Витамин к и к 2 что зачем и почему

Содержание

1. Отделение геномики психических расстройств
2. Введение
3. Новые функциональные возможности MK Enterprise
4. Сотрудники отделения
5. Всероссийский конгресс с международным участием”Психическое здоровье: от разнообразия феноменологиик концептуальному единству”
6. 19 июня 2024 года в г. Ижевск состоялась стратегическая сессия с Главой Удмуртской Республики Бречаловым А.В.
7. Сотрудники НМИЦ ПН им. В.М.Бехтерева стали лауреатами конкурса «ЮниТИ: Юность. Талант. Инновации»
8. Аналитические возможности МК Enterprise
9. Сценарии использования MK Enterprise
10. Системные требования MK Enterprise
11. Архитектура MK Enterprise
12. Научные публикации
13. Научная деятельность
14. Выводы

Отделение геномики психических расстройств

Клинической базой подразделения является 10-е отделение — Центр лечения депрессии и тревоги

Введение

Эксперты в сфере информационной безопасности ежегодно фиксируют рост числа хакерских атак в России, однако начиная с 2022 года он принял по-настоящему взрывной характер. Итоги расследований ИБ-инцидентов в 2021–2023 годах, опубликованные компанией Positive Technologies, заставляют задуматься и своевременно реализовывать меры защиты информации в компаниях не только на бумаге, но и на практике.

В своих атаках хакеры всё чаще используют технологии киберразведки, что значительно усложняет обнаружение. Если прибавить к увеличившейся интенсивности хакерских атак дефицит квалифицированных ИБ-специалистов в России, то становится очевидным, что в службах ИБ коммерческих компаний и государственных корпораций не последнюю роль должны играть комплексные программные продукты, эффективные инструменты для выявления и анализа действий злоумышленников.

Одним из таких продуктов является система класса «цифровая криминалистика и реагирование на инциденты» (Digital Forensics and Incident Response, DFIR) — МК Enterprise от компании «МКО Системы», российского разработчика программного обеспечения для расследования инцидентов и проведения аудита информационной безопасности организаций.

Программные продукты класса DFIR помогают получить полную, прозрачную и достоверную картину инцидента. Система даёт возможность проводить исследования серверов, рабочих станций, мобильных устройств и различных облачных сервисов, извлекать данные из цифровых источников различного типа, в т. ч. восстанавливать удалённую пользователем или злоумышленником информацию. Также она помогает сотрудникам служб безопасности компаний систематизировать и анализировать извлечённые данные: понять, что произошло, восстановить хронологию событий, найти точки входа злоумышленников, собрать отчёты.

Рисунок 1. «Домашний экран» MK Enterprise

Новые функциональные возможности MK Enterprise

МК Enterprise 3.0 характеризуется следующими особенностями:

• Обладает функциональностью автоматического перевода с 10 языков.
• Модуль «iOS-Агент» извлекает полную файловую систему и данные Keychain из мобильных телефонов с чипсетами A9–A10 на версиях iOS 15.0–15.7.3 и чипсетом A11 на версиях iOS 15.0–15.7.1, 16.0–16.5, а также из iPad с чипсетами A8–A15, M1, M2 на версиях iPadOS 15.0–15.7.2 (для чипсета A8 — до 15.7.3), 16.1–16.5.
• Модуль «Android-Агент» даёт возможность извлечь информацию из браузера Opera.
• «Мобильный Криминалист Скаут» восстанавливает удалённые файлы из разделов дисков с файловой системой NTFS.
• Понижение версий APK: поддерживает приложения Opera, «Яндекс Go», Zoom и многие другие.
• Увеличено количество приложений и системных артефактов Windows, GNU/Linux и macOS, доступных для извлечения.

На примере новой версии MK Enterprise рассмотрим основные сценарии применения систем цифровой криминалистики, возможности продукта и технические характеристики.

Сотрудники отделения

Кибитов Александр Олегович

Руководитель отделения, доктор медицинских наук.

