COVID-19 կորոնավիրուսի համաճարակային իրավիճակի հետ կապված՝ տեղեկացնում ենք, որ ՀՀ ԳԱԱ Ինֆորմատիկաի և ավտոմատացման պրոբլեմների ինստիտուտում առկա են հետևյալ հետազոտական ուղղությունները

1. Ընթացիկ հետազոտություններ 

• Ինքնակազմակերպվող համակարգերի և բջջային ավտոմատների մոդելների շրջանակում  վիրուսների / համաճարակի/  տարածման նկարագրման և կանխարգելման ուղղությամբ հետազոտությունների իրականացում և  մոդելավորման ծրագրային միջոցների մշակում: Կատարվել են ուսունասիրություններ բջջային ավտոմատների մոդելավորման զուգահեռացվող ալգորիթմների վերաբերյալ, ձգտելով նրանց հիման վրա ստեղծել  ծրագրային միջոցներ, հիմնված բարձր արատադրողականությամբ  հաշվարկային ռեսուրսների  օգտագործման վրա; ինքնակազմակերպվող համակարգերի կոլեկտիվ հետազոտման և ղեկավարման համար բազմաօգտատեր համապիտանի ծրագրային հարթակի ստեղծում; իրականցվել է համակարգչային ցանցերում ինֆորմացիայի տարածման օպտիմալ կառուցվածքների նախագծման մեթոդների և ալգորիթմների մշակում; մշակվել են հարկավոր վթարակայունության օպտիմալ միաժամանակ, ինֆորմացիայի լրիվ փոխանակում իրականացնող ցանցային սխեմաների հիմնական բնութագրիչների օպտիմալ արժեքների հաշվարկման նպատակով ուսումնասիրվել են ինֆորմացիայի փոխանակման դետերմինիստիկ ընթացակարգեր:
• Օջախի ընդարձակման սահմանափակումը փոքր աշխարհի մոդելի սահմաններում: Փոքր աշխարհի մոդելը մեծ ցանցերի հետ կապված կարևոր հատկության բացահայտում է: Այն հիմնված է համարյա-համասեռ ցանցերում հարևանության էքսպոնենցիալ աճի հատկության վրա: Այս  կապակցությամբ հայտնի է առանձնացման վեց աստիճաններ արտահայտությունը ինչը նշանակում է որ եթե մեր աշխարհում յուրաքանչյուրը կազմի վեց պատահական հարևանություն, ապա կամայական զույգ համարյա միշտ կապակցված է հարևանների միջոցով: Պարզ է, որ սա էպիդեմիայի տարածման պարզ համակարգ է, և այսօր այս համակարգի բազում տարատեսակներ սահմանված և ուսումնասիրված են մաթեմատիկորեն:
• Վիրուսային մուտացիաների ուղեկցում և կանխատեսում: Կորոնավիրուսները հանդիսանում են ոչ-սեգմենտավորված ՌՆԹ վիրուսներ։ Կորոնավիրուսները դարձել են լուրջ ախտածին մարդկանց համար՝ ի շնորհիվ նրանց արագ փոփոխման ունակության։ ՌՆԹ վիրուսների նման արագ փոփոխման հատկությունը պայմանավորված է ինչպես ժառանգական նյութի ռեկոմբինացիոն փոփոխությունների, այնպես էլ դրանց մուտացիոն համակարգերի հետ։ Ռեկոմբինացիան ենթադրում է գենետիկական տեղեկատվության փոխանակում երկու ոչ-սեգմենտավորված ՌՆԹ գենոմների միջև:
• Հաշվողական ամպային ծառայությունների մշակում և տրամադրում: Համավարակի կանխարգելման և մոդելավորման համար պահանջվում են օգտագործել հզոր հաշվողական ռեսուրսներ, որոնք կարելի է տրմադրել ինչպես ամպային ծառայություններ օգտագործելով ASNET-AM ցանցի ռեսուրսները, որը կարող է ներառել ինչպես պրոցեսորային հզորություններ այնպես էլ տեսաքարտեր:Ֆիզիկական ռեսուրսները ղեկավարելու համար օգտագործվում են հայտնի տեխնոլոգիաներ (Geiger, WMware, Excusive cache, Zballond, Selfabllooning)։

