Стартував міждисциплінарний загальноакадемічний семінар у галузі природничих наук «Актуальні питання фізико-хімічної та математичної біології»
21 квітня 2023 року в Інституті біохімії ім. О.В. Палладіна НАН України відбулося перше засідання міждисциплінарного загальноакадемічного семінару у галузі природничих наук «Актуальні питання фізико-хімічної та математичної біології» (науковий керівник семінару – заступник директора з наукової роботи Інституту біохімії ім. О.В. Палладіна НАН України, завідувач відділу біохімії м’язів цього Інституту академік Сергій Костерін). Із доповіддю «Математичне моделювання поширення вірусних інфекцій, досвід аналізу і прогнозування епідемії COVID-19 в Україні» виступив заступник директора з наукової роботи Інституту проблем математичних машин і систем НАН України член-кореспондент НАН України Ігор Бровченко.
Перше засідання нового семінару відкрив академік-секретар Відділення біохімії, фізіології і молекулярної біології НАН України, директор Інституту біохімії ім. О.В. Палладіна НАН України академік Сергій Комісаренко. «В Інституті біохімії семінари завжди були популярні. І вони завжди працювали на розвиток нашої науки, – зауважив він. – Дуже добре пам’ятаю семінари, які проводились у відділах, що ними керували патріархи нашої біохімії – сам академік Олександр Володимирович Палладін, член-кореспондент Давид Лазарович Фердман, академік Максим Федотович Гулий, академік Ростислав Всеволодович Чаговець. Ми продовжуємо цю традицію. Ми вже багато років проводимо семінар, присвячений актуальним питанням сучасної біохімії та біотехнології, медико-біологічним проблемам. Це - дуже відомий семінар, яким керує академік Сергій Олексійович Костерін. До речі, на цьому семінарі часто з’являлася тематика, яка не конче безпосередньо стосується біохімії, тому він призначений не тільки для наших співробітників.
Академік Сергій Комісаренко
Але Сергій Олексійович завжди мріяв організувати міждисциплінарний семінар. Напевно, це пов’язано з його минулим: він закінчив фізико-математичну школу, та, на щастя для нас, пішов не у фізику чи математику, а у біологію. Закінчивши університет на кафедрі біофізики, став біохіміком, але у своїй роботі широко використовує математичні методи досліджень. На позаминулому засіданні Президії Національної академії наук України Сергій Олексійович, гадаю, дуже вдало доповів про дослідження, які виконуються у відділі біохімії м’язів, що його він очолює. Це теж традиційна для нашого Інституту тематика, адже Олександр Володимирович Палладін (спершу сам, а згодом – зі своїми учнями) від початку займався і біохімією вітамінів, і біохімією м’язів, передоручивши потім цю ділянку своєму улюбленому і найкращому учневі – члену-кореспонденту Давидові Лазаровичу Фердману. І наприкінці своєї доповіді на засіданні Президії Національної академії наук Сергій Олексійович виступив з ініціативою створити міждисциплінарний науковий семінар, і Президія Академії підтримала цю ініціативу. Семінар може бути надзвичайно цікавим і перетворитися на науковий клуб обміну думками. Біологія розвивається небаченими темпами. З’явились її нові відгалуження на кшталт комп’ютерної біології, біоінформатики… Не кажучи вже про геноміку, протеноміку, ліпідоміку й інші. Причому біохімія – теж одна з наук про життя, бо досліджує живі або пов’язані з життям процеси. Зрештою, успішність семінару залежатиме від учасників».
Академік Сергій Комісаренко подякував усім, хто долучився до першого засідання семінару (таких виявилося близько ста осіб – офлайн і онлайн), а також першому його доповідачеві – членові-кореспонденту НАН України Ігореві Бровченку: «Інститут проблем математичних машин і систем займається дуже цікавими проблемами, зокрема науковим прогнозуванням розвитку різних процесів. Зокрема, він постійно моніторив події, пов’язані з Чорнобильською катастрофою. З Ігорем Олександровичем ми вперше зустрілися, даючи доволі велике інтерв’ю про коронавірусне захворювання COVID-19. Оскільки я в Академії відповідаю за це питання, то не можу не сказати про нього кілька слів.