Горбунова Александра Петровна

Младший научный сотрудник, врач-психиатр.

Шумская Диана Сергеевна

Лаборант-исследователь, магистр по направлению «Психическое здоровье».

Всероссийский конгресс с международным участием”Психическое здоровье: от разнообразия феноменологиик концептуальному единству”

19 июня 2024 года в г. Ижевск состоялась стратегическая сессия с Главой Удмуртской Республики Бречаловым А.В.

Сотрудники НМИЦ ПН им. В.М.Бехтерева стали лауреатами конкурса «ЮниТИ: Юность. Талант. Инновации»

Аналитические возможности МК Enterprise

Для обнаружения и расследования инцидента важно не только оперативно собрать всю доступную информацию, но и быстро проанализировать её. Для этого в МК Enterprise встроен обширный набор аналитических инструментов. Они позволяют выявлять прямые или косвенные связи между контактами одного или нескольких извлечений, осуществлять поиск данных по различным заданным параметрам (например, номерам телефонов, ключевым словам, метаданным, содержимому файлов и др.). При необходимости можно выстроить хронологическую цепочку инцидента. Также специалисту по ИБ доступны технология оптического распознавания текста на изображениях (OCR) и функция отображения геоданных на карте.

Для анализа взаимодействий и контактов используется граф связей. Он демонстрирует прямые и косвенные связи между владельцем исследуемого устройства и его контактами, а также между владельцами и контактами нескольких устройств (при анализе дела).

Рисунок 8. Граф связей в MK Enterprise

Также в системе есть лента событий, которая отображает все события на устройстве в хронологическом порядке. В инструменте присутствуют следующие вкладки: сообщения, звонки, геоданные, веб-активность и файлы. Просмотр хронологии событий возможен как по всем данным, так и только по одной категории. Для этого необходимо щёлкнуть по соответствующей вкладке.

Рисунок 9. Лента событий в MK Enterprise

Доступны такие функции, как фильтрация событий по учётным записям, источникам, группам и контактам, сортировка по времени, типу, описанию, тегам, отметкам «Важное» и другим параметрам, просмотр дубликатов событий.

Лента событий включает в себя два дополнительных инструмента. Первый из них — матрица активности, позволяющая выявить периоды наиболее активного использования устройства по часам и дням недели. Каждый час отображается в матрице прямоугольной ячейкой с указанием количества событий. Элементы матрицы возможно отфильтровать по времени, дню недели или уровню активности.

Полезные функции матрицы:

• настройка диапазонов уровней активности вручную,
• просмотр событий за целый день, за несколько часов или за конкретный час, а также за произвольный интервал времени,
• быстрый сброс всех применённых фильтров.

Второй инструмент — диаграмма активности, отображающая распределение типов событий (звонки, сообщения, другое) устройства по временным интервалам.

Интересные возможности диаграммы активности:

• группировка всех событий по интервалам времени (год, месяц, час, минута, секунда),
• отображение событий одного типа за определённое время,
• быстрый просмотр трёх последних событий одного типа за определённое время,
• группировка событий в ленте по звонкам / сообщениям / другим событиям или по точечным типам событий (уведомление, подключение к Wi-Fi, запись голосового сообщения и другие).

Вся статистическая информация по извлечению отображается в разделе «Статистика». В нём представлены следующие блоки: «Диаграмма активности», «Матрица активности», «Топ-10 приложений / контактов / групп» (с наибольшим числом коммуникаций в количественном и процентном соотношении), «Важное», «Теги», «Заметки», «Последние коммуникации», «Типы данных» и «Наборы хешей» (показывает хеши известных файлов iOS и Android — как правило, системных).

Рисунок 10. Статистика в MK Enterprise

МК Enterprise при импорте данных или по его завершении позволяет находить и распознавать текст на изображениях в извлечении. Результаты работы этого инструмента позже могут быть использованы, например, при поиске по ключевым словам. Чтобы запустить распознавание текста на изображениях в извлечении, необходимо перейти в раздел с аналогичным названием на рабочей панели устройства, щёлкнуть по стрелке рядом с кнопкой «Распознавание текста» и в выпадающем контекстном меню выбрать пункт «Распознать текст на всех необработанных изображениях» или «Распознать текст на отмеченных изображениях».

