла работать, у нас было четыре PMM-а, а сейчас больше двадцати.

А какие задачи ставятся перед PMM-ом?

Задачи во многом зависят от команды. PMM выступает скорее в роли коммуникатора: помогает выстраивать общение команды с сообществом разработчиков и другими командами JetBrains: дизайнерами, аналитиками и так далее. Нет необходимости специально объяснять разработчикам, что нужно пользователям, потому что они неплохо представляют, что и как должно быть. Ведь мы сами постоянно пользуемся нашими продуктами. Если команде необходимо понять какие-то текущие тренды, определиться с приоритетами или узнать, как лучше рассказать о том или ином функционале, PMM находит нужных людей, организует все и приносит команде результат.

Это продуктовые задачи, а маркетинговые?

А маркетинговые задачи — это работа с сайтом, блогом и подготовка других материалов. Это организация рекламных кампаний. PMM-ы выступают в роли заказчиков для команды диджитал-маркетинга, например. Это выбор подходящих конференций, организация и подготовка докладов, стендов для выставок и т. д. В общем, PMM отвечает за то, как продукт выглядит на рынке, как он подается и продается.

RubyMine

Ты проработала в RubyMine почти 5 лет. Как менялся продукт, и как это отражалось на твоих задачах?

Я пришла в RubyMine в очень хорошее для продукта время. 2011, 2012 и 2013 годы были хорошим периодом и для Ruby on Rails. Вышли версии Ruby 1.9.3, а затем и 2.0.0, Rails 3.1 и Rails 4, которые принесли много интересных и хороших изменений в технологию. Мой первый релиз, RubyMine 4, запомнился мне больше всего, и это был хороший релиз. Он был хорошо принят сообществом, да и команда, как мне кажется, была довольна. Тогда ребята здорово поработали над производительностью. Было много новых интересных фич, в частности целый ряд новых инспекций кода, поддержка новых тестовых фреймворков и т. д. С тех пор RubyMine прошел очень большой путь, стал по-настоящему зрелым продуктом с большим набором функционала. Интересно, что сами технологии Ruby и Rails после периода роста вышли на своего рода плато. Стало происходить меньше изменений в языке и фреймворках, которые IDE могла бы поддерживать и за счет которых выпускать новые релизы, строить маркетинг. Команда столкнулась с необходимостью искать новые способы развития продукта, отличные от feature-driven подхода.

У других IDE нет такой проблемы?

Если сейчас и нет, то наверняка в какой-то момент будет. Именно поэтому опыт RubyMine вдвойне интересен. Те маркетинговые и продуктовые решения, которые команда выработает, с большой долей вероятности можно будет применить и в других продуктах. Причем тут важно именно маркетинг выводить на качественно другой уровень. Это очень интересная задача, но это и причина, по которой я ушла из RubyMine. Если помнишь, мне изначально была интересна продуктовая, а не маркетинговая составляющая роли PMM, и я решила, что мне пора искать что-то другое. Мы нашли очень хорошего человека на позицию PMM RubyMine, которому эта задача была интересна и по плечу.

Хороший релиз

Ты назвала RubyMine 4 «хорошим релизом». Что ты под этим подразумеваешь?

Для меня хороший релиз — это три составляющие. Первое: он должен быть «чистый» с точки зрения разработки. Не должно быть регресса, багов на второй день после релиза. То есть он должен быть качественный, готовый, причем в идеале готовый заранее, без паники и фиксов в последний день. Сами разработчики должны быть довольны своей работой. Так бывает не всегда, будем честными. Второе: новая версия продукта должна делать жизнь пользователей качественно лучше по сравнению с предыдущей версией. Должен быть прирост value. Это может быть как поддержка нового функционала, фреймворка, так и какой-то другой, новый взгляд на старый функционал, выход на следующий уровень. Например, мы выпустили темную цветовую схему Darcula для IntelliJ IDEA и других IDE. Казалось бы, это просто цвета, но для многих пользователей это была возможность чувствовать себя совершенно по-другому, гораздо более комфортно в своей IDE. Или когда мы в RubyMine 4 прокачали производительность: IDE стала стартовать в четыре раза быстрее. Такое люди замечают сразу же. В релизе должно быть что-то, на что разработчик сразу обратит внимание: стало лучше, удобнее. И третье, но не последнее, конечно: должны расти продажи и увеличиваться число новых пользователей.

А с переходом на подписки понятие «хорошего релиза» должно меняться?

В общем и целом, на мой взгляд, нет. Чтобы пользователи продлевали подписки, они должны видеть, что продукт постоянно улучшается. Но изменения должны быть более плавными — именно поэтому мы перешли от двух релизов в год к трем и стараемся уходить от схемы, при которой долго разрабатывается какая-то крупная фича, а затем она выпускается и продвигается. Сейчас мы стараемся отталкиваться от сценариев использования и вносить изменения, которые в совокупности приводят к новому качеству использования того или иного сценария.

Личная эффективность

Про твое переходное состояние. Когда я готовилась к встрече, я нашла твое выступление в 2016 году на внутренней конференции JetBrains про личную эффективность. Мне очень понравилось. Кажется, это отлично согласуется с твоим постоянным желанием улучшать процессы. Продолжаешь ли ты этот личный проект?

Действительно, несмотря на то что я в свое время ушла от процессов к продуктовому менеджменту, мне по-прежнему интересно строить процессы, просто не в командах, а в своей собственной работе. И многие вещи, которые я использовала как Agile-коуч, я перенесла в свою работу. Тем более, у нас в компании очень важно быть самоорганизованным, потому что нет жесткой менеджерской вертикали. А для PMM-а это и вовсе жизненно необходимо, потому что его работа — это постоянная многозадачность, очень много внешних факторов. Это своего рода вопрос выживания.

Это относится ко всем PMM-ам?

Думаю, да. Я все время занимаюсь настройкой того, как именно я работаю. Меняю какие-то модели, пользуюсь разными инструментами, и вообще мне нравится пробовать разные практики самоорганизации.

Todo-листы писать?

И это в том числе. Люблю писать todo-листы и перебирать для них разные приложения. Я их принципиально меняю каждые несколько месяцев, потому что это заставляет меня еще раз пересмотреть то, что я делаю, свериться с общим курсом. В какой-то момент я осознала, что это не только моя индивидуальная боль. Это боль, которая есть у многих. А еще поняла, что из того опыта, который я накопила, пока внедряла Agile, многое может сработать не только для меня, и решила поделиться с другими.

Ты еще говорила про медитацию, как способ успокоиться после очень радостных или грустных впечатлений. Некоторые мои друзья используют приложения для медитации. Ты, кстати, медитируешь?

Да, я медитирую до сих пор. Я начала в 2014 году, так и продолжаю. Для меня это не стало ежедневной практикой, но медитации по-прежнему очень помогают абстрагироваться от эмоций, начать спокойно действовать, когда это необходимо. Несколько раз в неделю я точно медитирую.

Educational Products и образование

Educational Products

Мне бы, конечно, хотелось поговорить о том, как возникло направление Educational Products.

История образовательных продуктов началась лет 7 назад. Сергей Дмитриев, сооснователь и президент JetBrains, тогда проходил довольно много курсов на различных MOOC-платформах. Ему далеко не все нравилось в том, как организовано онлайн-образование, и у него появились интересные идеи, как оно могло бы быть устроено. Он поделился мыслями с разными людьми в компании. Эти идеи пустили ростки и развились в несколько направлений. Одним из этих направлений стал Stepik. А еще одним — PyCharm Educational Edition.

А как ты попала в команду?

Когда я поняла, что пора уходить из RubyMine, я стала искать другие варианты. И в первую очередь внутри JetBrains. Я не хотела уходить из компании, потому что мне очень близки и люди, и культура; ценности компании во многом совпадают с моими личными ценностями, что очень важно. Когда мне рассказали про образовательное направление, я очень загорелась. В отличие от RubyMine, здесь все только начиналось. Мне хотелось попасть в продукт на ранней стадии. Кроме того, стояла задача интегрировать различные идеи и направления в единый продукт, это был тот самый продуктовый менеджмент, который я искала. Да и сама тема образования очень многогранна, она увлекает.

Когда ты говоришь про продукт, ты имеешь в виду PyCharm Edu?

Я имею в виду всю линейку Educational Products. Изначально речь шла действительно о PyCharm Edu. Это был уже вполне сформировавшийся продукт со своими пользователями. Но он все равно оставался частью PyCharm и создавался командой PyCharm. Я видела нашу задачу в том, чтобы выйти на более широкий рынок и уйти от концепции IDE. Когда мы говорим про образовательный продукт, мы имеем в виду не только и не столько инструменты, мы говорим о подходе к обучению, об образовательных материалах и образовательной среде. У нас было много разрозненных идей о том, как стоит учить людей программированию, — надо было собрать все воедино. Нужно было сформулировать видение, понять, кто наша целевая аудитория, какие решения мы можем предложить. И понять, как мы можем перейти от идей к конкретным действиям. Это оказалось не так просто. По большому счету, весь мой первый год в проекте ушел на то, чтобы аккуратно собрать все имеющиеся идеи и наработки, переосмыслить их и сформулировать, что же мы понимаем под Educational Products. Но начали мы с того, что сформировали самостоятельную команду, которая уже не была частью PyCharm. Кроме того, появился единый плагин EduTools, который поддерживал уже не только Python, но и Java и Kotlin.

Я знакома с PyCharm Edu, потому что сама проходила там курсы. И когда мне хочется что-то написать на Python, я иногда пишу прямо в PyCharm Edu, хотя у меня есть обе среды. Я знаю, что плагин сейчас совместим с PyCharm, IDEA, Android Studio, WebStorm и CLion. А расскажи про вашу целевую аудиторию, на кого вы ориентированы?

Наша аудитория делится на несколько сегментов. Прежде всего, это преподаватели и учащиеся. Причем если мы говорим об учащихся, мы имеем в виду не только студентов вузов — мы ориентированы на тех, кто активно занимается самообразованием. Часто это люди, уже имеющие формальное образование и зачастую работающие, но стремящиеся заполнить пробелы в знаниях, или те, кто хочет перейти в IT из других областей. Если мы говорим о преподавателях, опять же, это не только те, кто зарабатывает классическим преподаванием, но и те, кто делится знаниями в блогах, пишет книги, создает онлайн-курсы.

Образовательный контент

А кто создает курсы? Как вы находите людей, которые их разрабатывают?

Это хороший вопрос. Мы делаем контент своими силами, а также активно ищем тех, кто готов сотрудничать.

Для того чтобы получился хороший образовательный контент, нужно выбрать подход к обучению, и подобрать образовательные материалы и инструменты, которые соответствуют этому подходу.

В создании образовательных материалов, на мой взгляд, мы должны пройти три стадии. Первая стадия — создание контента своими силами. На этом этапе важно делать контент, который будет хорошо демонстрировать основные подходы к обучению, которые мы пропагандируем, и возможности инструментов. К примеру, Kotlin Koans — серия упражнений, помогающих освоить синтаксис языка Kotlin, — демонстрирует подход к изучению языка через небольшие практические упражнения, выполняемые непосредственно в IDE. На второй стадии мы привлекаем преподавателей, которым близок наш подход к обучению и которые могут пользоваться нашими инструментами, чтобы создавать свои обучающие материалы. Например, в наших IDE можно проходить миссии обучающей игровой платформы CheckiO и изучать таким образом Python и JavaScript. Третья стадия — предоставляем платформу и определенный формат обучающих материалов, которые позволяют всем желающим создавать обучающий контент.

Ты имеешь в виду, что каждый желающий сможет сделать свой курс?

Речь идет не совсем о курсах в их классическом понимании. Дело в том, что как раз в этом мы видим недостаток существующего онлайн-образования: оно до сих пор строится по образу и подобию офлайн-образования, живет понятиями «курс», «семестр» и т. д. Но для life-long learning (непрерывного образования) это все не работает — надо отталкиваться от тем, надо по-другому дробить информацию, это не должен быть статический, единый для всех курс. У каждого учащегося должна быть возможность составить свою карту, построить свой образовательный путь, который приведет к тем знаниям, которые необходимы именно этому конкретному человеку.

Мне кажется, классическое образование тоже постепенно к этому идет. Видимо, все образование движется в сторону модульности и персональной ориентированности.

Да, безусловно. Образование сейчас переживает переломный момент, пытается выйти на качественно новый уровень. Всем уже очевидно, что существующие образовательные стандарты не работают, они не отвечают запросам современного мира и уж тем более мира будущего. А новых стандартов пока нет. Так что сейчас очень много экспериментов и в школьном образовании, и в вузовском образовании, и в онлайн-образовании. Сейчас это очень интересная область в интересное время. Происходят и дальше будут происходить очень большие изменения. Потому что сильно изменилось общество. Образование пытается эти изменения поймать, догнать. Мы все дальше уходим от жестких структур. Если раньше все строилось на том, что ты вначале накапливаешь знания (учишься), а потом всю жизнь эти знания используешь (работаешь), то сейчас такая модель больше не работает. Ты учишься всю жизнь. Сейчас один и тот же человек может в чем-то одном быть учеником, а в чем-то другом быть экспертом. Как раз потому что люди стали чаще менять профессии, они стали по-другому накапливать знания. Границы между разными дисциплинами становятся все более размытыми, появляются совершенно новые направления деятельности и профессии. Именно поэтому система образования должна перестроиться. И, конечно, онлайн-образование играет здесь одну из ключевых ролей.

Есть ли проекты, которые вы рассматриваете как конкурентов?

Конечно, у нас есть конкуренты. Как я и сказала, сейчас в образовании время экспериментов. Создается довольно много интересных образовательных платформ. И речь идет уже не только о MOOC–платформах, таких как Coursera, edX, Khan Academy, Udacity, Udemy, FutureLearn, но и об обучающих платформах с упором на практику и решение задач, таких как Codecademy, Codewars, JavaRush. Но мы верим, что сможем предложить свое уникальное решение. Сейчас мы сфокусированы на проектном обучении, персонализированном обучении, микрообучении, на обучении непосредственно в среде программирования с использованием профессиональных инструментов.

Проектное обучение

Расскажи про проектное обучение. Как это работает?

Смысл проектного обучения в том, что новые знания сразу же привязаны к конкретной практической работе. Учащийся не просто учит что-то новое, а сразу же применяет знания на деле и видит, как они позволяют получить конкретные результаты. Уже на стадии обучения учащийся начинает накапливать опыт. Это очень мотивирует. И такой подход очень актуален в обучении программированию. Потому что программировать — это не просто знать синтаксис языка, а владеть языком, уметь решать с его помощью конкретные задачи, уметь пользоваться необходимыми инструментами. Поэтому лучше сразу учиться на конкретных проектах и сразу в IDE.

То есть можно сразу овладеть еще и инструментами, IDE?

Да, потому что владение инструментами, такими как IDE, инструменты сборки, контроля версий — важный навык для любого программиста. И нужно еще на стадии обучения показать, когда, зачем и как необходимо применять те или иные инструменты. Для несложных задач на знание синтаксиса языка достаточно простого онлайн-редактора, а для работы над проектом такого редактора уже недостаточно. Важно уметь настроить окружение и уметь им пользоваться.

На последней конференции ты говорила, что у вас много планов и идей. Проектное обучение входит в эти планы?

Да. Мы уже анонсировали JetBrains Academy — наши первые наработки в этом направлении совместно со Stepik. Мы открыли доступ к платформе изучения языков программирования, Hyperskill, в основе которой как раз и лежат все перечисленные принципы.

Кроме того, мы задаемся сейчас вопросом, как встроить процесс обучения в каждодневную практику программирования для тех, кто уже программирует, но хотел бы повышать уровень знаний. Для этого необходимо выдавать обучающие материалы небольшими порциями, но они должны быть релевантны контексту: как учатся люди, которые уже занимаются профессиональной разработкой, как они узнают о новых возможностях языков и так далее. Они не учат заново Java, к примеру, но им может быть интересно, что вышло в последней версии Java и как это можно использовать непосредственно в том коде, над которым они сейчас работают. В начале года мы выпустили результаты опроса на эту тему, который мы проводили среди профессиональных разработчиков.

Ты недавно вернулась из второго декрета. Рождение детей как-то повлияло на твою работу?

Да, безусловно. Рождение детей заставляет во многом пересмотреть свои цели и приоритеты. Вернувшись из первого декрета я как раз задумалась о том, чтобы уйти из RubyMine. Второй мой декрет подтолкнул нас к тому, чтобы в команде Educational Products появились еще два PMM-а, что позволило мне еще больше сосредоточиться на продуктовом менеджменте и отойти от маркетинга, став product-менеджером. Кроме того, с появлением детей изменился и мой стиль работы. Совмещать семью и работу не всегда просто, и это объясняет мое увлечение тайм-менеджментом, заставляет лучше взвешивать свои решения. Делать здесь и сейчас то, что можно сделать сегодня, — с маленькими детьми ты не всегда располагаешь своим временем так, как планируешь. С другой стороны, я заметила, что в работе и в родительстве меня привлекают схожие вещи. Быть родителем — это слушать и слышать своего ребенка, пытаться понять его, учиться смотреть на мир под непривычным углом, его глазами. Быть менеджером продукта — это слушать и слышать пользователей и разработчиков, учиться смотреть на продукт под непривычным углом, глазами других людей. И то, и то во многом про эмпатию. Ну и конечно, тема образования мне близка. Старший сын скоро станет школьником. Я думаю о том, как и чему он будет учиться, как я вижу его образование; какие возможности есть у него сегодня и какие возможности я бы хотела, чтобы у него были завтра. Это заставляет меня задавать вопросы, читать про образование и пропускать все это через себя. Мне важно, что моя работа и мои личные интересы пересекаются. Иногда какие-то идеи, которые возникают в вопросах образования в собственной семье, находят отражение в работе, и наоборот. Это очень интересно.