Зараз починається новий спалах COVID-19. Його збудник – коронавірус SARS-CoV-2 – вже має мільйони штамів і чимало варіантів: «Альфа», «Бета», «Гамма»… Зараз найпоширенішим є варіант «Омікрон» (B.1.1.529), вперше виявлений у Південній Африці. Всесвітня організація охорони здоров’я офіційно повідомила про нього 25 листопада 2021 року. Відтоді надзвичайно контагіозний [заразливий] «Омікрон» поширився настільки, що витіснив решту варіантів. Наприклад, у США зараз близько 80% хворих на COVID-19 інфіковані саме «Омікроном». Але зовсім нещодавно почав поширюватися новий варіант, який походить з Індії. Він отримав назву «Арктур» («Arcturus», XBB.1.16). Цікаво, що цього разу знову вистачило всього однієї мутації в одному білку (спайк-протеїні), щоби поліпшити взаємодію нового варіанту вірусу з відповідним рецептором на клітинах людини. В Індії зараз щодня близько 12 тисяч нових хворих, і їхня кількість постійно зростає. У США вже майже у 8% хворих виявлено останній варіант вірусу SARS-CoV-2. «Арктур» не дуже патогенний, але контагіозніший за «Омікрон». Дуже сподіваємося, що він усе ж не спричинить нової хвилі пандемії».
Академік Сергій Костерін
Академік Сергій Костерін розповів, чому запропонував започаткувати новий семінар: «Відвідуючи наукові установи різних профілів (хімічні, фізичні, математичні) й університети, виступаючи з доповідями або на захистах дисертацій як опонент, я побачив велику зацікавленість наших колег – хіміків, фізиків, математики – у розв’язанні біологічних проблем. Створити новий семінар я вперше запропонував на засіданні Вченої ради нашого Інституту півтора року тому. А вже у березні цього року ідею схвалила Президія НАН України. Я дуже вдячний за підтримку цієї ідеї Президентові Національної академії наук України академіку Анатолію Глібовичу Загородньому, віцепрезидентові НАН України, голові Секції хімічних і біологічних наук НАН України академіку Вячеславові Григоровичу Кошечку та директорові нашого Інституту й академіку-секретареві Відділення біохімії, фізіології і молекулярної біології НАН України академіку Сергію Васильовичу Комісаренку, який активно підтримав цю ідею. Я надзвичайно вдячний за позитивний досвід спілкування при обговоренні міждисциплінарних наукових проблем нашим знаним ученим – академіку Віталію Івановичу Кальченку, членові-кореспонденту НАН України Андрію Івановичу Вовку, академікові Леоніду Анатолійовичу Булавіну, членові-кореспонденту НАН України Миколі Полікаповичу Кулішу. Дорогі колеги присутні сьогодні на семінарі! Особливу вдячність висловлюю академікові Антону Григоровичу Наумовцю: семінари і конференції в галузі нанотехнологій, які він організовував, завжди справляли на мене велике враження. Отак і виникла ідея нових семінарів в Інституті біохімії».
Академік Антон Наумовець
«Радію, що сьогодні відбувається така знакова подія, – сказав член Президії НАН України академік Антон Наумовець. – Біологія – це наука, котра синтезує в собі практично все природознавство. Мої харківські колеги виступали за творчий підхід до викладання, особливо до викладання таких «сухих» наук, як математика, а часом – фізика й механіка. Буває, розповідають про якісь закони, а прикладів, щоб їх проілюструвати, бракує. Тим часом приклади самі просяться з біології, де самоорганізація відбувається в нерівноважних, відкритих, нелінійних системах. Мені здається, це саме той матеріал, яким можуть захоплюватися наші молоді покоління. Дуже слушно, що ви зараз започатковуєте цей семінар. Сподіваюся, він житиме довго (а ми його всіляко підтримуватимемо) і корисно вплине на нашу освіту. Інформатика й електроніка вже потужно працюють на біологію. Плід їхньої співпраці з нею – засоби діагностики, які ми вже використовуємо. Тож працюймо разом!»