Рисунок 11. Варианты распознавания текста на изображениях в MK Enterprise

Чтобы настроить параметры (указать язык текста и минимальный размер анализируемого изображения), требуется в контекстном меню, упомянутом выше, выбрать пункт «Настройки распознавания текста». Также это можно сделать в меню настроек программы, на вкладке «Расширенная аналитика».

Рисунок 12. Настройка распознавания текста в MK Enterprise

После окончания работы с данными специалисту по ИБ предоставляется возможность сохранить отчёт в следующих форматах: PDF, RTF, табличный и форматированный вид XLS, табличный вид XLSX, табличный и форматированный вид HTML, XML.

MK Enterprise позволяет создавать отчёты по извлечению или по отдельным секциям и источникам данных.

Все созданные отчёты с их кратким описанием попадают в одноимённый раздел. Если отчёт был случайно удалён, программа выделит его серым цветом и поможет воссоздать по первоначально заданным параметрам. Если же в каком-либо отчёте произошли изменения, строка с ним будет выделена красным цветом.

Информация об отчёте включает в себя его тип, имя, путь к файлу, время создания, включённые разделы и хеш.

Дополнительные возможности раздела «Отчёты»:

• сортировка по каждому параметру,
• фильтрация по дате и по разделам,
• просмотр снимков, сделанных в разделах «Граф связей», «Статистика», «Карты» или добавленных с ПК (необходимо перейти на вкладку «Снимки»).

Для перехода к созданию отчёта нужно щёлкнуть по кнопке «Экспорт» на верхней панели программы в любом разделе извлечения или по иконке «Экспорт данных» на главной рабочей панели, которая находится под изображением символа устройства. В мастере экспорта можно разбить отчёт на части в зависимости от размера или количества записей, настроить параметры и внешний вид элементов, задать пароль на открытие отчётов и пр.

Рисунок 13. Настройки сохранения отчётов MK Enterprise

Стоит отметить, что МК Enterprise позволяет создавать шаблоны отчётов и использовать их при дальнейшей работе с другими извлечениями.

Сценарии использования MK Enterprise

MK Enterprise предоставляет специалисту по ИБ вполне широкие возможности для расследования инцидентов.

Рисунок 14. Сценарии использования MK Enterprise

В MK Enterprise предусмотрено два варианта аудита целевых устройств с помощью агентов.

Первый вариант — локальный аудит целевых устройств с использованием съёмных носителей информации. Используется одноразовый агент. Параметры поиска информации задаются специалистом по ИБ вручную перед формированием исполняемого файла агента, который записывается на USB-носитель и запускается с него непосредственно на целевом ПК или сервере. Извлечённые данные специалист импортирует в «Центр Управления Агентами» для их дальнейшего анализа.

Второй вариант — дистанционный аудит целевых устройств с помощью агента. Используется агент с лицензией на один год. Установка его выполняется удалённо с рабочего места специалиста по ИБ.

Рисунок 15. Извлечение данных с рабочего места сотрудника удалённо с помощью агента MK Enterprise

В режиме реального времени отслеживается состояние всех задач, запущенных на рабочих станциях, и извлекаются данные по ним, а также настраиваются периодичность и время их запуска.

Рассмотрим более подробно расследование инцидента в ИБ с обнаружением вредоносного кода на рабочем месте сотрудника.

Вредоносный код используется для проникновения в сетевой периметр компании, затем закрепляется в нём и передаётся дальше.

Для проведения аудита на рабочем месте сотрудника специалист по ИБ создаёт профиль в «Центре Управления Агентами».

Рисунок 16. Создание профиля в «Центре Управления Агентами» в МК Enterprise

Для более детального анализа был собран журнал событий Windows.