Мария Лебедева, специалист по тестированию в MPS

Чем занимается Product Marketing Manager в JetBrains / Блог компании JetBrains / Хабр

Всем привет!

Меня зовут Андрей Чепцов, я работаю в JetBrains и занимаюсь маркетингом IntelliJ IDEA и GoLand (нашей новой IDE для Go). Официально моя должность называется Product Marketing Manager. Если в двух словах, я рассказываю пользователям о том, чем занимается команда продукта. В данный момент в команду GoLand как раз разыскивается еще один такой человек. Чтобы было понятно, чем он (или она) будет заниматься, в этом посте я вкратце расскажу о своей работе.

Прежде, пара слов о JetBrains. Мы создаем инструменты для разработки программного обеспечения. За счет “продвинутого” статического анализа кода наши инструменты позволяют читать и писать код более эффективно. JetBrains является международной компанией с центральным офисом в Праге, крупным центрами разработки в Санкт-Петербурге и Мюнхене. Ежемесячно нашими инструментами пользуются четыре миллиона разработчиков по всему миру. Приятным является тот факт, что многие пользователи выбирают наши коммерческие продукты даже в тех случаях, когда на рынке доступны опенсорсные альтернативы. Последнее позволяет мне считать, что наши пользователи ценят то, что мы делаем.

Большую часть наших инструментов составляют интегрированные среды разработки (IDE). Мы поддерживаем Java, PHP, Python, JavaScript, C#, SQL и многие другие языки. Недавно, благодаря запуску GoLand, список поддерживаемых языков пополнился Go. Go активно развивается и грозит “потеснить” некоторые популярные языки, такие как Java, Ruby, Python и C/C++. И хотя команда GoLand составляет три “полных” человека, а сам продукт был запущен совсем недавно, у GoLand уже шестьдесят тысяч пользователей и это число быстро растет. Именно поэтому в команду и требуется теперь собственный, “выделенный” Product Marketing Manager.

Что из себя представляет Product Marketing Manager в JetBrains, ранее уже рассказывал мой коллега Андрей Бреслав (главный дизайнер языка Kotlin) а также paullarionov (проходивший в JetBrains курс летней школы PMM). Я попробую рассказать своими словами по возможности избегая слова “единорог”.

Как выглядит мой обычный день:

• Я добираюсь до кухни и делаю себе латте (кофе с молоком).
• Пока кофе остывает, я открываю почту, отвечаю на письма и комментарии в YouTrack (YouTrack — это наш багтрекер для разработчиков, а по совместительству и система управления задачами) и Zendesk (централизованная система, куда попадают все письма от пользователей).
• Проверяю непрочитанные сообщения в десятке Slack-каналов.
• Кофе остыл, можно проверить новые комментарии в блоге, Twitter и Facebook и ответить на наиболее важные. Вопросы, на которые ответить я не могу, отправляю своим коллегам: разработчикам, тестерам, юзабилити-инженерам, специалистам поддержки, тим лидам, техническим писателям, евангелистам или любым другим людям в команде, которые могут помочь.
• Сегодня выходит EAP билд IntelliJ IDEA. Мне необходимо написать пост про важные исправленные “баги”, а также про новые “фичи”. Чтобы это сделать, вначале нужно собрать информацию о них, а значит проверить страницу Confluence, где мы собираем информацию о релизах, проверить release notes и соответствующие задачи в YouTrack и, наконец, поговорить с разработчиками и тестерами из команды продукта, SDK (это наша собственная версия JDK) и платформы. Информация о билде собрана, а значит нужно проверить “фичи” в действии и написать текст, снять скриншоты и отправить на вычитку разработчикам и копирайтерам (копирайтеры помогают убеждаться в “несовершенстве” моего английского, а иногда и русского). Если какая-то из фич не работает или не нравится, я захожу в YouTrack и подробно сообщаю об этом. Блог-пост готов. Осталось подготовить текст для об обновлении для IDE, текст для сайта и текст для социальных сетей.
• Опубликовал пост в блог. Выложил изменения на сайт (Git). Убеждаюсь, что TeamCity (это наша система Continuous Integration и Continuous Delivery) проверил, что я ничего не сломал. Нажимаю “выложить на сайт”. Позже нужно будет проверить комментарии к посту, твиту и сообщению в Facebook.
• Теперь пора проверить новые тексты для документации, написанные техническими писателями. Проверяю и как можно “конструктивнее” сообщаю о найденных “несовершенствах”.
• Вспоминаю, что нужно проверить несколько “старых” разделов документации. Иду в Google Analytics. Создаю задачу на анализ “тепловых карт”. Анализом данных займусь позже.
• Вижу несколько сообщений от моей коллеги из команды евангелистов (Developer Advocates). Созваниваюсь и обсуждаю, какой контент нам нужен на ближайшее время. Видео или блог-посты? Не забыть про Tips of the Day для Twitter. Нужно будет снять скриншоты, сделать тексты и запланировать твиты.
• Пауза на кофе. В коридоре встречаю коллегу и застреваю на полчаса, обсуждая улучшения, которые мы сделали в прошлом релизе, а также те, которые мы планировали в следующем месяце. Обсуждаем обратную связь от пользователей, статистику об использовании этих фич, а также пару идей, о том, как сделать их еще лучше. Напоминаю о паре важных багов, которые висят уже несколько месяцев.
• Что у нас с конференциями? Похоже, нужно подготовить список “вещей”, которые нужно успеть сделать к конференции. Какой спонсорский пакет возьмем в этом году? Куда стоит поехать, куда нет? Согласовать дизайн будки. Кто поедет? Еще нужно не забыть заказать футболки с новым дизайном, который мы вместе с командой придумали пару месяцев назад.
• С конференциями покончено. Как раз вовремя для ежедневного митинга с продуктовой командой. Митинг проходит 5-10 минут. В митинге участвуют через Polycom (это решение, которое мы используем для видео конференции) сотрудники из разных офисов, а некоторые и из дома. На митинге каждый рассказывает, чем занимался сегодня. Я случайно узнал о паре интересных вещей. Коллега переделывает элемент интерфейса IDE, чтобы ускорить его работу и улучшить внешний вид. Нужно будет расспросить его подробнее в Slack.
• После митинга можно пообедать. На обеде сталкиваюсь с коллегами из “смежного” продукта. Обсуждаем, что у кого “нового” и кто чем занимается. Ребята из PyCharm рассказывают о поездке в Китай и визитах в компании заказчиков для общения с пользователями IDE. Обсуждаем тесты, которые проводили для оптимизации рассылок, а также новые лендинг-страницы, разделы документации и проведенные “вебинары”. Делаю пометки, что нужно сделать для IntelliJ IDEA. Вспоминаю, что уже давно планировал запустить автоматическую продуктовую рассылку для GoLand. Нужно будет созвониться с отделом email маркетинга.
• Возвращаюсь на рабочее место. Проверяю Confluence. Оказывается, на носу крупное обновление IntelliJ IDEA. Это значит, нужно собрать всю информацию, протестировать новые фичи и запланировать ряд контента. Это занимает большую часть дня.
• Ближе к вечеру решаю переключиться на блог-пост для Medium, который я планировал написать уже давно. В этом посте я планирую рассказать о новом плагине, которым занимаюсь самостоятельно в “свободное” время, отвлекаясь от рутинных задач. Пост практически готов, осталось “вычитать”. Завтра можно будет опубликовать.
• Перед уходом вспоминаю про “созвон” с разработчиками технологии, которую мы поддерживаем в IDE. Обсуждаем планы, записываем пожелания. Завтра с командой обсудим, что мы планируем из намеченного сделать в этом релизе.
• Уже вечер. Пора идти домой!

Примерно так выглядит мой обычный день.

Если в целом, я…

• занимаюсь написанием контента для блога, социальных сетей и сайта;
• общаюсь с разработчиками, тестерами, специалистами поддержки, инженерами юзабилити, техническими писателями, специалистами по маркетингу, евангелистами, копирайтерами, ребятами из отдела продаж и многими другими;
• отвечаю на сообщения пользователей в социальных сетях и YouTrack;
• планирую и посещаю мероприятия и конференции;
• помогаю команде опираться на данные при принятии решений
• помогаю пользователям в использовании продукта;
• представляю интересы пользователей внутри команды.

Что команда ожидает от меня понимание продукта на уровне пользователя, а также желание и умение…

• писать много контента о продукте и технологиях
• общаться с пользователями
• писать и читать программный код на Go
• изучать новые технологии
• передавать конструктивную обратную связь
• убеждать и аргументировать свою точку зрения
• учиться и развиваться

Если вас не пугает работа, о которой я написал выше, вам интересно программирование и маркетинг и вы хотите принимать активное участие в создании и продвижении продуктов с мировым именем, мы ждем вашего резюме. В комментариях буду рад ответить на любые вопросы по вакансии и в целом по работе продуктовых команд JetBrains.

Кто такой продуктовый маркетолог и когда он нужен компании

Меня зовут Богдан Дроздов, я работаю продуктовым маркетологом в компании Diligences. Последние 2 года моя должность — Product Marketing Manager. Иногда кандидаты, да и сами наниматели не понимают, чем занимается этот специалист. Тем более сложно определить, когда он нужен компании.

В этом материале я постараюсь объяснить, кому нужен PMM, и чем эта должность отличается от продакта и маркетолога.

Богдан Дроздов

Что такое продуктовый маркетинг и чем занимается продуктовый маркетолог

К продуктовому маркетингу относятся исследование, продвижение и продажа продукта клиенту. Продуктовый маркетолог тесно сотрудничает с продуктовой командой, командой продаж и другими маркетологами. Продакт отвечает за развитие продукта в целом и достижение бизнес результатов, отдел маркетинга за работу с рынком, сейлзы за продажу.

Зачем же тогда нужна должность на стыке? Не лишнее ли это усложнение?

Продуктовый маркетолог отвечает за рыночную адаптацию продукта. Также он объясняет ценность продукта для покупателя — формулирует ценностное предложение, отвечает на вопросы и решает сомнения, которые возникают перед покупкой.

Разберем на примере, вы разрабатываете решение для автоматизации процессов в кафе и ресторанах B2B, то у покупателя могут возникнуть такие вопросы:

1. В чем ценность этого продукта для моего бизнеса?
2. Как с помощью этого продукта мое заведение будет тратить меньше ресурсов или начнет работать эффективнее?
3. Как этот продукт интегрируется с моими текущими решениями (кассовыми аппаратами и так далее)?
4. Сколько стоит сам продукт и его интеграция?
5. Нужно ли мне докупать дополнительное оборудование?
6. Нужно ли дополнительное обучение персонала для использования этого решения?
7. Смогу ли я потом отказаться от этого решения в пользу другого (есть ли вендор лок)?

Сформулировать такие вопросы помогает общение с отделом продаж и customer success. Продуктовый маркетолог формулируют ответы после общения с продуктовой командой, тестирует их с отделами маркетинга и продаж.

Это специалист на стыке продукта, маркетинга и продаж. Часто он выступает «заказчиком» для маркетингового отдела со стороны продукта. Продуктовый маркетолог может обучать сотрудников отдела продаж, создавать маркетинговые материалы о продукте и проводить маркетинговые кампании по привлечению клиентов.

Как и у продакт-менеджера, обязанности PMM отличаются в зависимости от компании. Исходя из своего опыта, общения с коллегами и нанимателями я выделил главные:

• анализ конкурентов и рынка;
• коммуникация и стратегическое позиционирование продукта;
• определение ключевых характеристик продукта;
• участие в демо и презентациях продукта;
• привлечение и возврат пользователей;
• управление запуском новых продуктов и фич;
• внедрение и повышение спроса на продукт.

В чем разница между продакт-маркетологом, продакт-менеджером и диджитал-маркетологом

Профессия PMM появилась на украинском рынке труда недавно, поэтому продуктового менеджера, продуктового маркетолога и диджитал-маркетолога часто путают. Я и сам сначала не мог понять разницу.

Различия между этими профессиями могут варьироваться в зависимости от продукта, компании, рынка и отрасли. Я постарался выделить общие принципы, которые помогут различать эти роли и присущие им обязанности.

Продакт-маркетолог vs продакт-менеджер

На ранних этапах развития компании продакт-менеджеры часто совмещают эту роль с ролью маркетолога продукта. По мере взросления и роста компании их нужно разделить. Продакт-менеджеры ограничены во времени и, скорее всего, его не хватит на исследование потребностей клиентов, позиционирование, работу с отделом маркетинга и продаж.

Менеджер по продукту — это специалист, который контролирует успех продукта на протяжении всего жизненного цикла. Он отвечает за изучение потребностей рынка, разработку стратегии и планов развития продукта (которые согласуются со стратегией компании) и согласованность между отделами в вопросах ценообразования, каналах продаж. Проще говоря, это кросс-функциональное управление бизнесом, рынком и техническим менеджментом на уровне продукта или продуктовой линейки.

Продакт-маркетолог тоже исследует рынок, но в первую очередь изучает покупателя продукта. Он отвечает за позиционирование, стратегию выхода на рынок, ключевое сообщение и конкурентную дифференциацию. Также он помогает командам по продажам и маркетингу работать максимально эффективно.

Разберем на нашем примере с B2B-решением для общепита. Допустим, вы решили выйти на рынок Польши. Продуктовый маркетолог должен:

Провести исследование рынка

1. Какие особенности рынка? Может оказаться, что 95% рынка общепита это маленькие заведения, которые обслуживает 15 человек в день и им до одного места ваша автоматизация процессов.
2. Какие есть конкуренты? Нужно узнать, какие конкуренты работают в Польше. Есть ли лидер или монополист? Сколько лет они на рынке? Какие цены у конкурентов и откуда они берут лиды?
3. Есть ли какие-либо экономически, политические или регуляционные особенности? Может, иностранцам нельзя продавать решения для ресторанов без офиса в Польше или вам нужно подключить местный способ оплаты.
4. Интервью с пользователями. Нудно пообщаться с потенциальными клиентами (не продавая им решения) и узнать, есть ли у них эта проблема и как они ее решают.

Разработать стратегию выхода на рынок

1. Что обязательно должно быть в вашем продукте? Нужно решить с продакт-менеджером, какой минимальный набор фич нужен для выхода.
2. С какого сегмента или региона начать? Возможно, после исследования рынка и общения с пользователями вы поймете, что ваше решение лучше всего подойдет для ресторанов, которые работают на доставку и находятся в Варшаве.
3. Как вы будете позиционировать продукт? Определите, какую ценность вы несете для сегмента пользователей и чем отличаетесь от конкурентов. Кому, как и где вы будете это говорить.
4. Какая цена будет для данного региона? Обсудите с продакт-менеджером и командой продаж тарифные планы.
5. Как вы будете привлекать пользователей, интегрировать их и поддерживать? Разработайте стратегию привлечения клиентов вместо с маркетинг-отделом. Собираетесь ли вы искать партнеров на локальном рынке или будете интегрировать и поддерживать пользователей самостоятельно?

Реализовать выход на рынок

1. Согласовать бюджет, метрики.
2. Согласовать с продакт-менеджером и стейкхолдерами KPI/OKR и ресурсы для их достижения.
3. Организовать маркетинг кампании.
4. Совместно с маркетинг-отделом подготовить маркетинг-материалы и реализовать стратегию привлечение пользователей на основе исследования рынка и выбранного позиционирования.
5. Коллаборация с командами. Итеративно улучшать продукт и воронку в коллаборации с продакт-менеджером, отделами продаж, поддержки и маркетинга.

Менеджер по продукту и менеджер по маркетингу продукта — это дуэт, они дополняют друг друга.

В идеальном мире обе роли четко определены и не дублируют друг друга ни в одной из областей, но на практике так получается не всегда.

Продакт-маркетолог vs диджитал-маркетолог

Продуктовый маркетолог отвечает за стратегию, а диджитал-маркетолог — за тактику. Например, продуктовый маркетолог формулирует маркетинговую стратегию, выбирает целевые рынки и устанавливает цену, а диджитал-маркетолог отвечает за таргетинг потенциальных клиентов.

На практике же, особенно на ранних стадиях, продуктовые маркетологи совмещают в себе еще и роль диджитал-маркетолога, а со временем делегируют обязанности канальным маркетологам (PPC, SEO, email-маркетологам).

Как живется продакт-маркетологам в Украине

Все, о чем я писал выше, касается работы PMM в мире и крупных компаниях. Чтобы понять, как работают эти специалисте в Украине, я опросил 40 своих коллег. Вот что мне удалось узнать об обязанностях, KPI и зарплатах продуктовых маркетологов в Украине.

Кто вы?

Сколько вам лет? Средний возраст — 28 лет, медиана — 26 лет

Знание английского

Сколько у вас лет опыта работы в качестве PMM?

Сколько лет вы работали, прежде чем стать PMM?

Какое у вас высшее образование?

Что входит в ваши обязанности?

Какие у вас KPI / OKR?

Что вам нравится в вашей работе?

Быть на стыке продукта и маркетинга, исследовать потребности рынка и передавать знания разработке.

---

1. Возможность наращивать экспертизу в смежных областях (UI/UX, Product Development etc).
2. Координировать команду для достижения общих целей.
3. Ориентированность на KPI.

---

1. Стежити за розвитком продукту, формулювати гіпотези і доводити або спростовувати їх.
2. Втілювати в життя свої креативні ідеї та бачити результат.
3. Комунікувати з користувачами — це допомагає краще зрозуміти проблему.
4. Сам процес пошуку проблеми і її розв’язання.