Академік Віталій Кальченко
Радник при дирекції Інституту органічної хімії НАН України, завідувач відділу хімії макроциклічних сполук цього Інституту академік Віталій Кальченко підкреслив, що міждисциплінарний загальноакадемічний семінар у галузі природничих наук «Актуальні питання фізико-хімічної та математичної біології» зараз на часі: «Національна академія наук України шукає нових форм організації науки, організації своєї діяльності і фокусується на міждисциплінарних дослідженнях, маючи для цього величезний потенціал, адже академічні установи охоплюють практично всі галузі сучасної науки. Скажімо, за бюджетною програмою «Підтримка розвитку пріоритетних напрямів наукових досліджень» (КПКВК 6541230) профінансовано переважно проєкти, що мають дисциплінарний характер. Крім того, в системі Академії наук організовуються «кластери». Один із них – біотехнологічний – очолюватиме Сергій Васильович Комісаренко. Туди входитимуть інститути не лише біологічного, а й інших профілів. До того ж, науки про життя нині, напевно, найзатребуваніші у світі (а також у нашому суспільстві), їх фінансують як пріоритетні. Тому цей новий семінар буде корисним і актуальним. Він біоцентричний, та до його проведення долучатимуться й фізики, хіміки, медики, фармацевти. Учасники матимуть нагоду обмінятися досвідом і новими ідеями, популяризувати науку і свої дослідження. Знаково, що семінар є ініціативою Інституту біохімії, де працювали і працюють видатні вчені, діють відомі наукові школи. Проведення семінару саме в цій установі надасть йому академічної респектабельності й авторитету».
Далі про «Математичне моделювання поширення вірусних інфекцій, досвід аналізу і прогнозування епідемії COVID-19 в Україні» розповів доповідач першого засідання семінару.
____________________________________________________________________
Коротка довідка
Ігор Олександрович Бровченко – доктор фізико-математичних наук, член-кореспондент НАН України, заступник директора Інституту проблем математичних машин і систем НАН України, завідувач відділу математичного моделювання навколишнього середовища цього ж Інституту.
Закінчив механіко-математичний факультет Київського національного університету імені Тараса Шевченка. Кандидатську і докторську дисертації захистив за спеціальністю «Механіка рідини і газу». Дослідження Ігоря Бровченка спрямовані на розроблення чисельних математичних моделей для розв’язання нагальних екологічних проблем, збереження довкілля й охорони здоров’я. Науковець, зокрема, розробив Ейлерову модель перенесення радіонуклідів у морському середовищі. Співпрацює з Українським центром екологічних та водних проєктів.
У квітні 2020 року Ігор Бровченко очолив створену в Національній академії наук України Робочу групу з математичного моделювання проблем, пов’язаних з епідемією коронавірусу SARS-CoV-2 в Україні. Під його керівництвом розроблено математичну модель поширення епідемії COVID-19 в Україні. ____________________________________________________________________
Член-кореспондент НАН України Ігор Бровченко
Подякувавши організаторам за запрошення і надану честь виступити першим доповідачем на новому семінарі, член-кореспондент НАН України Ігор Бровченко поділився своїм досвідом математичного моделювання:
«2020 року я очолив створену при Національній академії наук Робочу групу з математичного моделювання проблем, пов’язаних з епідемією коронавірусу SARS-CoV-2 в Україні. Моделюванням ми займалися два роки і торік у квітні припинили цю діяльність. Зокрема, й тому, що проблема почасти втратила актуальність. І хоч, як сказав Сергій Васильович, ковід нікуди не зник, з’являються нові штами і небезпека залишається, а проте останні дві хвилі захворюваності в Україні та світі – восени 2022 року і цієї весни – вже на порядок менш небезпечні. Водночас, ця проблема, вочевидь, не остання, спалахи інфекційних хвороб іще будуть. Тож важливо розуміти, з яким інструментарієм ми їх зустрічатимемо. Маємо готуватися».
У своїй доповіді Ігор Бровченко зосередився на особливостях саме математичного моделювання, не заглиблюючись у розв’язування рівнянь або чисельні методи, а також не торкаючись біологічних, біохімічних і соціальних аспектів проблеми.
«Математична модель пов’язує співвідношеннями властивості об’єктів навколишнього світу, – пояснив науковець. – За іншим визначенням, математична модель описує наші переконання щодо того, як влаштований світ. Ми не можемо достеменно і детально описати, як влаштований світ, але маємо певні уявлення про це. «Перекладаючи» їх мовою математики, ми створюємо математичну модель. До речі, вона не конче має бути правильна. Є навіть вислів: «Усі математичні моделі неправильні, але деякі з них корисні». Класичний приклад – Птолемеєва система світу, котра, як тепер відомо, ґрунтувалася на хибних засадах, зокрема на впевненості в тому, що Сонце й інші зорі обертаються навколо Землі. Але ця модель чудово працювала, з її допомогою мореплавці орієнтувались у просторі. Попри певні труднощі з описуванням руху планет, вона загалом виконувала свою функцію, була дуже корисним і популярним інструментом.