Рисунок 17. Просмотр журнала событий Windows в MK Enterprise

Для сортировки и просмотра событий по порядку их следования переходим в ленту событий.

Рисунок 18. Просмотр последовательности событий в MK Enterprise

Рисунок 19. Запуск задачи «Полный аудит системы» в MK Enterprise

Рисунок 20. Изучение процесса автозапуска в MK Enterprise

Далее специалист по ИБ создаёт YARA-правила для обнаружения вредоносного кода в системе.

Рисунок 21. Создание YARA-правила в MK Enterprise

В результате в сети были найдены две рабочие станции с вредоносным кодом.

Рисунок 22. Результат поиска вредоносного кода на рабочих станциях в «Центре Управления Агентами» MK Enterprise

Рисунок 23. Отображение полного пути к вредоносным файлам в MK Enterprise

Рисунок 24. Облачный токен (Telegram) в облачном сервисе MK Enterprise

В ходе проведения аудита на рабочем месте сотрудника специалисты по ИБ выявили вредоносный код, инициировали расследование инцидента. В ходе расследования были выявлены точка входа, затронутые злоумышленником элементы сети и активность на них. Инцидент удалось предотвратить, избежав ущерба.

При анализе подозрительной активности пользователей MK Enterprise помогает специалистам службы ИБ расследовать различные факты мошенничества, обнаруживать «серые» схемы продаж.

Рассмотрим более подробно расследование инцидента в ИБ с обнаружением такой схемы на рабочем месте сотрудника.

Допустим, компания занимается продажей ПО, лицензии выдаются на год. Стандартная процедура — предоставление демоверсии на месяц перед продажей новой лицензии новому клиенту. Также у компании есть партнёрская сеть, через которую привлекаются новые клиенты. До определённого момента всё было хорошо.

В определённый момент работник компании обнаружил в одном из телеграм-каналов дистрибутивы программного обеспечения. Сотрудник СБ скачал их с целью анализа и установления канала утечки. В программном обеспечении стояла дополнительная защита, помимо ключ-файла был реализован механизм активации лицензии посредством регистрации по электронной почте. Активировав лицензию с помощью рабочей почты, сотрудник СБ вошёл в профиль пользователя и получил доступ к информации о лицензии. Это была рабочая версия на 1 год для сотрудников компании. Дата создания лицензии — 25 октября.

Так как все операции с демоверсиями и лицензированием / активацией ПО проходят через службу поддержки, в первую очередь ставится задача проверить наличие признаков фрода со стороны этой службы.

В ходе такого расследования требуется дополнительная информация, которую можно запросить лишь точно сказав, что именно необходимо. По регламенту все выписанные лицензии проходят через начальника службы поддержки. Особое внимание требуется уделить активности пользователей.

Открываем ленту событий в MK Enterprise и выставляем критерии поиска по дате (25 октября).

Рисунок 25. Лента событий в MK Enterprise с критериями поиска по дате

Выбираем пункт «Активность пользователя» и находим там данные об открытии мессенджера Telegram, PDF-редактора и специальной программы для удаления файлов.

Рисунок 26. Анализ активности пользователя в MK Enterprise по дате и времени

Становится ясно: человеку есть что скрывать. Выходим в главное меню и выбираем пункт «Активность пользователя».

Рисунок 27. Выбор пункта «Активность пользователя» в главном меню MK Enterprise

Сразу получаем странный PDF-файл без даты, а также артефакты скачивания программы WipeFile. Кроме того, наблюдаем артефакты открытия флеш-накопителя. 

Рисунок 28. Анализ папок и файлов в MK Enterprise

Заходим в секцию «Файлы», пункт «Документы»; в верхнем меню выбираем «Расширенные фильтры» и выставляем дату этих артефактов (1–2 ноября, при желании можно поставить время). В поле «Фильтры» пишем «.pdf». Находим другой подобный файл и видим, что он лежал в кеше Telegram.