Что вам не нравится в вашей работе?

У b2b-сфері наші основні клієнти — старші дядьки. Тому з новітнім креативом не розгуляєшся — не зрозуміють.

---

Часто собственники и фаундеры считают меня волшебником, который по мановению палочки за несколько месяцев должен сделать их бизнес успешным.

---

Не нравится отвечать за продажи, так как это дело всего продукта, а не только маркетинга.

---

По окончанию рабочего дня очень сложно «выключить» работу. Ты постоянно встречаешь что-то, что может быть полезно твоему продукту. Так как мессенджеры всегда под рукой, есть соблазн сразу написать кому-то из коллег.

Какая у вас зарплата? (USD до уплаты налогов)

Есть ли у вас дополнительный доход (дивиденды и прочее)? Если есть, то в каком объеме?

Большая часть участников опроса указали, что не имеют дополнительных источников дохода. Некоторые указали квартальные премии и акции.

Насколько вы бы посоветовали свою профессию другу?

По результатам опроса NPS вышел 43. Отметка в 50 считается планкой «отличного продукта», так что это довольно высокий показатель.

Когда компании нужен PMM

Продуктового маркетолога чаще всего нанимают после инженеров, продуктового менеджера, менеджеров по продажам. Обычно после или одновременно с менеджером по продукту.
Основными причинами найма PMM являются:

• ограниченные ресурсы менеджера по продукту — у него нет времени на общение с клиентами, нужна надежная маркетинговая опора;
• сложность продукта — у него появляются дополнительные функции или он становится слишком сложным;
• изменение цикла продаж — если компания наняла новую команду продаж, им понадобится материал для информирования клиентов и позиционирования продукта.

«Мы поняли что нам нужен продуктовый маркетолог для ускорения роста и масштабирования, чтобы запускать кроссканальные кампании», — рассказывает анонимный рекрутер.

Где учиться

Профессия PMM в Украине появилась недавно. Поэтому и опытным специалистам, и новичкам нужно постоянно улучшать свои навыки как в маркетинге, так и в продуктовом менеджменте. Я собрал самое полезное из того, что читаю сам и советуют мои коллеги.

Курсы

• GoPractice — симулятор работы в продуктовой компании. Если у вас мало опыта работы с реальными продуктами, то обязательно к прохождению.
• Projector. Могу посоветовать курс Product Marketing Pro от Руслана Назаренко — много практики и работа с вашим реальным продуктом.

Блоги

• A16Z — блог одного из самых крупных и известных венчурных фондов — Andreessen Horowitz.
• Блог акселератора YCombinator.
• Блог Intercom, в котором публикуют выжимки из опыта компании. Пишут как о продуктах, так и о их маркетинге.
• GrowthHackers — коммьюнити «гроуз-хакеров» с интересными материалами, но часто там публикуют посты компаний.
• OptinMonster — там много полезного контента по оптимизации конверсий, особенно, если вы новичок в этой сфере.
• Reforge — контент от «лидеров быстрорастущих компаний». Много хороших статей, но читать их без определенного запроса сложновато.
• Brian Balfour — блог фаундера Reforge и бывшего VP Growth в HubSpot. Пишет преимущественно о процессах роста в компании и привлечении пользователей.
• Andrewchen — блог партнера Andreessen Horowitz и бывшего Head of Growth в Uber. Моя любимая рассылка, рекомендую подписаться.

Книги

Four Steps to the Epiphany. В книге есть почти все инструкции по работе с клиентами, продажам, маркетингу и построению компании на разных этапах развития. Иногда она может быть суховатой, но точно заслуживает прочтения.

The mom test. Книга про CustDev. Она поможет понять, когда ответ дают из вежливости и он не несет никакой ценности, подскажет, как развивать беседу и какие уточняющие вопросы задавать.

Crossing The Chasm. Ранний и основной рынок hi-tech-продуктов разделяет пропасть, которую нужно преодолеть. Она появилась из-за различий между участниками раннего рынка (энтузиастами) и участниками массового рынка. В книге автор объясняет, как ких преодолеть, дает советы по грамотному позиционированию и выбору сегментов рынка.

Hooked: How to Build Habit-Forming Products. В книге говорится о том, как строить продукты, которые будут вызывать привычку. Она будет полезна как для фаундеров, так и продуктовых специалистов.

Naked Statistics. Этой книги будет достаточно, чтобы понять концепции статистики, не прибегая к учебникам. Мастридом для маркетологов без технического бэкграунда.

Hacking Growth. Автор рассказывает о нашумевшем Growth hacking и том, как компании применяют его для достижения своих целей. Эта книга — хороший старт для тех, кому интересны построение процессов роста.

Traction, Gabriel Weinberg

Читайте нас в Telegram

Читайте также:

КОМПЛЕКС МЕХАНИЗАЦИИ

ДЕНЬ ВЧЕРАШНИЙ

Порт — это высокотехнологическое, высокомеханизированное предприятие. А где есть техника, там есть и подразделение, которое ее ремонтирует и приводит в порядок, обеспечивая тем самым высокопроизводительный труд на погрузке и разгрузке.

Такое подразделение в Дудинском морском порту появилось с первых же дней его работы и называлось ремонтно-механическими мастерскими (РММ). Но с течением времени функции подразделения расширялись, названия менялись.

Было время, когда мастерские и портовая механизация были объединены (РММ и ПМ), затем был создан цех механизации. Он объединял всю грузоподъемную технику: транспортеры, паровые и железнодорожные краны, а так же портальные краны и экскаваторы. Его переименовали в краново-экскаваторный участок.

Начиная с 2001 года это подразделение снова объединило всю механизацию порта в один производственный комплекс. Он и называется третьим ППК.

Если углубиться в историю, то можно увидеть, что еще в 1942-м, труднейшем военном году, специалистам дали задание подготовить проект механических мастерских. Оно и понятно, без ремонтников и механизаторов предприятие просто-напросто не сможет существовать. В1945 году был назначен первый начальник РММ М. И. Бондаренко, хотя ремонтом техники занимались и мастерские речного грузового района.

В первые годы в ремонтно-механических мастерских собственными силами делали простейшие приспособления, облегчающие ручной труд на грузовых работах. Появились ленточные и скребковые транспортеры. Изготовил и даже деревянный кран «Деррек». С появлением заводских грузоподъемных механизмов начали выполнять более сложные и разнообразные работы. Увеличивался их объем.

В РММ трудились слесари, сварщики, токари, фрезеровщики, литейщики, такелажники, кузнецы. Обслуживанием грузоподъемных механизмов занимались слесари, электрики, механики, а на кранах работали крановщики, кочегары, экскаваторщики. Одним словом, хозяйство сложное и беспокойное, поэтому руководителями этого подразделения всегда были люди высокообразованные, понимающие толк в грузоподъемной технике, в токарном и кузнечном деле.

Первые ремонтно-механические мастерские располагались на месте нынешних овощников. Там находились токарные, кузнечные и литейные цеха. А в 1971 году построили новое современное здание РММ. В нем нынче располагаются токарный, сварочный, кузнечный цеха, а также депо — для ремонта паровых, гусеничных, пневмоколесных кранов.

За всю историю существования РММ и ПМ здесь было четырнадцать руководителей. Первый начальник РММ — М.Бондаренко. По архивным данным удалось восстановить фамилии других. Это Д.Рапопорт, Ф.Пфейфер, И.Ершов, М.Петрикей, Н.Осипов, О. Китебаев, С.Табанаков, В.Щукин, Ю.Гуполенко, А.Скоморох, Г.Шелгунов, В.Вискунов. Сегодня этим производственным подразделением, комплексом механизации Дудинского морского порта, руководит Виктор Шаханов.

Подробно рассказать обо всех невозможно, но для Фридриха Пфейфера надо сделать исключение. Он пришел работать в РММ с первого дня его образования, в 1946 году. Работал мастером, старшим мастером, начальником ремонтного участка, ас 1961 года был начальником ремонтно-механических мастерских. В 1967-м ушел на заслуженный отдых. Фридрих Соломонович был очень беспокойным, дотошным человеком. Аккуратным и ответственным, всей душой болеющим за производство.

Многие из руководителей ремонтно-механических мастерских и портовой механизации стали ведущими специалистами порта. Так, к примеру, О.Китебаев — главным механиком порта, начальником Красноярской конторы «Норильскснаба», В.Щукин — ведущим инженером, проработавшим в порту более тридцати лет. С.Табанаков работал начальником конструкторского бюро, Ю.Гуполенко — ведущим инженером по контейнерным перевозкам «Норильскснаба», В.Вискунов стал главным инженером порта, главный механик А.Захаревич — начальником Дудинской нефтебазы.

Но главные исполнители — те, кто своими руками делал детали, ремонтировал технику, работал на ней, — это рядовые работники. Люди, чьи имена всегда, как говорится, на слуху. И навсегда останутся в памяти коллектива. Это линейные механики и мастера: П.Жидков, П.Ляльков, П.Шульпин, А.Курбатов, М.Перевалов, А.Григорьев, В.Карчаускас, А.Кремер, Р.Швиндт, И.Апанасюк, В.Рыбалко, А.Захаревич, А.Фохт, Г.Горюков и многие другие.

А как не вспомнить крановщиков, сварщиков, слесарей, электромонтеров, кузнецов! Это В.Деревковский, Вениамин и Алексей Ивановы, В.Вороной, А.Цветков, Н.Новиков, А.Логинов, А.Стрижов, В.Короткое, В.Колмаков, Р.Онишкевич, Е.Ананин, В.Бородин, В.Градобоев, Д.Булатов, Э.Давыдова, В.Давыдов, В.Шумских, И.Зайцева, В.Щетко, А.Кулатов, А.Буров…

В ремонтно-механических мастерских замечательный коллектив, состоящий из работников многих профессий. В порту сегодня нет другого подразделения, в котором было бы столько уникальных специальностей, как в РММ и ПМ. В третьем ППК, в комплексе механизации, как его называют. Коллектив его занимается еще и ремонтом контейнеров. Есть здесь ремонтно-строительный участок малой механизации.

Конечно, трудно сказать, сохранится ли в будущем мощный производственный комплекс. Но каждому понятно, что без услуг такой службы Дудинскому морскому порту никак не обойтись, пусть даже она и не будет входить в его состав.

Мы всегда гордились и гордимся этим коллективом, людьми, которым по плечу любые дела по ремонту и содержанию портовой техники. Недаром здесь добросовестно трудятся ветераны и заслуженные работники комбината. Многие удостоены правительственных наград.

***

ДЕНЬ СЕГОДНЯШНИЙ

Накануне 60-летия порта в мастерских справились со всеми намеченными на этот период планами.

— С начала года немного изменился состав коллектива — несколько человек уехали на материк, — рассказывает начальник третьего комплекса Виктор Шаханов. — Вместо опытных работников приняли молодых, которых теперь пытаемся научить работать и быть специалистами в своем деле.

— Это, наверное, по программам «Стажер», «Рабочая смена», действующим в компании «Норильский никель»?

— Да. Сегодня у нас трудятся двое молодых ребят. Думаю, что человек пять молодых рабочих мы примем, потому что предварительная договоренность с руководством порта уже есть.

Молодые люди будут приняты по таким профессиям, как токарь, сверловщик, слесарь механосборочных работ. Это профессии, без которых наше подразделение не может существовать.

— А есть ли сегодня у молодых ребят желание стать токарями, слесарями, сверловщиками-фрезеровщиками?

— Есть. И, видно, благодаря тому, что мы ежегодно проводим для школьников экскурсии по цехам. Им нравится у нас. Когда знакомятся с работой токаря, станочника, что-то, оказывается, остается в памяти, западает в душу…

— И что, даже кузнецами ребята хотят стать? Это же тяжелая работа, даже если со стороны за ней наблюдать…

— Хотят. И мы можем за год-два подготовить специалиста любой профессии.

Руководитель рассказал о планах коллектива на будущее. О том, что участок РСУ, на котором сегодня работают две бригады — маляров и плотников-столяров, с нового года будет переведен со сдельщины на повременку. И тут, конечно же, главное, чтобы люди не потеряли в зарплате.

Вроде бы все получается. Теперь осталось провести собрание коллектива, объяснить, как будет осуществляться переход на новую систему оплаты труда. Люди должны согласиться. Ну а без их согласия ничего предприниматься не будет.

Если в целом говорить о коллективе третьего комплекса, то надо, разумеется, начинать с того, что это в первую очередь ремонтный цех Дудинского морского порта, без которого транспортное предприятие просто-напросто не могло бы существовать. Его коллектив отвечает за надежную работу и состояние техники в порту: пневмоколесных и автомобильных кранов, экскаваторов, тракторов, бульдозеров, погрузчиков, вездеходов. Здесь, на третьем комплексе, изготавливают и ремонтируют все грузозахватные приспособления и снаряжение, строительные и такелажные скобы, без которых при обработке судов никак не обойтись.

Если вы думаете, что в третьем ППК трудится очень много народу, то очень ошибаетесь. Вместо нескольких сотен человек, работавших в прежние годы в РРМ и ПМ, сейчас здесь немногим больше сотни. Это специалисты самых различных профессий: сварщики и токари, слесари и такелажники, фрезеровщики и кузнецы, автокрановщики и экскаваторщики, электромонтеры.

Большинство из этих людей имеет солидный возраст. Даже самые молодые отработали в мастерских по доброму десятку лет, а основная часть — по два, три и больше десятилетий, из тех шестидесяти лет существования порта, юбилей которого отметил и коллектив комплекса механизации.

На празднование 60-летия транспортного предприятия приехали со всех уголков бывшего Союза бывшие работники ремонтно-механических мастерских и портовой механизации. Они в разное время покинули Дудинку. Но не забывают о коллективе, где прошла их жизнь, молодые годы.

Ветераны не только приняли участие в праздновании юбилея порта, но и провели на участках занятия, поделились опытом с нынешними специалистами.

— Их богатейший опыт, знания очень нужны нынешнему поколению, — говорит руководитель портовых мастерских. — Несомненно, нужны всем нам, если мы собираемся жить не только днем нынешним, а постоянно думая о том, что останется после нас…

День, когда нам удалось побывать в портовых мастерских, был обычным рабочим днем для коллектива. И мы, извинившись, попросили мастера Виктора Титова собрать людей, оторвать их ненадолго от работы, чтобы сделать вот этот снимок в стиле ретро.

Не просто на память, а для истории, ведь она для Дудинского морского порта, портовых мастерских сегодняшним днем не заканчивается…

Система мониторинга PMM — Видео — Публикации

к.э.н. Лавлинский Н. Е., технический директор ООО «Метод Лаб»

Компания Percona разработала один из самых мощных инструментов мониторинга и анализа производительности MySQL: Percona monitoring and management (PMM).

Система включает в себя три модуля: Query Analytics, Metrics Monitor, MySQL replication topology manager. Первый из них даёт подробную аналитику по запросам, используя данные из slow query log. Второй является системой мониторинга сервера (общие метрики) и сервера MySQL, MongoDB или Percona XtraDB Cluster.

Модуль анализа запросов по сути повторяет функциональность мощного инструмента pt-query-digest из Percona tools. Но в PMM все данные собираются непрерывно, что даёт статистику в реальном времени. Также для всех важных параметров запроса сохраняется динамика изменений (показана в виде графиков). Видя динамику, можно делать выводы о причинах проблемы (деградации производительности). Что особенно удобно, рядом с анализом запроса можно посмотреть структуру всех участвующих таблиц и EXPLAIN запроса.

Модуль мониторинга включает в себя все возможные метрики для серверов MySQL, Percona Server, MariaDB, Percona Cluster, MongoDB и других. Важно заметить, что некоторые показатели требуют дополнительной настройки клиентских машин (включение логов, изменение настроек). При настройке по умолчанию мониторинг не создаёт значимых нагрузок на сервер (PMM Client).

Основное отличие PMM от аналогов: четкая ориентация на решение проблем MySQL. За счет этого мы получаем из коробки все необходимые инструменты для контроля за сервером БД, при этом все данные агрегированы в одном месте и удобны для использования.

Архитектура системы PMM

В PMM используется традиционная структура: клиенты PMM Client (агенты для сбора статистики) и централизированный сервер PMM Server (сбор, агрегация и визуализация метрик). Внутри клиент состоит из нескольких служб для сбора разных видов метрик — системных, по MySQL и так далее. Сервер состоит из модуля анализа метрик на основе Consul, Prometheus и Grafana; модуля анализа запросов и веб-интерфейса с системой управления репликацией. Связи между этими компонентами можно посмотреть на картинке.

Сценарии применения PMM

Кому может быть полезна система PMM? В первую очередь DBA и системным администраторам, которые отвечают за работу серверов с MySQL или MongoDB на борту. Наличие исторических данных мониторинга сложно переоценить при решении проблем производительности с привлечением внешних специалистов. Скорее всего, система PMM может быть полезна для разработчков и тестировшиков для поиска аномалий и быстрого анализа запросов, которые генеририрует приложение.

Определение слова «Хмм» по Merriam-Webster

\ ˈᵊm , ˈHᵊm, часто с удлиненным слоговым m \

варианты: или реже хм или хммм

1 —Используется для выражения действия или процесса мышления Давайте сразу же ответим на один вопрос…: Спайк Ли любит доставлять неприятности? «Хм», — вздыхает он.«Да, я думаю, вы могли бы назвать меня подстрекателем», — Патрик Демаршелье. Будучи студентом, я остановился на истории и истории дипломатии, потому что у меня был действительно крутой профессор. Я подумала: «Хммм, интересно, как ты стал дипломатом?» — Джулия Уилкинсон.