Ми як робоча група поставили собі за мету розробити корисну модель, яку можна застосувати. При цьому слід усвідомлювати, що будь-яка математична модель, навіть абсолютно правильна й заснована на простих фізичних законах, має межі застосування – наприклад, якщо потрібно спрогнозувати процес на основі спостережень. Скажімо, за першими кадрами відеозапису змагань із штовхання ядра, на яких видно, як полетів об’єкт, передбачити місце його падіння. З погляду математики й фізики, це дуже проста задача зі шкільного курсу – задача про тіло, кинуте під кутом до горизонту. Аби визначити місце падіння ядра, необхідно знати його початкову швидкість і кут, під яким воно полетіло. Але отримати цю інформацію з відеозапису доволі непросто: потрібно буде також знати, під яким кутом фільмували процес і який розмір цього ядра, виміряти швидкість польоту ядра, дізнатися, чи було вітряно під час змагань і чи взагалі вітер може вплинути на об’єкти на зразок такого ядра, що це був за спортсмен, як він тренувався і в яких умовах виступав тощо. Зрештою виявляється, що найкраще – запитати експерта, який має досвід розв’язування подібних задач. Якщо такого експерта немає, тоді потрібно побудувати математичну модель, калібрувати її, перевірити на експериментах, дібрати параметри, виконати обчислення, проконсультуватися з експертами і… самому стати фахівцем із тієї чи тієї предметної галузі, щодо якої здійснюється моделювання.
Які математичні принципи закладають у моделі поширення інфекційних захворювань? Навіть нефахівці знають, що епідемії поширюються експоненційно. Те, звідки беруться експоненти, можна пояснити на моделі популяції – наприклад, еволюції кількості населення у часі, якщо відома загальна кількість населення, середня народжуваність і середня смертність (і якщо знехтувати тим, що коефіцієнти народжуваності й смертності не можуть бути незмінними у часі, – бо так працює найпростіша математична модель). Причому приріст населення прямо пропорційний наявній кількості людей. У підсумку виходить диференційне рівняння з розв’язком у вигляді експоненти – експоненційного зростання (якщо народжуваність більша за смертність) або експоненційного спадання (якщо смертність більша за народжуваність).
Подібно до цього, математичні моделі епідемічних процесів виходять із того, що приріст інфікованого населення пропорційний загальній кількості інфікованого населення, тобто що більше людей уражені інфекцією, то більшу кількість інших людей вони зможуть заразити. Математичні моделі поширення інфекцій особливі тим, що мають враховувати такі змінні, як загальна кількість населення, кількість інфікованого населення у певний момент часу, кількість вразливого населення в певний момент часу (адже, за припущенням, одужалі тимчасово не вразливі до нового інфікування), швидкість зараження і швидкість одужання. Через змінність кількості вразливого населення в часі отримане рівняння стає нелінійним і не має прямих аналітичних розв’язків.
Прикладом найпростішої – так званої компартментної – моделі, яку застосовують для прогнозування поширення інфекційних захворювань, є SIR- модель, яка поділяє все населення на три підгрупи (компартменти):
• S – Susceptible – вразливе населення (здорові, що можуть захворіти);
• I – Infectious – інфіковані (заразні носії інфекції);
• R – Recovered/Removed – одужалі чи померлі.
У цю модель закладено такі припущення про епідемічний процес:
- на початку все населення вразливе до інфекції;
- швидкість зростання кількості інфікованих пропорційна кількості інфікованих;
- хворі одужують із певним середнім періодом часу;
- одужалі не можуть захворіти повторно.
Зазначені змінні й припущення у підсумку дають класичні рівняння SIR-моделі – систему звичайних диференціальних рівнянь із трьома невідомими, для якої виконується така умова збереження, що кількість уразливих, інфікованих і одужалих є постійною в часі. Система виглядає дуже просто, але вона нелінійна, а тому до неї зазвичай застосовують чисельні методи і розв’язання. Водночас вона цілком надається до аналізу й дає розуміння основних механізмів епідемічного процесу. На таких принципах побудовано доволі багато різних моделей.
