The object of research, development or design (in Russian) : Назальные мазки пациентов с новой коронавирусной инфекцией, а также участников контрольной группы

The object of research, development or design (in Kazakh) : Жаңа коронавирустық инфекциясы бар пациенттердің, сондай-ақ бақылау тобының мүшелерінің мұрын тампондары.

Aim of work (in Russian) : Оценить экспресс-метод определения вируса SARS-CoV-2 в материале, полученном из назального мазка при помощи времяпролетной масс-спектрометрии и методов машинного обучения.

Aim of work (in Kazakh) : Мұрын жағындысынан алынған материалда уақытты масс-спектрометрия және машиналық оқыту әдістерін қолдана отырып, SARS-CoV-2 вирусын анықтаудың экспресс әдісін бағалау.

Методы исследования (на русском) : В процессе работы использовались эпидемиологические, молекулярно-генетические, статистические методы.

Методы исследования (на казахском) : Жұмыс барысында эпидемиологиялық, молекулалық-генетикалық, статистикалық әдістер қолданылды

Obtained results and novelty (in Russian) : Были проведены молекулярно-генетические исследования назальных мазков методом ОТ-ПЦР с корректировкой включения в основную и контрольную группы. Была проведена матричная лазерная десорбция / ионизационная масс-спектрометрия (MALDI-MS) на 30 % назальных мазков согласно ранее оптимизированному протоколу. Для полученных в результате масс-спектрометрии пиков начат препроцессинг данных. После проведения препроцессинга были получены оптимизированные данные для обучения алгоритмов машинного обучения. Общая выборка пиков была разделена на обучающую и тестовую (в соотношении 75% -обучающая и 25% тестовая). Были обучены следующие модели: логистическая регрессия - LG, линейный дискриминантный анализ - LDA, Байесовский метод - NBAYES, дерево решений - DT, Support Vector Machine - SVM, случайный лес - RF, XGBoost - GB - для имеющихся масс-спектрограмм и оценены F1 score, параметры чувствительности и специфичности

Obtained results and novelty (in Kazakh) : Мұрын жағындыларының молекулалық-генетикалық зерттеулері негізгі және бақылау топтарына қосу үшін түзетулермен RT-ПТР арқылы жүргізілді. Матрицалық лазерлік десорбция/ионизациялық масс-спектрометрия (MALDI-MS) бұрын оңтайландырылған хаттамаға сәйкес мұрын жағындыларының 30%-ында орындалды. Масс-спектрометрия нәтижесінде алынған шыңдар үшін деректерді алдын ала өңдеу басталды. Алдын ала өңдеуден кейін машиналық оқыту алгоритмдерін үйрету үшін оңтайландырылған деректер алынды. Шыңдардың жалпы таңдауы оқу және сынаққа бөлінді (75% қатынаста – оқу және 25% сынақ). Келесі модельдер оқытылды: логистикалық регрессия - LG, сызықтық дискриминанттық талдау - LDA, Байес әдісі - NBAYES, шешім ағашы - DT, Support Vector Machine - SVM, кездейсоқ орман - RF, XGBoost - GB - қолжетімді масс-спектрограммалар үшін және бағаланған F1 ұпайы, сезімталдық және ерекшелік параметрлері

The main constructive and technical economic indicators (in Russian) : Работа будет продолжена с целью выполнения всех задач проекта с максимальной эффективностью

The main constructive and technical economic indicators (in Kazakh) : Жұмыс жобаның барлық міндеттерін барынша тиімді орындау мақсатында жалғастырылатын

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Медицина

Field of application (in Kazakh) : Медицина