2 — используется для того, чтобы подчеркнуть, что кто-то задал вопрос и ждет ответа. Но скажи Санте правду, что самое важное для маленького мальчика или девочки? Коробка? Оберточная бумага? Или игра, которая идет в коробке? Хм? Конечно, это настоящее.- Марк Ньюман

3 — раньше просил повторить или прояснить что-то, просто сказал: «Так скажи мне», — сказал я. «Чему я обязан удовольствием?» «Хм?» «Что привело вас сюда?» — Дэвид Хаусрайт

GeneMark.хм: Новые решения для поиска генов | Исследование нуклеиновых кислот

Абстрактные

Число полностью секвенированных бактериальных геномов быстро растет. Существуют компьютерные методы поиска генов, но все же необходимы более точные алгоритмы. Представленный здесь алгоритм GeneMark.hmm был разработан для улучшения качества предсказания генов с точки зрения нахождения точных границ генов. Идея заключалась в том, чтобы встроить модели GeneMark в естественную структуру скрытых марковских моделей с границами генов, смоделированными как переходы между скрытыми состояниями.Мы также использовали специально полученный паттерн сайта связывания рибосом для уточнения прогнозов кодонов инициации трансляции. Алгоритм был оценен на нескольких наборах тестов, включая 10 полных бактериальных геномов. Было показано, что новый алгоритм значительно точнее, чем GeneMark, в точном предсказании генов. Интересно, что высокая точность нахождения генов наблюдалась даже в случае использования марковских моделей нулевого, первого и второго порядка. Мы представляем анализ ложноположительных и ложноотрицательных прогнозов с осторожностью, что эти категории не определены точно, если в качестве контроля используется аннотация общедоступной базы данных.

Введение

Для «постгеномной» молекулярной биологии компьютер стал основным инструментом для интерпретации информации о последовательностях ДНК и белков. К концу 1997 года в базе данных GenBank было доступно 10 полных бактериальных геномов: Haemophilus influenzae (1), Mycoplasma genitalium (2), Methanococcus jannaschii (3), Mycoplasma pneumoniae (4), Synechocystis PCC6803 (5), Escherichia coli (6), Helicobacter pylori (7), Methanobacterium thermoauthotrophicum (8), Bacillus subtilis (9), Archeoglobus fulgidus (10).Большинство генов в этих геномах было аннотировано с использованием теоретических (компьютерных), а не экспериментальных данных. Поскольку в ближайшем будущем появится гораздо больше геномов, методы высокоточной интерпретации последовательностей ДНК, особенно поиск генов, станут все более важными. Здесь мы представляем новый метод GeneMark.hmm для поиска генов в бактериальных геномах. Ранее разработанная программа GeneMark (11), которая использовалась на практике (1–6,9–10), идентифицировала ген в основном как ORF (открытая рамка считывания), в которой находится ген.Однако 5′-граница гена (кодон инициации трансляции, связанный с N-концом белка) не может быть точно предсказана. Диапазон неопределенности положения инициирующего кодона равен размеру скользящего окна GeneMark, т.е. ~ 100 нуклеотидов (нт). В качестве паллиативной меры GeneMark указывает несколько возможных стартовых кодонов и оценивает их (http://intron.biology.gatech.edu/GeneMark). Однако точное предсказание N-конца важно для дальнейшего функционального анализа предполагаемого белка и, в конечном итоге, для правильной аннотации тысяч генов в растущих базах данных.Поэтому мы видим свою цель в разработке алгоритма с высокой точностью точного предсказания генов.

Аннотации гена в бактериальной ДНК определяют функциональную роль каждого нуклеотида в последовательности. Для последовательности ДНК, обозначенной как S = { b ₁ , b ₂ ,…, b _L }, где b _i обозначает символ нуклеотида, T, C, A или G, и L — длина последовательности, функциональная роль каждого нуклеотида может быть обозначена «функциональной» последовательностью A = { a ₁ , a ₂ ,…, AL }.Здесь каждый a _i может принимать целочисленное значение «0», если нуклеотид b _i является частью некодирующей области; значение «1», если b _i является частью гена, находящегося в прямой цепи ДНК; и значение «2», если b _i участвует в кодировании белка в комплементарной цепи ДНК. Целью поиска генов является определение «истинной» функциональной последовательности A для анонимной последовательности ДНК S .Статистические закономерности упорядочения нуклеотидов, специфичные для последовательностей ДНК, которые несут (или не несут) генетический код, использовались в алгоритмах поиска генов с 1980-х годов (см. Ссылку 12 для обзора). В GeneMark, например, эти паттерны были количественно определены и преобразованы в параметры моделей цепей Маркова (11). Общий алгоритм распознавания образов должен иметь возможность вычислять вероятность того, что конкретная функциональная последовательность A лежит в основе данной последовательности S, P ( A | S ) = P ( a ₁ , a ₂ ,…, a _L | b ₁ , b ₂ ,…, b _L ).Основная процедура GeneMark.hmm вычисляет значение P ( A | S ) и, в конечном итоге, определяет функциональную последовательность A *, имеющую наибольшее значение P ( A * | S ) среди всех возможных А . Функциональная последовательность A *, результат алгоритма, описывает наиболее вероятную аннотацию последовательности ДНК S .

Проблема вычисления и максимизации P ( A | S ) рассматривается в терминах скрытых марковских моделей (HMM), метода, который был успешно применен в распознавании речи (см.13 для обзора). Применение теории HHM к анализу последовательностей ДНК и белков также описано несколькими группами (14–21). Алгоритм ECOPARSE, разработанный Krogh et al. (17) был первым алгоритмом поиска генов на основе HMM, предназначенным специально для генома E.coli . GeneMark и GeneMark.hmm сравнивали с производительностью ECOPARSE (см. Ниже).

Рисунок 1

Скрытая марковская модель прокариотической нуклеотидной последовательности, используемая в GeneMark.хм алгоритм. Скрытые состояния модели представлены на рисунке овалами, а стрелки соответствуют разрешенным переходам между состояниями. Структура HMM GeneMark.hmm, логика переходов между скрытыми марковскими состояниями, следовала логике генетической структуры бактериального генома (рис. 1). Марковские модели кодирующих и некодирующих областей были включены в структуру HMM для создания участков последовательности ДНК с кодирующими или некодирующими статистическими паттернами. Этот тип архитектуры HMM известен как «HMM с продолжительностью» (13).Последовательность скрытых состояний, связанная с данной последовательностью ДНК S , несет информацию о положениях, в которых функция кодирования переключается на некодирующую и наоборот. Таким образом, ранее введенная функциональная последовательность A, становится эквивалентной последовательности скрытых состояний, называемой траекторией HMM. Поскольку дана нуклеотидная последовательность S , каждая возможная последовательность A может быть оценена значением P ( A | S ), условной вероятностью A при S .В этой оценке использовался весь набор статистических моделей (см. Материалы и методы). Ядром процедуры GeneMark.hmm является алгоритм Витерби (13), который находит последовательность A *. Однако эта основная процедура не принимала во внимание возможность перекрытия генов, поскольку наблюдаемые совпадения, хотя и частые, не были достаточно обширными, чтобы предоставить достаточные данные для получения статистических моделей перекрывающихся генов в нескольких возможных ориентациях. Для дальнейшего улучшения предсказания положения начала трансляции была получена модель сайта связывания рибосомы (RBS).Эта модель была использована для уточнения предсказания кодонов инициации трансляции на этапе постобработки.

Рисунок 1

Скрытая марковская модель прокариотической нуклеотидной последовательности, используемая в алгоритме GeneMark.hmm. Скрытые состояния модели представлены на рисунке овалами, а стрелки соответствуют разрешенным переходам между состояниями. Структура HMM GeneMark.hmm, логика переходов между скрытыми марковскими состояниями, следовала логике генетической структуры бактериального генома (рис.1). Марковские модели кодирующих и некодирующих областей были включены в структуру HMM для создания участков последовательности ДНК с кодирующими или некодирующими статистическими паттернами. Этот тип архитектуры HMM известен как «HMM с продолжительностью» (13). Последовательность скрытых состояний, связанная с данной последовательностью ДНК S , несет информацию о положениях, в которых функция кодирования переключается на некодирующую и наоборот. Таким образом, ранее введенная функциональная последовательность A, становится эквивалентной последовательности скрытых состояний, называемой траекторией HMM.Поскольку дана нуклеотидная последовательность S , каждая возможная последовательность A может быть оценена значением P ( A | S ), условной вероятностью A при S . В этой оценке использовался весь набор статистических моделей (см. Материалы и методы). Ядром процедуры GeneMark.hmm является алгоритм Витерби (13), который находит последовательность A *. Однако эта основная процедура не принимала во внимание возможность перекрытия генов, поскольку наблюдаемые совпадения, хотя и частые, не были достаточно обширными, чтобы предоставить достаточные данные для получения статистических моделей перекрывающихся генов в нескольких возможных ориентациях.Для дальнейшего улучшения предсказания положения начала трансляции была получена модель сайта связывания рибосомы (RBS). Эта модель была использована для уточнения предсказания кодонов инициации трансляции на этапе постобработки.

Программа GeneMark.hmm была протестирована на нескольких наборах тестов, включая последовательности 10 полных бактериальных геномов, упомянутых выше. Прогнозы GeneMark.hmm сравнивались с аннотациями GeneBank. Было показано, что частота точных предсказаний генов намного выше, чем у GeneMark (версия, в которой также использовалась модель RBS).Мы понимаем, что оценка производительности алгоритма по сравнению с аннотацией базы данных может быть недостаточно убедительным доказательством, поскольку только в некоторых случаях точное положение кодона инициации трансляции известно из эксперимента. Однако аннотация базы данных кодона инициации представляет собой экспертное решение, обобщающее множество косвенных свидетельств, и считается близким к реальному. Программа GeneMark, на самом деле, смогла правильно идентифицировать ORF, где 98% всех генов предсказаны GeneMark.хм проживал. Также были гены, пропущенные GeneMark.hmm, в основном из-за перекрытий, которые были восстановлены GeneMark. Однако программа GeneMark.hmm сделала несколько новых прогнозов, и некоторые из них были подтверждены поиском сходства. Похоже, что разработка GeneMark.hmm приблизила нас к цели точного предсказания бактериальных генов, и ниже представлены дополнительные аргументы в пользу этого утверждения.

Материалы и методы

Материалы

Мы использовали последовательности ДНК полных геномов H.influenzae (инвентарный номер GenBank L42023), M.genitalium (L43967), M.jannaschii (L77117), M.pneumoniae (U00089), Synechocystis PCC6803 (синехо), E.coli (U00096), H.pylori (AE000511), M.thermoauthotrophicum (AE000666), B.subtilis (AL009126), Archeoglobus fulgidus (AE000782). Данные о аннотированных E.coli RBS были предоставлены W. Hayes (22). Данные об экспериментально подтвержденных N-концевых белковых последовательностях любезно предоставлены А.Ссылка (23). Параметры марковских моделей были получены из библиотеки GeneMark (http://exon.biology.gatech.edu/~genmark/matrices/).

Модель структуры прокариотической последовательности

Архитектура скрытой марковской модели, используемой в алгоритме GeneMark.hmm, показана на рисунке 1. Для одновременной работы с прямыми и обратными цепями ДНК, как это было сделано в исходном алгоритме GeneMark (11), были определены девять скрытых состояний. Эти состояния соответствуют функциональным единицам бактериальных геномов, а именно: (i) типичный ген в прямой цепи, (ii) типичный ген в обратной цепи, (iii) атипичный ген в прямой цепи, (iv) Атипичный ген в обратной цепи, (v) некодирующая (межгенная) область, (vi / vii) стартовые / стоп-кодоны в прямой цепи и (viii / ix) стартовые / стоп-кодоны в обратной цепи.Следует отметить, что этот HMM не учитывает перекрытие генов (см. Ниже). Модели типичных и атипичных генов были получены из наборов кодирующих белок последовательностей ДНК, полученных путем кластеризации всего набора генов из генома данного вида (22). Названия «Типичный» и «Атипичный» использовались по следующей причине. Для генома E.coli было показано, что большинство генов E.coli в основном принадлежат к кластеру типичных генов, в то время как многие гены, которые, как полагают, были перенесены горизонтально в E.coli попадает в кластер атипичных генов. Обратите внимание, что исчерпывающие отчеты по эволюционной классификации генов E.coli были представлены ранее (24,25).

Важной особенностью предлагаемой архитектуры HMM является то, что любое кодирующее, а также некодирующее скрытое состояние позволяет генерировать нуклеотидную последовательность, наблюдаемую последовательность, длительностью скрытого состояния (13). Такая явная длительность состояния HMM использовалась ранее в алгоритмах Genie и GENSCAN (18,20).Однако решающим моментом является то, что наблюдаемая последовательность ДНК S = { b ₁ , b ₂ ,…, b _L }, как полагают, генерируется HMM, например изображенный на рисунке 1, параллельно с переходами HMM из одного скрытого состояния в другое. Траектория скрытого состояния A, , один из множества разрешенных путей, может быть кратко представлена ​​как последовательность из M скрытых состояний a _i с длительностью d _i : A = {( a ₁ d ₁ ) ( a ₂ d ₂ )… ( a _M d _M ) }, Σ d _i = L .Для заданной последовательности наблюдаемых состояний (нуклеотидов) S = { b ₁ , b ₂ ,…, b _L } оптимальная траектория скрытых (функциональных) состояний * определяется как траектория (функциональная последовательность) A с максимальным значением условной вероятности P ( A | S ). Следовательно, предполагается, что процедура компьютерной оптимизации найдет последовательность максимального правдоподобия A *, которая, в соответствии с ее физическим смыслом, определяет предсказанные местоположения областей, кодирующих белок в нуклеотидной последовательности S .

Алгоритм Витерби для переменной продолжительности HMM

Уравнения 3 — 6 представляют алгоритм Витерби, который находит для данной (наблюдаемой) нуклеотидной последовательности S максимально вероятную траекторию A *. Этот алгоритм является расширением алгоритма Витерби, описанного Рабинером (13), для случая HMM с переменной продолжительностью скрытых состояний. Уравнения для простой процедуры инициализации и поиска с возвратом не показаны.

Параметры модели

Описанный выше механизм генерации нуклеотидной последовательности S с помощью HMM переменной продолжительности может естественным образом использовать марковские модели кодирующих и некодирующих последовательностей ДНК. Эти модели уже определены алгоритмом GeneMark (11). Таким образом, во многом удалось избежать трудоемкой и громоздкой процедуры обучения HMM. Например, учитывая скрытое состояние «1», соответствующее области кодирования, вероятность, P ₁ ( b ₁ , b ₂ ,…, b _d ), наблюдения конкретной последовательности ДНК { b ₁ , b ₂ ,…, b _d } как части кодирующей области рассчитывалась с использованием трехпериодического неоднородного марковского цепная модель (11).Для некодирующего состояния «0» вероятность наблюдения последовательности { b ₁ , b ₂ ,…, b _d } как часть некодирующей области, P ₀ ( b ₁ , b ₂ ,…, b _d ), рассчитывалась с использованием однородной марковской модели (11). Вероятность p _a ( d ) того, что состояние a имеет продолжительность d , была определена аналитической аппроксимацией частотного распределения длин областей кодирования (некодирования) в E .coli (рис.2). Как видно на рисунке 1, единственными разрешенными переходами между скрытыми состояниями были «некодирование» → «прямой старт» → «прямое кодирование» → «прямая остановка» → «некодирование», а также «некодирование». → «обратная остановка» → «обратное кодирование» → «обратный запуск» → «без кодирования». Следовательно, необходимо было указать всего несколько дополнительных параметров, таких как вероятности возможных старт-кодонов, начальные и переходные вероятности для скрытых состояний. Начальные вероятности для четырех состояний кодирования и одного состояния без кодирования были установлены на 0.2. Начальные вероятности для состояний старт / стоп были установлены равными нулю. Вероятности стартовых кодонов были определены в соответствии со статистикой генома E.coli : P (ATG) = 0,905, P (GTG) = 0,090, P (TTG) = 0,005. Вероятность перехода из состояния отсутствия кодирования в состояние типичного (атипичного) кодирования была установлена ​​на 0,85 (0,15). Эти значения представляют собой оценки частот «нативных» («чужих») генов в геноме E.coli , предложенные Medigue et al. (24) и Лоуренс (25).

Постобработка: поиск RBS

Как следует из описанной архитектуры HMM (рис. 1), оптимальная последовательность A *, найденная алгоритмом Витерби, должна была предсказывать гены, отделенные друг от друга межгенным участком длиной не менее 1 нт. Следовательно, фактическое перекрытие двух генов не позволит найти точное местоположение хотя бы одного гена. Первоначально мы рассматривали перекрытие бактериальных генов как маловероятное событие.Однако, когда стало доступно большее количество полных геномных последовательностей, мы обнаружили, что по крайней мере короткие перекрытия довольно часто встречаются в бактериальных геномах (см. Ниже). Очевидно, что алгоритм Витерби имеет тенденцию предсказывать гены, участвующие в перекрытиях, короче, чем они есть на самом деле. Поэтому мы использовали процедуру постобработки для поиска сайта связывания рибосомы (RBS), чтобы уточнить первоначальные прогнозы Витерби. Для предсказанного гена поиск RBS проводился в интервале от -19 до -4 нт перед каждым альтернативным стартовым кодоном, расположенным между положением стартового кодона, предложенным алгоритмом Витерби, и положением стартового кодона, дающим самую длинную открытую рамку считывания ( ORF) для предсказанного гена.Первоначально прогнозируемая позиция начала перевода была переопределена, если оценка одного из кандидатов RBS, связанного с допустимым альтернативным началом, превысила определенный порог (см. Ниже). В противном случае была принята позиция, предложенная алгоритмом Витерби.