Уже 2020 року було чимало розроблених іще до пандемії онлайн-інструментів для моделювання поширення інфекційних захворювань. Вони дуже швидко переорієнтувалися на застосування до ковіду. Зараз ці онлайн-інструменти ускладнюються, охоплюють більше даних. Зокрема, сучасніші моделі можуть враховувати демографічний склад населення (передусім віковий), матриці контактів (кількість, інтенсивність) у різних демографічних групах (їх визначають під час спеціальних соціологічних досліджень на загальнонаціональному та локальному рівнях).
Наша робоча група буквально за кілька тижнів створила модель, що відповідала нашим уявленням про епідемічний процес і необхідному нам тоді ступеню деталізації. Ми поділили інфікованих людей на симптомних і безсимптомних (безсимптомні не знають, що захворіли, а отже, не проходять тестування і не потрапляють до статистики, але вони є і про них потрібно знати), а симптомних інфікованих – за особливостями перебігу хвороби – на легких (одужалих без госпіталізації), важких (госпіталізованих і одужалих) і критичних (госпіталізованих і померлих).
Важливо пам’ятати, що побудова математичної моделі не є основною проблемою та основною роботою під час математичного моделювання. Головне – цю модель налаштувати, проаналізувати дані, зрозуміти, чому вона не працює або працює не так як слід.
Наша робоча група користувалася такими джерелами даних (на жаль, більшість з них вже не оновлюється, і це одна з причин, чому ми рік тому перестали аналізувати поширення ковіду):
- даними щоденних звітів Міністерства охорони здоров’я України (про кількість нових виявлень, одужань, летальних випадків і підозр для кожної області України), що оприлюднювалися на щоденних брифінгах міністерства, а також на сайті Ради національної безпеки і оборони України;
- первинними даними Центру громадського здоров’я Міністерства охорони здоров’я України (зазвичай раз на кілька днів або тижнів Центр надавав великий масив дуже важливої деперсоналізованої інформації про кожен зафіксований випадок – про вік хворого, госпіталізацію, перебування на апараті штучної вентиляції легень, контакти, дати тестування і одужання/виписки);
- даними Центру громадського здоров’я Міністерства охорони здоров’я України про обсяги ПЛР-тестування у кожній лабораторії України (ці дані містили інформацію про загальну кількість проведених тестів, кількість позитивних тестів і ретестувань);
- даними Національної служби здоров’я України, що оновлювалися щодня та містили дані про госпіталізації у кожній лікарні України;
- даними про загальну смертність з усіх причин (а не лише від ковіду) і даними про мобільність населення з інтернет-ресурсу «Економіка карантину»;
- статистичними даними про країни світу з інтернет-ресурсів «Worldometer», «Financial Times», «Ourworldindata» та ін.
Для використання у своїй математичній моделі ми могли отримати з цих даних, наприклад, такі параметри, як інкубаційний період (бо для деяких хворих були відомі час останнього контакту, котрий, як підозрювали, спричинив ураження, і дата настання перших симптомів хвороби), період одужання (а для кількох мільйонів випадків захворювання в Україні були відомі дата захворювання і дата одужання; середній період одужання дорівнював приблизно 2-3 тижням, але в деяких випадках тривав до трьох місяців), час настання смерті (в середньому він становив близько двох тижнів – для тих випадків, дані про які ми мали).
Головним же параметром, потрібним і для описання епідемічного процесу, і для калібрування моделі й відтворення історії спостережень, було репродуктивне число – середня кількість людей, яку заражав кожен інфікований (якщо це число перевищує одиницю, то епідемія шириться, якщо воно менше за одиницю – згасає). Дуже швидко стало очевидно, що неможливо дібрати постійне у часі репродуктивне число. Тому на кожному часовому кроці, на кожному невеликому періоді ми добирали таке репродуктивне число, щоби відтворити дані спостережень, будували графік залежності цього репродуктивного числа від часу (за той час, за який ми вже мали дані), а потім – прогнозували, як далі змінюватиметься цей параметр.