2. Առաջարկներ 

• Հիմնվելով  վարակիչ հիվանդության դինամիկ համակարգի համար Կերմակ-Մակկենդրիկի մոդելի վրա  մշակել պարզ բջջային ավտոմատի մոդել, որը կլինի հեշտ յուրացվող  կիրառական ծրագիր օգտագործողի  համար: Այն  հնարավորություն կտա վերլուծելու և կանխատեսելու որոշ հիմնական պարամետրների  վարքը դինամիկայում: Հիմնվելով մշակված ինքնակազմակերպվող համակարգերում ինֆորմացիայի տարածման տարաբաշխված ալգորիթմների վրա, կիրականացվեն ուսումնասիրություններ դրանց օգտագործման վերաբերյալ վարակների տարածման նոր մոդելների և ծրագրային  միջոցների մշակման ուղղությամբ:
• Օջախի ընդարձակման սահմանափակումը փոքր աշխարհի մոդելի սահմաններում առաջարկվում է համարյա-համասեռ պատահական մոդելի հետ մեկտեղ ուսումնասիրել համակարգեր, որոնք տրված են նրանց կառուցվածքային առանձնահատկությունների միջոցով: Ուսումնասիրման առարկան է բացահայտել համակարգի կարևորագույն բնութագրերը ինչպես օրինակ մինիմալ հարևանության չափը ինչը հանգեցնում է կապակցվածության, մինիմալ սահմանափակումները ըստ կազմի և չափի, որոնք ապահովում են ոչ-կապակցվածություն և այլն: Տեխնիկապես, ուսումնասիրությունները հիմնված են պատահական գրաֆների և նրանց հանրահաշվական տեսության կիրառման վրա: Կիրառական աշխատանքները օգտագործելու են նոսր մատրիցների ժամանակակից արագագործ համակարգերը, ինչպես օրինակ MUMPS համակարգը: Արդյունքում, ստեղծվելու է էպիդեմիոլոգիական ռիսկերի կառավարման և սահմանափակման համակարգ հիմնված համապատասխան մաթեմատիկական լուծումների համակարգի վրա:
• Վիրուսային գենոմներում ռեկոմբինացիոն օրինաչափությունների հայտնաբերումը և վերլուծությունը ունի կարևոր կենսաբանական նշանակություն, քանի որ այն հնարավորություն է տալիս կանխորոշել վիրուսային գենոմի ամենահավանական դիրքերը, որտեղ ավելի հաճախ են և հավանական են ռեկոմբինացիաները։ Սույն փորձառությունը իր հերթին հնարավորություն է տալու հայտնաբերել թիրախային գեները, ինչպես նաև կանխագուշակել կորոնավիրուսների առաջիկա սպասվող փոփոխությունները։ Նկարագրված հետազոտությունները հիմնված են մեծածավալ կենսաբանական տվյալների ընտրության և վերլուծման նոր, արագագործ ալգորիթմների մշակման և կիրառման վրա լրիվ գենոմի ծավալներում: Ալգորիթմները հիմնված են դիսկրետ մաթեմատիկայի, մեքենայական ուսուցման և արհեստական բանականության լուծումների վրա: Հաշվարկները պահանջում են գերհամակարգչային միջավայրեր: Եվ հարկ է նշել, որ առաջարկվող լուծումները վերաբերվում են ոչ միայն կորոնավիրուսային մոդելների վերլուծմանը, այլ կիրառելի են ինչպես այլ վիրուսների, այնպես էլ այլ կենսաբանական գոյացությունների ուսումնասիրություններում: Տվյալների մշակման աշխատանքների եզրափակիչ կարևորագույն փուլը կենսաբանական մեկնաբանությունն ու հաստատումն է: 
• Առաջարկվում է առկա մոդելների /SUMO, STEM, Snakemake, Epigrass և այլն/ հենքի վրա վարակի մոդելավորման միասնական համակարգի մշակում: Համակարգը կօգտագործի հասանելի լոկալ հաշվողական և ամպային ռեսուրսները և ծառայությունները։