Вероятностная модель для RBS была получена следующим образом. Сначала были проанализированы записей E.coli в GenBank с аннотированными RBS, и из полного генома E.coli было выбрано 325 генов с известными RBS (6).Во-вторых, из каждой из этих 325 последовательностей была собрана последовательность из 16 нуклеотидов, предшествующая аннотированному началу (от -4 до -19). В-третьих, эти 325 коротких последовательностей были подвергнуты процедуре множественного выравнивания, выполняемой алгоритмом моделирования отжига (26). В частности, мы выбрали окно фиксированного размера, w , и искали наилучшее выравнивание, максимизируя оценку соответствия 7.

Рисунок 2

Плотности вероятности распределения длин участков, кодирующих и некодирующих белок, полученные из аннотированного E.coli геномная ДНК (гистограммы). ( a ) Кодирующие области; сплошная кривая — аппроксимация распределением γ g ( d ) = N _c ( d / D _c ) ² exp (- d / D _c ), где d — длина в узлах, D _c = 300 узлов, N _c — коэффициент, выбранный для нормализации функции распределения на интервал от 30 нт (минимальная длина области кодирования) до 7155 нт (максимальная длина).( b ) Некодирующие области; сплошная кривая — аппроксимация экспоненциальным распределением f ( d ) = N _n exp (- d / D _n ), где D _n = 150 н. Коэффициент N _n нормализует функцию распределения на интервале от 1 до 1000 нт.

Рисунок 2

Плотности вероятности распределения длин участков, кодирующих и некодирующих белок, полученные из аннотированного E.coli геномная ДНК (гистограммы). ( a ) Кодирующие области; сплошная кривая — аппроксимация распределением γ g ( d ) = N _c ( d / D _c ) ² exp (- d / D _c ), где d — длина в узлах, D _c = 300 узлов, N _c — коэффициент, выбранный для нормализации функции распределения на интервал от 30 нт (минимальная длина области кодирования) до 7155 нт (максимальная длина).( b ) Некодирующие области; сплошная кривая — аппроксимация экспоненциальным распределением f ( d ) = N _n exp (- d / D _n ), где D _n = 150 н. Коэффициент N _n нормализует функцию распределения на интервале от 1 до 1000 нт.

Здесь n _b ( k ) — количество символов b ( b = T, C, A, G) в позиции (столбце) k выравнивания окна .На каждом шаге итерационной процедуры имитируемого алгоритма отжига одна из 325 выбранных случайным образом последовательностей сдвигалась вправо или влево относительно фиксированного окна для произвольно выбранного количества позиций (без пропусков, удалений или вставок). ). Была рассчитана оценка соответствия R * для полученного совмещения (уравнение 7 ). Если R * было больше, чем R , новое выравнивание было безоговорочно принято и использовалось в качестве отправной точки для следующего итерационного шага.В противном случае новое выравнивание принималось с вероятностью exp [- R — R *) / T ], где параметр T можно интерпретировать как «температуру» в процедуре отжига. Мы использовали стандартный экспоненциальный график охлаждения T _{n +1} = cT _n , где c = 0,999999. Размер окна был выбран равным w = 5.

Таблица 1

Частоты нуклеотидов для модели RBS

Модель была получена с использованием множественного выравнивания последовательностей 325 аннотированных сайтов связывания рибосом (см. Текст).Учитывая набор выровненных последовательностей, частота данного нуклеотида рассчитывалась как количество появлений этого нуклеотида в данном положении, деленное на общее количество последовательностей.

Таблица 1

Частоты нуклеотидов для модели RBS

Модель была получена с использованием множественного выравнивания последовательностей 325 аннотированных сайтов связывания рибосом (см. Текст). Учитывая набор выровненных последовательностей, частота данного нуклеотида рассчитывалась как количество появлений этого нуклеотида в данном положении, деленное на общее количество последовательностей.

Окончательно полученное выравнивание 325 последовательностей выявило структуру последовательностей RBS в виде матрицы позиционных частот нуклеотидов (Таблица 1). Видно, что матрица определяет сильную консенсусную последовательность: AGGAG, которая комплементарна пентамеру, расположенному в 16S рРНК E.coli около его 3′-конца. Это наблюдение хорошо согласуется с общепринятым механизмом связывания рибосомы с мРНК. Отметим, что аналогичный результат был получен ранее (27).Для оценки предполагаемого RBS мы рассчитали его вероятностную оценку как произведение соответствующих элементов матрицы, приведенной в таблице 1. Пороговое значение для оценки RBS было выбрано как 0,00025. Можно показать, что логарифм этого показателя пропорционален энергии связывания рибосомы (с соответствующим знаком) в предположении независимого образования пар рибонуклеотидов.

Модификации алгоритмов для геномов, отличных от

E.coli

Геномарк.хмм предсказания были получены для девяти других бактериальных геномов. В этих расчетах мы использовали видоспецифичные марковские модели кодирующих и некодирующих областей. Все остальные параметры алгоритма GeneMark.hmm остались такими же, как определено для генома E.coli . Стоит упомянуть, что для грамположительной бактерии B.subtilis мы немного изменили процедуру прогнозирования RBS. У видов, таких как B.subtilis , которые не имеют рибосомного белка S1, участвующего в инициации комплекса рибосома-мРНК, повышенная сила сайтов связывания рибосом считается компенсаторным механизмом для облегчения связывания рибосом.Для случая B.subtilis описанная выше процедура выравнивания дала сильно смещенный частотный паттерн с сильным консенсусом RBS. Чтобы получить разумное согласие между предсказанными кодонами инициации B.subtilis генов и аннотированными, мы должны были допустить конкуренцию между альтернативными стартовыми кодонами, расположенными не только выше предсказания Витерби начала трансляции, но также и нижестоящих на расстоянии 66 нуклеотидов. . Мы думаем, что это правило может быть применимо ко всем другим геномам, но в настоящее время в процессе аннотации генома существует тенденция предпочитать более длинные рамки считывания более коротким при отсутствии убедительных доказательств в пользу более короткой.Статистически эта тенденция вполне оправдана, поскольку ожидается, что примерно в 75% случаев настоящие гены занимают самые длинные ORF. Этот показатель можно получить следующим образом. Рассмотрим набор из четырех кодонов: ATG, TAA, TAG, TGA и межгенную область, расположенную выше истинного инициирующего кодона гена X . Считывайте кодоны в 5′-направлении в той же рамке считывания, что и кодон инициации, пока не встретится первый кодон из указанного выше набора. Если этот кодон является ATG, то ген X не занимает самую длинную ORF.В противном случае ген X действительно занимает самую длинную ORF, что происходит в 75% случаев, если предположить, что четыре указанных выше кодона встречаются с равными частотами, а ATG является единственным возможным кодоном инициации. В B.subtilis наличие сильного RBS-сайта предоставило вескую причину для отмены правила аннотации «самой длинной ORF», а более короткие ORF в B.subtilis аннотировали чаще, чем в других бактериальных геномах.

Результаты и обсуждение

Точность предсказания гена

Производительность GeneMark.Программа hmm была протестирована с использованием нескольких контрольных наборов, включая 10 полных бактериальных геномов. Наше внимание было сосредоточено на геноме E.coli . Полная геномная последовательность E.coli состоит из 4 639 221 нуклеотидов с 4288 аннотированными генами (6). Когда программа GeneMark.hmm была применена к геномной последовательности E.coli , было идентифицировано 4440 генов. Каждый предсказанный ген также был охарактеризован как типичный или атипичный (22) в зависимости от типа лежащего в основе кодирования (скрытого) состояния.Двадцать процентов предсказанных генов были идентифицированы как атипичные. Точность обнаружения генов оценивалась с использованием четырех контрольных наборов генов, аннотированных в геноме E.coli (таблица 2). Контрольный набор №1 содержал все аннотированные гены E.coli . Набор № 2 был составлен из неперекрывающихся генов E.coli . Гены E.coli , RBS которых были аннотированы в GenBank, составили набор №3. Гены, кодирующие белки с экспериментально подтвержденным N-концом (23), были включены в набор №4.

Таблица 2

Производительность GeneMark.hmm

В тексте описаны четыре контрольных набора аннотированных генов, выбранных для сравнения. Цифры в строках, обозначенные как VA, соответствуют прогнозам, сделанным программой GeneMark.hmm только с помощью алгоритма Витерби. Строки, обозначенные как PP, показывают результаты прогнозирования с последующей обработкой (процедура идентификации RBS). Столбец «Точное предсказание» содержит количество генов с точно предсказанными как 3′-концом, так и 5′-концом.Количество предсказанных генов со смещенным 5′-концом показано в столбце «Прогнозирование только 3′-конца». Аннотированные, но неверно предсказанные гены на 5′- или 3′-конце попадают в категорию «Отсутствующие гены». Процент, указанный в скобках, является долей по отношению к общему количеству аннотированных генов.

Таблица 2

Производительность GeneMark.hmm

В тексте описаны четыре контрольных набора аннотированных генов, выбранных для сравнения. Цифры в строках, обозначенные как VA, соответствуют прогнозам, сделанным GeneMark.хм программа только с алгоритмом Витерби. Строки, обозначенные как PP, показывают результаты прогнозирования с последующей обработкой (процедура идентификации RBS). Столбец «Точное предсказание» содержит количество генов с точно предсказанными как 3′-концом, так и 5′-концом. Количество предсказанных генов со смещенным 5′-концом показано в столбце «Прогнозирование только 3′-конца». Аннотированные, но неверно предсказанные гены на 5′- или 3′-конце попадают в категорию «Отсутствующие гены». Процент, указанный в скобках, является долей по отношению к общему количеству аннотированных генов.

Результаты оценки (таблица 2) показывают, что только алгоритм Витерби (VA) смог точно предсказать 58% генов E.coli в наборе № 1. Перекрытие генов действительно является важным фактором, поскольку процент точных предсказаний генов подскочил до 71%, когда перекрывающиеся гены были устранены (набор № 2). Стоит отметить, что цифры 58% и 71% могут не соответствовать оценке реальной производительности алгоритма, поскольку большинство аннотированных кодонов инициации трансляции в контрольных наборах №1 и №2 не были проверены в экспериментах.В контрольных наборах № 3 и № 4 алгоритм Витерби точно предсказал 78 и 76,5% генов соответственно. Эти две близкие цифры дают более реалистичную оценку предсказательной силы алгоритма Витерби для генов без перекрытия.

Процент генов E.coli , предсказанных либо точно, либо с неверным началом трансляции, составил 95, 98, 98 и 99,5% для наборов № 1, № 2, № 3 и № 4 соответственно. Эти цифры не изменились, когда прогноз RBS был объединен с прогнозом Витерби на этапе постобработки (PP в таблице 2).Однако для многих генов, изначально частично предсказанных алгоритмом Витерби, правильная позиция начала трансляции была найдена. Доля точных прогнозов увеличилась с 58 до 75% для набора № 1, с 71 до 80% для набора № 2, с 78 до 89% для набора № 3 и с 76,5 до 87,5% для набора № 4. . Можно сделать вывод, что коррекция RBS дает 10% -ное увеличение процента точно предсказанных генов в условиях отсутствия перекрытия. Кроме того, из результатов тестирования программы на наборе № 1 следует, что перекрытия генов были ответственны за ~ 10% неточных предсказаний.

«Отсутствующие» гены (ложноотрицательные)

Ген, аннотированный в GenBank, считался «отсутствующим» в предсказаниях, если ни его 5 ‘, ни 3’ граница не была точно найдена алгоритмом (даже если имело место некоторое перекрытие между аннотированными и предсказанными генами). Алгоритм GeneMark.hmm пропустил 213 из 4288 аннотированных генов E.coli (набор №1 в таблице 2). Некоторые из этих генов, 113 из 213, имели длину более 300 нуклеотидов. Фактически, большинство из этих 113 генов перекрываются с генами, расположенными в противоположной цепи (перекрываются «остановка рядом с остановкой»).Этот факт, наряду с наблюдением, что процент отсутствующих генов в наборах №2, №3 и №4 ниже, чем в тестовом наборе №1, объясняет, почему эти относительно длинные гены отсутствовали. Если происходит перекрытие, стоп-кодоны двух генов попадают в область перекрытия, и, следовательно, по крайней мере один стоп-кодон пропускается алгоритмом. Это означает, что локальный «сбой», такой как перекрытие всего лишь четырех нуклеотидов между двумя генами (то есть TTAA, TTAG, CTAA, CTAG), приводит к потере алгоритмом Витерби всего гена.Обратите внимание, что многие перекрывающиеся гены вряд ли будут пропущены программой GeneMark. Его механизм «голосования» учитывает обнаружение потенциала кодирования в нескольких окнах, покрывающих данную ORF, таким образом подавляя колебания, которые могут повлиять только на несколько окон.

«Неверные» предсказания гена (ложноположительные результаты)

Среди 4440 генов, предсказанных программой GeneMark.hmm в геноме E.coli , было 363 гена, у которых ни 5′-конец, ни 3′-конец не соответствовали какому-либо аннотированному гену.Некоторые из этих прогнозов, 231 из 363, были расположены в областях, помеченных как некодирующие, и эти 231 прогноз можно было классифицировать как «неправильные» или «новые». Тринадцать из этих предсказаний имели длину более 300 нт. Белковые продукты этих предполагаемых генов были исследованы на предмет сходства с базой данных неизбыточных последовательностей белков с использованием пробела BLAST (28). Было обнаружено, что четыре предполагаемых белка имеют значительное сходство с гипотетическими белками, ранее идентифицированными у других видов (таблица 3).Этот анализ еще раз показывает, что аннотации генома в общедоступных базах данных несовершенны. Некоторые настоящие гены могут остаться незамеченными, в то время как некоторые, уже аннотированные, могут не работать. В любом случае, «ложноположительные» предсказания генов нуждаются в дальнейшем анализе, прежде чем они будут признаны ошибочными. Следовательно, точные доли ошибочных предсказаний, а также доли предсказанных новых генов еще предстоит определить.

Таблица 3

Результаты поиска сходства для четырех предполагаемых E.coli белков

Указано расположение генов. Сходства были обнаружены с помощью алгоритма BLAST с пробелами (28)

Таблица 3

Результаты поиска сходства для четырех предполагаемых белков E.coli

Указаны местоположения генов. Сходства были обнаружены с помощью алгоритма BLAST с пробелами (28)

Сравнение с более ранними программами

Мы сравнили производительность программы GeneMark.hmm с программой GeneMark (11) и с программой ECOPARSE (17).Алгоритм ECOPARSE отличается от GeneMark и GeneMark.hmm, в частности, анализируя цепочки ДНК по очереди, одну за другой, в то время как GeneMark и GeneMark.hmm работают с обеими цепями одновременно. Набор тестов для этого сравнения включал пять контигов ДНК E.coli длиной 30 000 нт каждый (максимально возможная длина для входной последовательности сервера электронной почты ECOPARSE по состоянию на июнь 1997 г.). Прогнозы для каждого контига ДНК были получены с помощью каждого из трех алгоритмов (включая циклы постобработки) и сравнены с аннотацией GenBank (6).Результаты (таблица 4) показывают, что программа GeneMark.hmm давала более точные прогнозы: 71 против 62% по GeneMark и 53% по ECOPARSE. Стоит отметить, что текущие версии GeneMark и ECOPARSE также используют модели RBS. Программа GeneMark.hmm также имела наименьшее количество отсутствующих генов и наибольший процент аннотированных генов, обнаруженных точно или частично (Таблица 4). В частности, гены thrL, yacG, cspE и ydiE, пропущенные GeneMark, были обнаружены GeneMark.hmm.

Таблица 4

Сравнение GeneMark.hmm с программой GeneMark и с программой ECOPARSE

Все обозначения такие же, как в таблице 2. Показанные данные являются средними результатами, полученными с использованием пяти последовательностей длиной 30 000 нт каждая из всего E.coli запись (5). Левые концы последовательностей были выбраны как ( i — 1) × 10 ⁶ + 1, где i = 1,…, 5. Только те аннотированные гены были взяты для сравнения с предсказанными синтаксическими анализами, чьи Оба 5′- и 3′-конца находятся внутри выбранных последовательностей (148 генов).

Таблица 4

Сравнение программы GeneMark.hmm с программой GeneMark и с программой ECOPARSE

Все обозначения такие же, как в таблице 2. Приведенные данные являются средними результатами, полученными при использовании пяти последовательностей по 30 000 длиной каждая из всей записи E.coli (5). Левые концы последовательностей были выбраны как ( i — 1) × 10 ⁶ + 1, где i = 1,…, 5. Только те аннотированные гены были взяты для сравнения с предсказанными синтаксическими анализами, чьи Оба 5′- и 3′-конца находятся внутри выбранных последовательностей (148 генов).

Устойчивость алгоритма

Производительность GeneMark.hmm может зависеть от выбора параметров алгоритма. Робастность алгоритма проверялась относительно значений переходных вероятностей марковских моделей. Прогнозы GeneMark.hmm для E.coli были пересчитаны с использованием матриц вероятности перехода, полученных при обучении на альтернативном наборе из генов E.coli (22). Сравнение прогнозов и аннотаций было близко к показанным в таблице 2.Например, количество точно предсказанных генов набора № 1 (с последующей обработкой) было равно 3088 по сравнению с 3233, показанными в таблице 2. 20% -ное изменение других параметров алгоритма изменило общую производительность еще менее заметно (данные не показаны ).