Для адекватності й акуратності розрахунків дуже важливо було зважати на затримки в оприлюдненні даних. Система просто не встигала опрацьовувати інформацію про всіх хворих, тому до щоденних звітів Міністерства охорони здоров’я України потрапляв лише той масив даних, який вдалось опрацювати напередодні, а це могла бути інформація про інфікованих не тільки попереднього дня, а й тиждень тому, і ще давніше. Тобто дані нерідко відставали у часі. Через це, наприклад, статистичні дані могли показувати період плато в епідемічному процесі, коли насправді жодного плато не спостерігалося. І навпаки – коли захворюваність спадала, офіційна статистика ще якийсь час демонструвала зростання. Дуже показовою була ситуація в Києві, де у певні періоди 80-90% оприлюднюваних даних про захворюваність мали затримку понад місяць, а офіційні дані про нових хворих могли бути вдвічі меншими за реальну кількість позитивних результатів ПЛР-тестів. Ми пояснювали це тим, що в столиці багато приватних лабораторій надавали інформацію для офіційної статистики з великими затримками і не повністю. Дещо кращою була ситуація з даними про смертність, хоча інколи в офіційних даних ставалися локальні спалахи, що не відповідали реальному епідемічному процесові. Тобто у статистиці кількість смертей зростала, хоча епідемічний процес спадав. Ми завжди намагалися пояснювати ці нюанси журналістам. Найбільшу проблему завжди становили дані про одужання, бо одужалі не поспішали повідомляти про це. Тому випадки одужання потрапляли до статистики з найбільшими затримками – в середньому близько місяця. Ми також розуміли, що під час критичного навантаження на лікарні (якщо ліжковий фонд закладів охорони здоров’я завантажений на 100%) статистика госпіталізацій занижена з об’єктивних причин, бо для стаціонарного лікування медики мусили обирати пацієнтів у найважчому стані.
Ще одним питанням, яке нас цікавило, була ефективність вакцинації. Певний час ми мали доступ до статистики щодо госпіталізації пацієнтів, для яких вказували статус вакцинації. За нашими результатами, ефективність вакцини для повністю вакцинованих людей сягала 70-80%. Тобто ймовірність потрапляння таких людей до лікарні була на 70-80% менша, ніж у зовсім не вакцинованих. Найгірший результат показала вікова група 65+, але і для цих пацієнтів ефективність вакцини становила від 50% до 60%, тобто ризик потрапити до лікарні зменшувався вдвічі.
Нарешті, ми намагались оцінити реальну надлишкову смертність, пов’язану з ковідом. Ми підозрювали, що, якщо справжня кількість інфікованих може у кілька разів перевищувати офіційні статистичні показники, то те саме може відбуватись і з кількістю летальних випадків. Аби оцінити надлишкову смертність, ми проаналізували загальну смертність з усіх причин за попередні періоди часу. По-перше, хвилі захворюваності під час епідемії COVID-19 збіглись у часі із зареєстрованими хвилями значного перевищення загальної смертності порівняно з доковідними часами. По-друге, за нашим припущенням, смертність від ковіду була значно вищою за кількість офіційно зареєстрованих летальних випадків.
Усі прогнози розвитку епідемії ми щотижня або що два тижні публікували на сайті Національної академії наук України. Кожен наступний прогноз завершувалися порівнянням фактичних спостережень із попереднім прогнозом. Ми також розглядали кілька сценаріїв – оптимістичний, песимістичний і середній, – які різнилися тим, як, на нашу думку, протягом наступних двох тижнів репродуктивне число мало змінюватись у кожному регіоні України.
Насамкінець – кілька висновків. По-перше, математичне моделювання – це завжди компроміс між складністю й адекватністю моделі та можливістю її практичного застосування. По-друге, прості моделі можна застосовувати для короткочасних оперативних прогнозів. По-третє, в Україні необхідно створити службу, яка оперативно моніторила й прогнозувала би спалахи інфекційних хвороб».
По закінченні доповіді Ігор Бровченко відповів на запитання учасників семінару, зокрема, про інші моделі поширення COVID-19 в Україні та світі, причини відмінності рівнів смертності від COVID-19 у різних країнах, про врахування генетичного контексту і методів діагностики, лікування та профілактики захворювання, про методологічні особливості моделювання в академічній робочій групі, похибки цієї математичної моделі, оцінювання кількості безсимптомних носіїв вірусу, а також про зворотний зв’язок від органів державної влади.
В обговоренні доповіді виступили академік Сергій Комісаренко і завідувач лабораторії імунобіології відділу молекулярної імунології Інституту біохімії ім. О.В. Палладіна НАН України доктор біологічних наук, професор Денис Колибо.
Академік Сергій Комісаренко
Доктор біологічних наук, професор Денис Колибо
На завершення семінару його науковий керівник академік Сергій Костерін торкнувся організаційних питань і анонсував наступне засідання, заплановане на травень цього року. За оголошеннями стежте на сайті Інституту біохімії ім. О.В. Палладіна НАН України.
Фото: пресслужба НАН України