Другие бактериальные геномы

Прогнозы GeneMark.hmm, полученные для девяти других бактериальных геномов, были сопоставлены с аннотациями GenBank, и результаты показаны в таблице 5. Видно, что программа в среднем обнаружила точные местоположения 78.1% аннотированных генов. Для 94,6% аннотированных генов рамки считывания были предсказаны правильно, но кодоны инициации не совпадали с аннотированным. Средний процент отсутствующих генов составил 5,4%. Для конкретного генома частота пропущенных генов сильно коррелировала с частотой перекрытия генов. Наибольшие частоты перекрытия наблюдались у A.fulgidus (61% всех аннотированных генов имели перекрытия), M.genitalium (59%) и M.pneumonia (51%), а наименьшее — у Б.subtilis (24%), H.influenzae (27%) и M.jannaschii (29%). Средний процент ложноположительных прогнозов, 10%, является относительно высоким, но сколько из этих прогнозов действительно верны, еще предстоит выяснить в ходе дальнейшего анализа. Мы не использовали никаких фильтров для ложных срабатываний. Даже ограничение на минимальную длину предсказания гена не применялось, поскольку геномная последовательность все еще может содержать небольшие фрагменты генов со сдвигом рамки считывания. Собственно, из 382 предсказаний генов, не нашедших аннотированных аналогов в A.fulgidus , 42 уже были подтверждены как настоящие гены, и их белковые продукты были включены в базу данных последовательностей белков до нашего исследования. Используя пробел BLAST, было обнаружено значительное сходство предсказанных белковых продуктов с известными белками других видов, кроме A.fulgidus , для еще 18 предсказаний. В общей сложности 291 из «ложноположительных» прогнозов GeneMark.hmm для 10 видов уже были в некоторой степени подтверждены другими исследованиями и были включены в белковые базы данных.Еще 71 предсказание, как показывает текущее исследование, имеет хорошие дополнительные доказательства (из пробелов BLAST), что это настоящие гены. Многие из оставшихся 2068 предсказаний могут быть генами, кодирующими так называемые «пионерские белки» (29).

Таблица 5

Результаты прогнозов GeneMark.hmm для 10 полных бактериальных геномов

Во втором и третьем столбцах показано количество генов, аннотированных в GenBank, и соответствующее количество прогнозируемых генов, соответственно.«Точное предсказание» — это часть аннотированных генов, для которых как 5′-конец, так и 3′-конец были предсказаны точно. «Отсутствующие гены» — это часть аннотированных генов, для которых ни 5′-конец, ни 3′-конец не были предсказаны точно; в этом столбце числа в скобках показывают недостающие гены после использования комбинированной программы (GeneMark.hmm + GeneMark). «Неправильные гены» — это часть предсказанных генов, для которых не было найдено аннотированных аналогов. Все показатели выражены в процентах. Представленные данные являются результатами, полученными после процедуры постобработки (распознавание RBS).

Таблица 5

Результаты прогнозов GeneMark.hmm для 10 полных бактериальных геномов

Второй и третий столбцы показывают количество генов, аннотированных в GenBank, и соответствующее количество предсказанных генов, соответственно. «Точное предсказание» — это часть аннотированных генов, для которых как 5′-конец, так и 3′-конец были предсказаны точно. «Отсутствующие гены» — это часть аннотированных генов, для которых ни 5′-конец, ни 3′-конец не были предсказаны точно; в этом столбце числа в скобках показывают недостающие гены после использования комбинированной программы (GeneMark.хм + GeneMark). «Неправильные гены» — это часть предсказанных генов, для которых не было найдено аннотированных аналогов. Все показатели выражены в процентах. Представленные данные являются результатами, полученными после процедуры постобработки (распознавание RBS).

Модели и модели типичных и атипичных генов высшего порядка

Результаты, представленные в таблице 2, были получены GeneMark.hmm с использованием марковских моделей второго порядка для кодирующих и некодирующих областей. Графики на рис. 3a показывают процент точных прогнозов в зависимости от порядка модели.Удивительно, но даже модели нулевого порядка дают достаточно высокую точность. Причина этого в том, что GeneMark.hmm накапливает детектируемый сигнал внутри довольно длинного бактериального гена, даже если используется относительно слабая модель нулевого порядка. Этого не происходит с алгоритмом GeneMark, где длина анализируемой последовательности ДНК ограничена коротким окном, и, как следствие, известно, что модели более высокого порядка более точны при обнаружении потенциала кодирования (29). Последнее, однако, соответствует наблюдению (рис.3b), что количество отсутствующих генов, предположительно коротких, уменьшается с увеличением порядка модели. Обратите внимание, что небольшое улучшение точности, наблюдаемое для моделей более высокого порядка, было достигнуто за счет нелинейного увеличения требований к памяти компьютера. Для анализа эукариотической ДНК с кодирующими участками (экзонами), которые в среднем намного короче бактериальных кодирующих участков, это вполне оправданная цена.

Роль модели атипичного гена проиллюстрирована на рисунке 3. Отключение модели атипичного гена привело к уменьшению количества точных прогнозов (рис.3а) и увеличение количества недостающих генов (рис. 3б).

Перекрытие генов

Несмотря на случайное мнение, что перекрытия генов могут происходить только в геномах фагов и вирусов, где требования к плотной упаковке генов «жизненно» важны, полные бактериальные геномы демонстрируют довольно много перекрытий генов. Перекрывающиеся области представляют особый интерес из-за их двойной нагрузки генетического кода. Распределение длины перекрытия генов, наблюдаемое у E.coli показан на рис. 4. Эти распределения длин различны для перекрывающихся генов, находящихся в одной и той же цепи (рис. 4a), и для генов, находящихся в противоположных цепях (рис. 4b). Перекрытия в одной и той же цепи более распространены, при этом тривиальные перекрытия длиной 1 (TGA / ATG) или 4 (ATGA) составляют большинство (406 из 695 перекрытий одной и той же цепи). Длина перекрытия более 48 нуклеотидов наблюдалась в 45 случаях. Как и ожидалось, не было обнаружено перекрытий в одной и той же пряди длиной, кратной трем.

Обратите внимание, что по крайней мере один проверенный пример, ген E.coli infB , представляет собой особый случай, который противоречит обычным правилам. Было показано, что ген infB имеет два кодона инициации трансляции, расположенных на значительном расстоянии друг от друга. Два разных белка кодируются в одной и той же ORF (30), что можно рассматривать как исключительный случай перекрытия одной и той же цепи.

Более одной трети числа перекрытий между генами, находящимися в противоположных цепях (39 из 113 перекрытий), составляют тривиальные перекрытия длиной 4 (TTAA, TTAG, CTAA, CTAG).В 23 случаях длина перекрытия превышала 48 н. Мы наблюдали подобное распределение перекрытий в других полных геномах (данные не показаны). Перекрытия генов создают несколько трудностей для предсказания с высокой точностью. Во-первых, некоторые перекрывающиеся гены могут быть упущены (см. Выше). Во-вторых, может быть трудно точно предсказать 5′-конец гена, чей кодон инициации трансляции и сайт связывания рибосомы попадают в область перекрытия, где статистика олигонуклеотидов может не соответствовать регулярно используемым моделям.

В крайнем случае перекрытие может содержать целый ген. Например, в геноме E.coli кодирующая область длиной 714 нуклеотидов, расположенная рядом с точкой начала репликации (10 643… 11 356), перекрывает ген из 591 нуклеотидов, расположенный в противоположной цепи (10 725… 11 315). Ген длиной 714 нуклеотидов был точно предсказан GeneMark и GeneMark.hmm (и предсказан ECOPARSE в области 10 643… 11 293). Однако все три метода полностью пропустили ген 591 нт. Существование гена 591 н. Подтверждено экспериментально (31).«Это прямая цепь ORF из 603 нуклеотидов, из которой экспрессируется белок теплового шока E.coli HtpY» (эта ORF из 603 нуклеотидов содержит ген 591 нуклеотид, упомянутый выше). Что касается более длинной 714 нт ORF в комплементарной цепи, предсказанной компьютерными методами, все попытки продемонстрировать экспрессию этой ORF остались безуспешными (31). Это привело к выводу, что эта ORF «может транскрибироваться in vivo , хотя и на очень низких уровнях». Обратите внимание, что среди 197 остатков белка HtpY необычно высокое содержание серинов (42 остатка) и цистеинов (17 остатков).Этот сильно смещенный аминокислотный состав делает ген HtpY сложной мишенью для любого метода статистического поиска генов.

Рисунок 3

Производительность

GeneMark.hmm как функция порядка цепи Маркова, используемая для расчета вероятности наблюдаемой нуклеотидной последовательности. Результаты сравнения аннотированного и предсказанного синтаксического анализа показаны для последовательности первых 500 000 нуклеотидов, взятых из всей геномной последовательности E.coli . Этот контиг содержит 468 аннотированных генов.( a ) Точное предсказание: доля аннотированных генов, для которых точно предсказаны как 5′-концы, так и 3′-концы; ромбы: предсказанный синтаксический анализ был сгенерирован алгоритмом Витерби с использованием моделей Маркова только для типичных генов; белые кружки: марковская модель для атипичных генов была включена в алгоритм GeneMark.hmm; закрашенные кружки: синтаксический анализ был исправлен постобработкой с использованием модели RBS. ( b ) Отсутствующие гены: доля аннотированных генов, для которых не были точно предсказаны ни их 5′-, ни 3′-концы (процедура постобработки не изменяет количество отсутствующих генов (см. Таблицу 2).Легенда данных такая же, как в (а).

Рисунок 3

Производительность

GeneMark.hmm как функция порядка цепи Маркова, используемая для расчета вероятности наблюдаемой нуклеотидной последовательности. Результаты сравнения аннотированного и предсказанного синтаксического анализа показаны для последовательности первых 500 000 нуклеотидов, взятых из всей геномной последовательности E.coli . Этот контиг содержит 468 аннотированных генов. ( a ) Точное предсказание: доля аннотированных генов, для которых точно предсказаны как 5′-концы, так и 3′-концы; ромбы: предсказанный синтаксический анализ был сгенерирован алгоритмом Витерби с использованием моделей Маркова только для типичных генов; белые кружки: марковская модель для атипичных генов включена в GeneMark.хмм алгоритм; закрашенные кружки: синтаксический анализ был исправлен постобработкой с использованием модели RBS. ( b ) Отсутствующие гены: доля аннотированных генов, для которых не были точно предсказаны ни их 5′-, ни 3′-концы (процедура постобработки не изменяет количество отсутствующих генов (см. Таблицу 2). легенда такая же, как в (а).

GeneMark.hmm и комбинация GeneMark

Результаты, представленные выше, демонстрируют, что GeneMark.hmm предоставляет улучшенный инструмент для точного предсказания бактериальных генов. Одним из недостатков является тенденция недооценивать перекрытия генов. Тем не менее, стоит упомянуть, что GeneMark.hmm и GeneMark обладают дополнительными свойствами в том смысле, что гены, пропущенные GeneMark.hmm, могут быть восстановлены GeneMark, а частичные прогнозы генов, сделанные GeneMark, могут быть исправлены GeneMark.hmm. Таким образом, комбинация этих двух программ может стать еще лучшим инструментом для прогнозирования генов. Однако обратите внимание, что мы не имеем в виду такую ​​комбинацию, которая уменьшила бы количество ложноотрицательных предсказаний простой ценой увеличения количества ложноположительных.Выбрав те прогнозы GeneMark, которые являются четкими пятнами в списке прогнозов GeneMark.hmm, мы действительно избежали увеличения количества ложных срабатываний. Оценка комбинированной программы для 10 геномов показала, что доля отсутствующих генов значительно уменьшилась (таблица 5). Как видно, один из самых больших показателей отсутствующих генов — 4,4% — наблюдался для H.pylori . Стоит отметить, что из 956 генов H.pylori , которые подтвердили совпадение с базой данных белков, комбинированная программа пропустила только семь генов.Комбинированная программа GeneMark.hmm и GeneMark с продолжительностью работы около 1 мин для последовательности размером 100 кб доступна в Интернете: http://genemark.biology.gatech.edu/GeneMark

Рисунок 4

Распределение генов E.coli перекрывается по их длине. ( a ) Перекрытие одинаковых нитей; ( b ) противоположные пряди перекрываются.

Рисунок 4

Распределение генов E.coli перекрывается по их длине.( a ) Перекрытие одинаковых нитей; ( b ) противоположные пряди перекрываются.

Благодарности

Мы благодарим Уильяма Хейса за отличную помощь в программировании и, в частности, за создание возможностей www, Джеймса МакИнинча за ценную помощь, Джима Фикетта за полезные обсуждения, Дэвида Дузенбери за ценные замечания по предыдущему проекту рукописи. Андерс Крог любезно помог с использованием почтового сервера ECOPARSE, Энди Линк предоставил данные о белках с проверенными N-терминалами, Стивен Зальцберг помог с H.pylori сравнения прогнозов гена. Вся эта помощь очень ценится. Проект частично поддержали Национальные институты здравоохранения.

Список литературы

1,,,,,,,,, и др. ,

Наука

,

1995

, т.

269

(стр.

496

—

512

) 2,,,,,,,,, и др. ,

Наука

,

1995

, т.

270

(стр.

397

—

403

) 3,,,,,,,,, и др.,

Наука

,

1996

, т.

273

(стр.

1058

—

1073

) 4,,,,,. ,

Nucleic Acids Res.

,

1996

, т.

24

(стр.

4420

—

4449

) 5

Регистрационный номер GenBank synecho

,

1996

6,,,,,,,,,,,,,,,. ,

Наука

,

1997

, т.

277

(стр.

1453

—

1462

) 7,,,,,,,,, и др.,

Nature

,

1997

, т.

388

(стр.

539

—

548

) 8,,,,,,,,, и др. ,

J. Bacteriol.

,

1997

, т.

179

(стр.

7135

—

7155

) 9,,,,,,,,, и др. ,

Nature

,

1997

, т.

390

(стр.

249

—

256

) 10,,,,,,,,, и др. ,

Nature

,

1997

, т.

390

(стр.

364

—

370

) 11,. ,

вычисл. Chem.

,

1993

, т.

17

(стр.

123

—

133

) 12. ,

J. Comp. Биол.

,

1995

, т.

2

(стр.

87

—

115

) 13. ,

Proc. IEEE

,

1989

, т.

77

(стр.

257

—

286

) 14. ,

Пуля. Математика. Биол.

,

1989

, т.

51

(стр.

79

—

94

) 15,,,,.,

J. Mol. Биол.

,

1994

, т.

235

(стр.

1501

—

1531

) 16,,,. ,

Proc. Natl. Акад. Sci. США

,

1994

, т.

91

(стр.

1059

—

1063

) 17,,. ,

Nucleic Acids Res.

,

1994

, т.

22

(стр.

4768

—

4778

) 18,,,. ,,,,. ,

Труды Четвертой Международной конференции по интеллектуальным системам для молекулярной биологии (ISMB-96)

,

1996

Menlo Park, CA

AAAI Press

(стр.

134

—

142

) 19,. ,,,,. ,

Труды Четвертой международной конференции по интеллектуальным системам для молекулярной биологии (ISMB-96)

,

1996

Menlo Park, CA

AAAI Press

(стр.

252

—

260

) 20,. ,

J. Mol. Биол.

,

1997

, т.

268

(стр.

78

—

94

) 21,,. ,

J. Comp. Биол.

,

1997

, т.

4

(стр.

127

—

141

) 22,.,

Genome Res.

,

1998

23,,. ,

Электрофорез

,

1997

, т.

18

(стр.

1259

—

1313

) 24,,,,. ,

J. Mol. Биол.

,

1991

, т.

222

(стр.

851

—

856

) 25. ,

Trends Microbiol.

,

1977

, т.

5

(стр.

355

—

359

) 26,,. ,

Nucleic Acids Res.

,

1992

, т.

20

(стр.

2511

—

2516

) 27,. ,

Pacific Symp. Биокомпьют.

,

1998

, т.

3

(стр.

279

—

290

)

28,,,,,,. ,

Nucleic Acids Res.

,

1997

, т.

25

(стр.

3389

—

3402

) 29,,,,,. ,

Nucleic Acids Res.

,

1995

, т.

23

(стр.

3554

—

3562

) 30,,,,. ,

Proc. Natl.Акад. Sci. США

,

1984

, т.

81

(стр.

7787

—

7791

) 31,,. ,

J. Bacteriol.

,

1993

, т.

175

(стр.

2613

—

2623

)

© 1998 Oxford University Press

Новые контейнерные корабли HMM увеличат пропускную способность на рейсе FE4

Азия-Европа

ID 186489200 © Eyewave | Dreamstime.com

Майк Вакетт

24.02.2021

HMM укрепляет свой статус в рамках THE Alliance за счет ранее запланированного развертывания восьми новостроек класса 16 000 TEU в следующем месяце.

По заказу южнокорейского перевозчика в 2018 году максимальная вместимость судов составляла 15 300 TEU, и они были остановлены для доставки в первой половине этого года.

Первый, 16 010 TEU HMM Nuri , находится на ходовых испытаниях и, как ожидается, с третьей недели марта будет введен в эксплуатацию в петле для дополнительных погрузчиков FE4 компании THEA Азия-Северная Европа.

На следующей неделе в петле также будет развернут дочерний корабль HMM Gaon .

Loadstar понимает, что оставшиеся шесть судов будут получены HMM до конца следующего месяца, с опережением графика, «большинство», установленного для петли FE4.

Исходный контур FE4 компании

THEA был включен в службу FE2 в прошлом году, но после того, как во второй половине года спрос значительно восстановился, компания добавила дополнительный погрузчик с различными размерами судов.

Согласно данным eeSea, THEA размещает до 12 судов на дополнительной загрузочной петле FE4, при этом размеры судов варьируются от 5023 до 14 500 TEU в 84-дневном рейсе туда и обратно с заходом в Саутгемптон и Роттердам в Северной Европе, с AD. hoc звонит в другие порты.

«Частота обслуживания дополнительного погрузчика FE4 не всегда была еженедельной, и развертывание судна зависит от наличия тоннажа», — сказал сегодня Alphaliner.

Консультант отметил, что в прошлом месяце и в этом году THEA предложила только четыре плавания по петле, «хотя некоторые отдельные члены альянса предлагали дополнительные рейсы». Среди них были и HMM, перевозчик особенно активно вводил дополнительный тоннаж для удовлетворения растущего спроса, разместив 15 дополнительных погрузчиков на маршрутах восток-запад с августа прошлого года.

Alphaliner заявила, что услуга обновления дополнительного погрузчика FE4 также будет включать две новинки от ONE: 14 026 TEU ONE Wren; и зафрахтованный 14 952 TEU Zeus Lumos. Это говорит о том, что в ближайшее время THEA официально объявит о полном восстановлении петли FE4 Азия-Северная Европа.

Прибытие новых построек в следующем месяце добавит 128 000 TEU к флоту HMM, увеличивая пропускную способность перевозчика до 857 000 TEU, укрепляя его позицию восьмой по величине контейнерной линии после партнера THEA Ян Минга.

В отличие от ULCV на 24 000 TEU, названных в честь европейских портов, восемь судов класса 16 000 TEU HMM будут носить корейские названия.

Суда также имеют приподнятый крепежный мостик и усиленную крепежную конструкцию, которая, очевидно, была добавлена ​​к спецификациям во время строительства, чтобы предотвратить обрушение палубных укрытий.Еще одна интересная особенность — роботы-очистители корпуса, которые помогают в обслуживании судов и повышают энергоэффективность.

HMM заявила, что добавление новых кораблей, оборудованных скрубберами, поможет ей «обеспечить более выгодное положение в Альянсе».

мм

Chemocare.com
Уход во время химиотерапии и после нее

---

Общее название : Альтретамин
Торговое название : Hexalen®
Другие названия : Гексаметилмеламин

Тип лекарства: HMM является противораковым («противоопухолевым» или «цитотоксическим»). химиотерапевтический препарат.HMM классифицируется как «алкилирующий агент». (Подробнее см. см. раздел «Как действует этот препарат» ниже).

Для чего используется HMM:

Примечание: Если препарат был одобрен для одноразового применения, врачи могут выбрать использовать этот же препарат для решения других проблем, если они считают, что это может быть полезно.

Как дается HMM:

• HMM принимают внутрь в форме капсул.
• HMM следует принимать после еды.
• Количество HMM, которое вы получите, зависит от многих факторов, в том числе от вашего рост и вес, ваше общее состояние здоровья или другие проблемы со здоровьем, а также тип рак или состояние, которое лечат. Ваш врач определит вашу дозу и расписание.

Побочные эффекты:

Важно помнить о побочных эффектах HMM:

.

• Большинство людей не испытывают всех перечисленных побочных эффектов.
• Побочные эффекты часто предсказуемы с точки зрения их начала и продолжительности.
• Побочные эффекты почти всегда обратимы и проходят после завершения лечения.
• Существует множество способов минимизировать или предотвратить побочные эффекты.
• Нет связи между наличием или серьезностью побочных эффектов и эффективность лекарства.
  

Следующие побочные эффекты являются общими (встречающимися более чем в 30%) для пациенты, принимающие HMM:

• Тошнота и рвота
• Потеря аппетита
• Диарея
• Низкие показатели крови.Ваши белые и красные кровяные тельца и тромбоциты могут временно уменьшаются, подвергая вас повышенному риску заражения, анемии или кровотечения.

Эти побочные эффекты являются менее распространенными побочными эффектами (встречаются примерно в 10-29%) пациентов, получающих HMM:

• Периферическая невропатия: (онемение и / или покалывание пальцев рук и ног).
• Спазмы желудка (см. Боль в животе).
• Головокружение, сонливость или слабость (см. Центральная нейротоксичность).
• Депрессия, возбуждение, перепады настроения.

Выше перечислены не все побочные эффекты. Некоторые из них встречаются редко (встречаются менее чем в 10% пациентов) здесь не указаны. Однако вы всегда должны сообщать своему поставщик медицинских услуг, если вы испытываете какие-либо необычные симптомы.

Когда обращаться к врачу или поставщику медицинских услуг:

Свяжитесь с вашим лечащим врачом немедленно, днем ​​или ночью, если вы должен появиться любой из следующих симптомов:

• Лихорадка 100.4 ° F (38 ° C) или выше, озноб (возможные признаки инфекции).

Следующие симптомы требуют медицинской помощи, но не являются неотложной. Свяжитесь со своим лечащим врачом в течение 24 часов после того, как заметите любое следующие:

• Тошнота (мешает есть и не проходит при приеме назначенных лекарств)
• Рвота (более 4-5 раз в сутки)
• Необычное кровотечение или синяк
• Стул черный или дегтеобразный либо кровь в стуле или моче
• Диарея (4-6 эпизодов за 24 часа)
• Крайняя утомляемость (неспособность заниматься самообслуживанием)
• Чрезмерная сонливость или спутанность сознания

Всегда сообщайте своему врачу, если вы испытываете какие-либо необычные симптомы.

Меры предосторожности:

• Перед началом лечения HMM обязательно сообщите своему врачу о любых других лекарствах. вы принимаете (включая рецептурные, безрецептурные, витамины, лечебные травы, так далее.). Не принимайте аспирин, продукты, содержащие аспирин, если только ваш врач специально не позволяет это.
• Не делайте иммунизацию или вакцинацию без разрешения врача. при приеме альтретамина.
• Сообщите своему лечащему врачу, если вы беременны или можете забеременеть заранее. чтобы начать это лечение. Категория беременности D (альтретамин может быть опасным). к плоду. Беременные или забеременевшие женщины должны быть предупреждены о потенциальная опасность для плода.)
• Для мужчин и женщин: не зачать ребенка (забеременеть), принимая альтретамин. Рекомендуются барьерные методы контрацепции, такие как презервативы.Обсудить с Ваш врач, когда вы можете безопасно забеременеть или зачать ребенка после терапии.
• Не кормите грудью, пока принимаете это лекарство

Советы по уходу за собой:

• Принимайте лекарства после еды — это уменьшит расстройство желудка.
• Вы можете подвергнуться риску заражения, поэтому старайтесь избегать скопления людей или людей, болеющих простудой, и Немедленно сообщите своему врачу о повышенной температуре или любых других признаках инфекции.
• Часто мойте руки.
• Для лечения / профилактики язв во рту используйте мягкую зубную щетку и трижды промойте день с 1/2 до 1 чайной ложки пищевой соды и / или соли, смешанной с 8 унциями воды.
• Используйте электрическую бритву и мягкую зубную щетку, чтобы свести к минимуму кровотечение.
• Избегайте контактных видов спорта или занятий, которые могут привести к травмам.
• Чтобы уменьшить тошноту, принимайте лекарства от тошноты в соответствии с предписаниями врача и ешьте небольшими порциями и часто.
• Избегайте пребывания на солнце. Используйте солнцезащитный крем SPF 15 (или выше) и защитную одежду.
• Избегайте вождения и задач, требующих бдительности, до тех пор, пока вы не ответите на этот препарат. хорошо понимается.
• В целом, употребление алкогольных напитков следует свести к минимуму или избегать полностью. Вам следует обсудить это со своим врачом.
• Больше отдыхайте.
• Поддерживайте правильное питание.
• Если вы испытываете симптомы или побочные эффекты, обязательно обсудите их со своим здоровьем. команда по уходу. Они могут прописать несколько лекарств, которые помогут вам перенести эти побочные эффекты значительно уменьшают их влияние и заставляют вас чувствовать себя лучше.

Мониторинг и тестирование:

Пока вы принимаете альтретамин, вы будете регулярно проверяться врачом, чтобы следить за побочными эффектами и проверять свой ответ на терапию.Периодический анализ крови для контроля вашего общего анализа крови (CBC), а также функции других органов (например, ваши почки и печень) также будут назначены вашим врачом.

Как работает HMM:

Химиотерапия (противоопухолевые препараты)
,00 Раковые опухоли характеризуются делением клеток, которое больше не контролируется. как в нормальной ткани. «Нормальные» клетки перестают делиться, когда приходят при контакте с подобными клетками — механизм, известный как контактное торможение.Раковые клетки теряют эту способность. Раковые клетки больше не имеют нормальных проверок и Балансы на месте, которые контролируют и ограничивают клеточное деление. Процесс клетки деление нормальных или раковых клеток происходит через клеточный цикл. В клеточный цикл переходит от фазы покоя к фазам активного роста, а затем митозу (делению).

Способность химиотерапии убивать раковые клетки зависит от ее способности останавливать деление клеток.Обычно лекарства действуют, повреждая РНК или ДНК, которые говорят ячейка, как скопировать себя в деление. Если клетки не могут делиться, они умирают. Чем быстрее клетки делятся, тем больше вероятность того, что химиотерапия убивает клетки, вызывая сокращение опухоли. Они также вызывают самоубийство клеток (самосмерть или апоптоз).

Химиотерапевтические препараты, влияющие на клетки только тогда, когда они делятся, называются клеточным циклом. конкретный.Химиотерапевтические препараты, воздействующие на клетки в состоянии покоя, называются неспецифический клеточный цикл. Расписание химиотерапии устанавливается на основании тип клеток, скорость, с которой они делятся, и время, в которое данное лекарство вероятно, будет эффективным. Вот почему химиотерапия обычно проводится циклами.

Химиотерапия наиболее эффективна при уничтожении быстро делящихся клеток. К сожалению, химиотерапия не знает разницы между раковыми клетками. и нормальные клетки.«Нормальные» клетки вырастут и станут здоровыми, но в тем временем возникают побочные эффекты. «Нормальные» клетки чаще всего поражаются химиотерапия — это клетки крови, клетки во рту, желудке и кишечнике, а также волосяные фолликулы; в результате низкие показатели крови, язвы во рту, тошнота, диарея, и / или выпадение волос. Различные препараты могут воздействовать на разные части тела.

Альтретамин классифицируется как алкилирующий агент.Алкилирующие агенты наиболее активен в фазе покоя клетки. Эти препараты неспецифичны для клеточного цикла. Есть несколько типов алкилирующих агентов.

• Производные иприта: мехлорэтамин, циклофосфамид, хлорамбуцил, Мелфалан и ифосфамид.
• Этиленимины: Тиотепа и гексаметилмеламин.
• Алкилсульфонаты: Бусульфан.
• Гидразины и триазины: Альтретамин, Прокарбазин, Дакарбазин и Темозоломид.
• Нитрозомочевины: кармустин, ломустин и стрептозоцин. Нитрозомочевины уникальны, потому что, в отличие от большинства химиотерапевтических препаратов, они могут проникать через кровь-мозг. барьер. Они могут быть полезны при лечении опухолей головного мозга.
• Соли металлов: карбоплатин, цисплатин и оксалиплатин.

Примечание: Мы настоятельно рекомендуем вам поговорить со своим лечащим врачом. о вашем конкретном заболевании и лечении. Информация, содержащаяся на этом веб-сайте призван быть полезным и образовательным, но не заменяет для медицинской консультации.

Chemocare.com предназначен для предоставления самой последней информации о химиотерапии пациентам и их семьям, лицам, осуществляющим уход, и друзьям.Для получения информации о программе наставничества «Четвертый ангел» посетите сайт www.4thangel.org

.

birlrobotics / BP-AR-HMM: Этот репозиторий используется для обнаружения и моделирования динамического поведения, которое является общим для нескольких связанных временных рядов.

HongminWu — Дополнения:

1. Это основано на программном обеспечении, первоначально написанном Эмили Фокс и Эриком Саддертом (см. Ниже) и адаптированном для использования в среде LfD.
2. Основной запускаемый скрипт — это demos / * _ demo.m, измените правильный путь в файле global_variables

Авторские права (C) 2009, Эмили Б. Фокс и Эрик Б. Саддерт. (ebfox [at] alum [dot] mit [dot] edu и sudderth [at] cs [dot] brown [dot] edu)

Этот программный пакет включает несколько скриптов Matlab и вспомогательные функции, реализующие алгоритмы выборки MCMC для модели, описанной в следующей публикации: Совместное использование функций между динамическими системами с помощью бета-процессов Э. Б. Фокс, Э. Б. Саддерт, М. И. Джордан и А.С. Вилски Достижения в системах обработки нейронной информации, т. 22, 2010. Пожалуйста, цитируйте этот документ в любых публикациях, использующих пакет BP-AR-HMM.

См. Также: Байесовское непараметрическое изучение сложных динамических явлений Э. Б. Фокс Кандидат наук. Диссертация, июль 2009 г.

Краткое содержание упаковки BP-AR-HMM:

IBPHMMinference.m: Основной сценарий вывода, использующий сэмплер RJMCMC «рождение-смерть» для уникальных функций. IBPHMMinference_PoissonProp.m: Основной сценарий вывода, использующий предложение Пуассона для уникальных свойств./ utilities:
Сценарий runstuff.m с примерами входных данных для основного сценария вывода, а также с различными другими функциями, используемыми для создания необходимых структур и т. д. / relabeler:
Код для выполнения оптимального сопоставления между истинной и предполагаемой последовательностями режимов.

Для примера извлечения разреженных признаков см. Runstuff.m. Чтобы использовать код BP-AR-HMM, вы должны сначала сделать два шага:

1. Установите набор инструментов Minka Lightspeed и добавьте каталог в путь: http://research.microsoft.com/~minka/software/lightspeed/
2. Добавьте каталог / relabeler и / utilities к пути

Части пакета были адаптированы из Yee Whye Teh’s Пакет «Непараметрические модели байесовской смеси», выпуск 1.Доступно по адресу: http://www.gatsby.ucl.ac.uk/~ywteh

Авторские права (C) 2009, Эмили Б. Фокс и Эрик Б. Саддерт.

http://web.mit.edu/ebfox/www/

Разрешается копировать, использовать или изменять эти программы и сопроводительные документы для исследовательских целей или образование, при условии сохранения этого уведомления об авторских правах, и примечание внесены любые изменения.

Эти программы и документы распространяются без каких-либо гарантий, явные или подразумеваемые.Поскольку программы написаны для исследования только для целей, они не были протестированы в той степени, которая могла бы быть рекомендуется в любом важном приложении. Любое использование этих программ полностью на страх и риск пользователя.

запросов — документация по веб-серверу HMMER 1.0

Поддерживаются четыре типа поиска: phmmer , hmmsearch , hmmscan и jackhmmer . См. Алгоритмы HMMER для получения дополнительной информации.

Существует много разных способов поиска на веб-сайте. могут быть изменены.Ниже приведен список различных принятых входы и параметры, которые можно изменить. Также включены — имена параметров, которые требуются при использовании API. Этот раздел предназначен для использования в качестве руководства по использованию веб-сайта, но дополнительную информацию можно найти в обширном руководстве HMMER. Параметр имена, используемые на сайте, обычно такие же, как в командной строке параметры, за исключением параметров входных данных. Каждый раздел за ним следует сводная таблица, которую можно использовать в качестве краткого справочника.

Поисковый запрос

phmmer , hmmscan и поисковые запросы jackhmmer берут сингл аминокислотная последовательность белка в качестве входной, контролируемой параметром seq . Веб-сайт принимает формат FASTA или аминокислотный последовательность. Альтернативно, последовательность может быть указана с помощью , доступ . или идентификатор . При использовании сайта будут предложены предложения как набирается имя.

Имя параметра	seq	по
Описание	Устанавливает последовательность запроса
Алгоритм (ы)	phmmer, hmmscan, jackhmmer
Допустимые значения	Белковая последовательность (FASTA)	Регистрационный номер или идентификатор из одна из поддерживаемых баз
По умолчанию	Нет	Нет
Обязательно	Да (seq или acc)

hmmsearch и jackhmmer поиск может принимать кратное выравнивание последовательностей белков в качестве входных данных или профиля HMM.Выравнивание в настоящее время принимаются следующие форматы:

• Согласовано FASTA
• Clustal (и подобные Clustal)
• PSI-BLAST
• ФИЛИП
• Selex
• GCG / MSF
• СТОКГОЛЬМ формат
• UC Santa Cruz A2M (соответствие модели)

Алгоритмы hmmsearch и jackhmmer также разрешают поиск быть инициированным с профилем HMM. Это можно ввести как текст через на веб-сайте или через параметры seq или file при использовании API.В качестве альтернативы также можно получить HMM из одного из поддерживаемые базы данных HMM, использующие поиск доступа / идентификатора (в аналогично поиску в последовательности, описанному ранее). Ограничить чтобы найти одну конкретную базу данных HMM, добавьте «@», за которым следует имя базы данных (все в нижнем регистре), например CBS @ pfam.

Примеры запросов

Для каждого из алгоритмов поиска приведены примеры последовательностей / выравниваний. предоставлен (нажмите кнопку «пример»). Эти примеры были выбран, чтобы показать набор результатов, демонстрирующий различные функции доступны на страницах результатов.

Параметры поиска по умолчанию

Поисковые запросы на сайте в простом режиме скрывают большую часть используются параметры поиска и значения по умолчанию. Ниже приведен список параметры и значения, используемые в поиске по умолчанию для каждого алгоритма:

phmmer

База данных последовательностей	Эталонные протеомы UniProt
Порог значимости (E-значение)	0,01 для совпадений последовательностей; 0.03 для совпадений
Порог отчетности (E-значение)	1 как для последовательностей, так и для хитов
Штрафы за пробелы	открытый: 0,02; удлинить: 0,4; матрица подсчета очков: BLOSUM62
Фильтр	Фильтрация композиции смещения на
Pfam search	Включено, с примененными порогами сбора

hmmscan

База данных HMM	Pfam
Порог значимости	Пороги для сбора Pfam используются для определения значимости попадания
Фильтр	Фильтрация композиции смещения на

хмм поиск

База данных последовательностей	Эталонные протеомы UniProt
Порог значимости (E-значение)	0.01 для совпадений последовательности, 0,03 для совпадений
Порог отчетности (E-значение)	1 для обеих последовательностей и совпадений
Фильтр	Фильтрация композиции смещения на

джехммер

База данных последовательностей	Эталонные протеомы UniProt
Порог значимости (E-значение)	0,01 для совпадений последовательностей; 0.03 для совпадений
Порог отчетности (E-значение)	1 для обеих последовательностей и совпадений
Штрафы за пробелы	открытый: 0,02; удлинить: 0,4; матрица подсчета очков: BLOSUM62
Фильтр	Фильтрация композиции смещения на

Базы данных

Базы данных последовательностей

Поле базы данных последовательностей изменяет, какая база данных целевой последовательности является искал. По умолчанию UniProt ссылается на протеомы.Это один из несколько параметров, которые требуются для phmmer, hmmsearch или jackhmmer.

Название параметра	seqdb
Описание	Устанавливает базу данных целевой последовательности
Алгоритм	phmmer, hmmsearch, jackhmmer
Допустимые значения	унипротрефпрот, унипроткб, швейцария, PDB, RP15, RP35, RP55, RP75, ансамблгеномы, ансамбль, qfo
По умолчанию	uniprotrefprot (см. Ниже)
Обязательно	Есть

Базы данных HMM

В этом поле указывается, к какой базе данных HMM профиля должен поступать запрос. искал против.

Название параметра	hmmdb
Описание	Устанавливает целевую базу данных HMM
Алгоритм	hmmscan
Допустимые значения	gene3d, pfam, тигрфам, суперсемейство, pirsf, treefam
По умолчанию	пфам
Обязательно	Есть

Пороги

Все четыре алгоритма имеют возможность устанавливать две разные категории пороговые значения: значимость и сообщают пороговых значений.Эти отсечки могут быть определены либо как E-значения (опция по умолчанию), либо как битовые оценки. Когда установив любую категорию порога, есть два значения для каждого из пороговые категории: последовательность и хита . Запрос может соответствовать цель в нескольких местах, определяемая как оценка попадания (или домена). Сумма всех совпадений в последовательности — это оценка последовательности.

Например, часто бывает сложно сопоставить повторяющиеся мотивы. из-за вариации последовательности в повторяющемся мотиве последовательности.Однако это можно запечатлеть все образцы мотива, расслабив параметр попадания при сохранении строгого параметра последовательности. Этот означает, что несколько совпадений, даже если они не являются сильными, могут быть обнаруженным, но сумма этих совпадений должна быть достаточной для достижения оценка последовательности, ограничивая количество ложных срабатываний.

Пороги значимости

Пороги значимости (или включения) строже, чем в отчетности пороги и имеют приоритет над ними.Они определяют, будет ли последовательность / попадание имеет значение или нет.

Значимость E-значения

Пороги значения E последовательности и значимости попаданий будут устанавливать совпадения с Значения E меньше или равные пороговому значению E как значимые (значения по умолчанию ниже). При использовании API параметры incE и incdomE являются используется для установки последовательности и достижения пороговых значений E-value соответственно. В отсутствие каких-либо пороговых параметров, которые сервер будет использовать по умолчанию Пороговые значения E-value с по умолчанию.

В качестве альтернативы пороги значимости последовательности и попадания могут быть указывается как битовая оценка. Любая последовательность или результат, набранный больше или равный до этого порога будет считаться значительным достижением. По умолчанию, форма на сайте заполнена типичными значениями (значения по умолчанию ниже). При использовании API параметры incT и incdomT используются для установки пороговые значения битов последовательности и попадания соответственно. Этот порог не используется по умолчанию. Если установлен только один из этих двух параметров, то неназначенный параметр устанавливается на другое назначенное значение параметра.

Имя параметра	инкр.	ИНДОМЕ
Описание	Последовательность пороговых значений E	Порог значения E попадания
Алгоритм	phmmer, hmmscan, hmmsearch, jackhmmer
Допустимые значения	0 <х ≤ 10	10 <х ≤ 10
По умолчанию	0,01 или установить порог последовательности, если есть	0.03 или установить на порог срабатывания, если есть
Обязательно	№	№

Значения битов

В качестве альтернативы пороги значимости последовательности и попадания могут быть указывается как битовая оценка. Любая последовательность или результативность, превышающая или равный данному порогу будет считаться значительным попаданием. От по умолчанию форма на сайте заполняется типичными значениями (значения по умолчанию ниже). При использовании API параметры incT и incdomT используются для установки пороговые значения битов последовательности и попадания соответственно.Этот порог не используется по умолчанию. Если установлен только один из этих двух параметров, то неназначенный параметр устанавливается на другое назначенное значение параметра.

Имя параметра	инкр.	ИНДОМЕР
Описание	Порог оценки битов последовательности	Порог оценки битов
Алгоритм	phmmer, hmmscan, hmmsearch, jackhmmer
Допустимые значения	x> 0	x> 0
По умолчанию	25.0	22,0
Обязательно	№	№

Пороги отчетности

Пороговые значения отчетов контролируют количество совпадений, которые попадают ниже порог значимости все еще отображается в результатах (т. е. сообщается). В виде каждый объект в целевой базе данных сравнивается с запросом, если были зарегистрированы все совпадения, тогда потенциально огромные результаты были бы сгенерировано. Однако часто бывает полезно просмотреть совпадения границ. поскольку они могут выявить более далекие потенциальных информативных сходств с модель.Как и в случае с порогами значимости, существует значение для как последовательность, так и попадание, которые снова можно определить как Е-значение или битовая оценка. Такие зарегистрированные совпадения обозначаются желтым фон в таблице результатов, созданной на веб-сайте.

Отчетность о ценностях

Имя параметра	E	ДОМ
Описание	Последовательность порогового значения E (отчетность)	Hit E-value threshold (Пороговое значение Hit E-value) (отчетность)
Алгоритм	phmmer, hmmscan, hmmsearch, jackhmmer
Допустимые значения	0 <х ≤ 10	10 <х ≤ 10
По умолчанию	1 или установить порог последовательности, если есть	1 или установить на порог срабатывания, если есть
Обязательно	№	№

Отчетный битовый балл

Пороги отчетов о последовательности и попаданиях также могут быть указаны как битовые баллы.Любая последовательность или результативность, превышающая или равная этому значению. будет сообщен заданный порог (значения по умолчанию ниже). При использовании API T и параметры domT используются для установки пороговых значений последовательности и битов попадания соответственно. Если пороги значимости установлены, но один или оба пороги отчетности не определены, эти значения формы по умолчанию будут установить на стороне сервера.

Имя параметра	т	ДОМ
Описание	Последовательность порогового значения E (отчетность)	Hit E-value threshold (Пороговое значение Hit E-value) (отчетность)
Алгоритм	phmmer, hmmscan, hmmsearch, jackhmmer
Допустимые значения	x> 0	x> 0
По умолчанию	7.0	5,0
Обязательно	№	№

Пороги сборные

Специфично для hmmscan, порог сбора указывает HMMER использовать последовательность и пороговые значения попаданий, определенные в файле HMM для поиска. В дела Pfam и ТИГРФАМ они установлены консервативно, чтобы гарантировать что нет известных ложных срабатываний. Таким образом, если последовательность запросов набирает с битовой оценкой больше или равной порогам сбора, тогда к этому матчу можно отнестись с большой уверенностью.Этот порог является настройка по умолчанию для hmmscan. Если вы используете API, вы можете использовать cut_ga, чтобы указать, что следует использовать порог сбора.

Пороги Gene3D и суперсемейства

Обе эти базы данных HMM применяют сложные этапы постобработки. на результатах HMMER, чтобы сделать назначения доменов и распутать совпадающие совпадения. Каждая база данных использует внутреннее пороговое значение E-value 0,0001 для соответствия домена и не использует использование специфических для HMM пороговые значения битовой оценки.Таким образом, отключена манипуляция с отсечкой для эти базы данных, тем самым точно воспроизводя результаты этих Базы данных HMM.

Ограничения таксономии

Поиск

Вы можете добавлять таксоны со всех таксономических уровней (например, Homo sapiens или Metazoa) быть включенным в ваш поиск. Вы можете добавить несколько таксонов.

Для только удалить таксоны, но оставить все остальные таксоны, вы можете выбрать Кнопка «Включить все таксоны». Теперь в поле поиска будут удаляться только таксоны, вместо добавления

Предопределенное таксономическое дерево

Вы можете выбрать разные уровни данного таксономического дерева.Все виды в пределах выбранных уровней будут включены в ваш поиск.

Настройка результатов

Таблица результатов может быть настроена для отображения различных столбцов и / или ограничьте количество строк в таблице управляемым числом. Это может выполняться до или после поиска с сохранением настроек в файле cookie, чтобы вам не пришлось повторно настраивать таблицу после каждого поиска.

Pfam search

По умолчанию при выполнении поиска phmmer через веб-сайт (и когда JavaScript включен), поиск по умолчанию hmmscan в Pfam HMM библиотека также выполняется.Эта функция недоступна через API, но можно имитировать, отправив отдельные запросы к phmmer и hmmscan.

Фильтры

Композиция смещения

Отключение фильтра композиции смещения может повысить чувствительность, но с высокой скоростью, особенно если запрос имеет смещенный остаток состав (такой как повторяющаяся последовательность или мембрана белок с большими участками гидрофобности). Без фильтра смещения, слишком много последовательностей могут пройти фильтр с ошибочными запросами, что приведет к медленнее, чем ожидалось, поэтому он включен по умолчанию.Эту функцию можно отключить с помощью параметра nobias.

Название параметра	ноября
Описание	Отключает фильтрацию состава смещения
Алгоритмы	phmmer, hmmscan, hmmsearch, jackhmmer
Принятые значения	1
Обязательно	№

Штрафы за пробелы

Они относятся к phmmer и jackhmmer (запускаются одной последовательностью).

Открыть

Параметр открытия (называемый в HMMER popen) устанавливает вероятность для открытие пробела в выравнивании между последовательностью-мишенью и моделью (или последовательность запросов). Значение по умолчанию — 0,02, но можно установить любое значение от 0 (без пробелов) до менее 0,5 (скорее всего, чтобы увеличить разрыв).

Удлинить

Параметр расширения (называемый pextend в HMMER) устанавливает вероятность для увеличения разрыва между целевой последовательностью и моделью или запросом последовательность. Значение по умолчанию — 0.4, но может быть установлен где угодно от 0 (вероятность расширения меньше) до менее 1 (скорее всего, чтобы увеличить разрыв).

Матрица подсчета очков

При использовании phmmer запрос представляет собой единственную последовательность, поэтому выравнивание остатков вероятности вычисляются из матрицы замещения. Замена матрицы предоставляют оценки, которые указывают на вероятность двух согласованных аминокислоты появляются в результате консервирования, а не случайно. Там доступны для выбора пять различных матриц: BLOSUM45, BLOSUM62 (по умолчанию), BLOSUM90, PAM30 и PAM70.Эти матрицы BLOSUM основаны на о наблюдаемых сопоставлениях между аминокислотами в базе данных BLOCKS, где, поскольку матрицы PAM были экстраполированы из сравнений близкородственные белки. Различные матрицы изменяют строгость выравнивания, например PAM90 можно использовать для поиска более отдаленно связанных последовательности, чем PAM70, поскольку PAM70 является более строгим; BLOSUM62 можно использовать чтобы найти более близкую последовательность, чем использование BLOSUM45, как BLOSUM45 менее строгий.

Это требуется для phmmer и jackhmmer, и будут использоваться значения по умолчанию. если значение не установлено.

Имя параметра	попен	pextend	м x
Описание	Штраф за открытие пробела	Штраф за продление промежутка	Матрица замещения
Алгоритм (ы)	phmmer, jackhmmer
Допустимые значения	0 ≤ х < 0,5	0 ≤ х < 1	BLOSUM45, BLOSUM62, BLOSUM90, PAM30, PAM70
По умолчанию	0.02	0,4	BLOSUM62
Обязательно	Нет

Пакетный поиск

Также возможен поиск по нескольким последовательностям белков в «автономном» режиме. пакетный режим. При использовании phmmer и hmmscan файлы, содержащие Последовательности в формате FASTA могут быть загружены через «Загрузить файл» ссылка на сайт. Затем эти последовательности будут найдены, в свою очередь, по указанные базы данных. Максимальный размер пакета — 500 последовательностей. запрос.Это только для предотвращения перегрузки серверов: несколько пакетов запросы разрешены. После того, как работа будет отправлена, другие результаты страница будет возвращена, показывая таблицу с каждой строкой в ​​этой таблице представляющий последовательность в вашем файле. Эта таблица периодически обновляется, с указанием хода выполнения пакетного задания. Как результаты появляются в таблицу, вы можете просмотреть детали. Если у вас много последовательностей, вы можете также запросить отправку электронного письма после завершения пакетного задания. Также можно использовать hmmsearch в пакетном режиме, опять же с однократное множественное совмещение или профиль HMM.

Система дозирования jackhmmer работает несколько иначе. В дополнительных настройках вы можете выбрать количество итераций, которые будут выполняется, и пакетный режим будет автоматически запускаться через каждую итерацию (или до сходимости), взяв результаты и используя все последовательности оценка выше критериев значимости для генерации входных множественных выравнивание последовательности для следующего раунда. Только одна последовательность, несколько Согласование последовательности или профиль HMM могут быть отправлены одновременно.

Пакетная система также работает через API, за исключением того, что параметр seq имеет значение заменен на параметр файла; остальные параметры остаются одно и тоже. Запрос уведомления по электронной почте можно настроить с помощью электронной почты параметр.

Глоссарий

Оценка долота

Битовая оценка в HMMER — это логарифм соотношения вероятность по профилю (гипотеза гомологии) к вероятность нулевой модели (гипотеза негомологии).

E-значение

E-value (математическое ожидание) — это количество совпадений, которые будут Ожидается, что результат будет равен или лучше этого только случайно.А хорошее значение E намного меньше 1, например, значение E 0,01 будет означают, что в среднем ожидается около 1 ложного срабатывания в каждом 100 поисков с разными последовательностями запросов. Значение E около 1 — вот что мы ожидаем просто случайно. Е-значения широко используются как все, что вам нужно Решить вопрос о значимости совпадения — это значение E, но учтите, что они варьируются в зависимости от размера целевой базы данных.

Порог сбора

Также называется точкой сбора, порог сбора на самом деле состоит из двух битовых оценок, отсечки последовательности и отсечки домена, используется для определения значимости последовательности и попадания соответственно.Они определены в профиле HMM и задают как значимость, так и пороговые значения отчетов, чтобы не сообщалось о незначительных совпадениях.

Null модель

«Нулевая модель» вычисляет вероятность того, что целевая последовательность не гомологичен профилю запроса и является HMM с одним состоянием, настроенным для генерировать «случайные» последовательности той же средней длины L, что и цель последовательность, где каждый остаток взят из фоновой частоты распределение (стандартная модель i.i.d.: остатки рассматриваются как независимые и одинаково распределенные).Эта фоновая частота на основе средних остаточных частот в Swiss-Prot 50.8 (октябрь 2006 г.).

Профиль HMM

Скрытый профиль Марковские модели (HMM) — это способ превратить выравнивание последовательностей в позиционно-зависимую систему баллов, которая подходит для поиска в базах данных отдаленно гомологичных последовательностей.

СТОКГОЛЬМ формат

формат СТОКГОЛЬМА — это формат множественного выравнивания последовательностей, поддерживаемый HMMER.

HMM может исследовать автономные корабли, трансатлантическую торговлю

HMM заявила, что будет использовать данные, собранные в недавно открытом центре управления флотом, отчасти для изучения коммерческой жизнеспособности автономных судов.Южнокорейский перевозчик также может изучить возможность возвращения в трансатлантическую торговлю.

HMM приступила к мониторингу и управлению своими существующими судами из центра управления научно-исследовательского центра судоходной линии в Пусане, Южная Корея.

Флот HMM включает 12 новостроек, каждая вместимостью 24 000 двадцатифутовых эквивалентов (TEU). В сентябре южнокорейская компания приняла поставку 12-го корабля. Первый из массивных контейнеровозов HMM Algeciras был спущен на воду в апреле.

HMM открыла центр управления автопарком в Пусане, Южная Корея. (Фото: HMM)

HMM ожидает получить восемь контейнеровозов вместимостью 16 000 TEU во втором квартале 2021 года. В компании заявили, что все 20 судов будут «оснащены новейшими интеллектуальными корабельными решениями».

Президент и генеральный директор

Джэ Хун Бэ сказал: «Цифровые возможности стали ключевым элементом в обеспечении конкурентного преимущества. Мы активизируем усилия по повышению операционной эффективности и эффективности управления нашим автопарком. Мы также будем постепенно применять интеллектуальные корабельные решения не только к нашим новостройкам, но и к другим уже находящимся в эксплуатации кораблям.”

Компания HMM, флот которой в настоящее время насчитывает около 100 судов, сообщила в своем заявлении в среду, что центр управления «обеспечивает интегрированную платформу для передачи данных между судами и расширенной связи. Его система мониторинга в реальном времени предлагает много информации с полной видимостью, включая характеристики судна, местоположение, расход топлива, информацию о погоде в океане и информацию о грузе ».

No related posts.