Рисунок 29. Анализ дерева папок, дисков и документов пользователя в MK Enterprise

Рисунок 30. Анализ архивных файлов пользователя в MK Enterprise

Рисунок 31. Анализ содержимого архивных файлов пользователя в MK Enterprise

Производим анализ переписки пользователя в Telegram с помощью модуля «МК Облачные сервисы» и там обнаруживаем общение с контактом «Женя Сосед».

Рисунок 32. Анализ Telegram пользователя в MK Enterprise

При анализе переписки выясняется, что начальник в сговоре с партнёром продавал лицензии по «серой» схеме, используя условные кодовые слова для имитации безобидного общения на посторонние темы.

Системные требования MK Enterprise

Таблица 1. Рекомендуемые системные требования

Архитектура MK Enterprise

Рисунок 2. Архитектура MK Enterprise

Программный комплекс MK Enterprise состоит из следующих модулей:

• «МК Скаут»,
• «Центр Управления Агентами»,
• «МК Облачные сервисы»,
• «МК Извлечение устройств».

«МК Скаут» отвечает за локальный и дистанционный централизованный сбор данных с рабочих станций и серверов под управлением ОС Windows, macOS, GNU/Linux, а также образов оперативной памяти в форматах RAW или DMP.

Модуль «МК Скаут» предоставляет возможность использовать предустановленные профили поиска с заданными комбинациями, редактировать их или загружать собственные. Для этого на основном экране следует воспользоваться кнопками «Создать профиль» или «Загрузить профиль».

Рисунок 3. Создание или загрузка профиля поиска данных в MK Enterprise

Для редактирования настроек любого из предустановленных профилей необходимо нажать на троеточие и выбрать в выпадающем меню пункт «Редактировать». Для каждого профиля открывается отдельное окно редактирования, что делает процесс настройки более удобным и быстрым. Несколько окон, открытых параллельно, дадут возможность легко настроить несколько профилей, если есть необходимость скопировать те или иные настройки, что поможет сэкономить время.

Рисунок 4. Редактирование настроек профиля поиска данных в MK Enterprise

Внесённые правки будут применены после нажатия на кнопку «Сохранить». Предустановленный профиль не может быть изменён, но при сохранении изменений будет создан новый. Возможно добавить неограниченное количество собственных профилей; они будут автоматически сохранены с расширением «.scout.yaml» и при каждом запуске программы отобразятся в списке профилей поиска.

При выборе какого-либо профиля становится активной кнопка «Начать поиск». Также при проведении анализа запущенной системы пользователь может отдельно выбрать на левой рабочей панели диски и разделы для исследования.

Рисунок 5. Сохранение изменений в настройках профиля поиска данных в MK Enterprise

Извлечённые данные распределены по группам для удобства их анализа специалистами по ИБ. В модуле доступны следующие возможности:

• Поиск информации по настраиваемым правилам YARA.
• Исследование подключённых внешних дисков, физических образов E01/Ex01, RAW (DD/BIN/IMG), DMG, ISO, логических образов L01/Lx01, AD1, архивов ZIP, 7Z, RAR, TAR, в том числе защищённых при помощи технологии BitLocker.
• Исследование образов виртуальных машин VMX, VBOX, а также образов жёстких дисков виртуальных машин VDI, VHD, VMDK.
• Сбор подробной информации о событиях на исследуемой рабочей станции благодаря детальному анализу артефактов систем на Windows, macOS и GNU/Linux.

«Центр Управления Агентами» — модуль для удалённого автоматизированного сбора данных с рабочих станций и серверов, предназначенный для расследования инцидентов и проведения аудита информационной безопасности компании. Благодаря ему специалисты могут максимально точно и быстро восстановить ход событий, эффективно предотвращая возникновение нежелательных последствий, таких как утечка данных или несанкционированный доступ к конфиденциальной информации.

При помощи модуля возможно:

• создавать записи о рабочих станциях и объединять их в группы;
• развёртывать агенты на рабочих станциях для выполнения задач;
• передавать агентам задачи для извлечения данных с различными конфигурациями;
• контролировать состояние выполняемых задач;
• создавать расписание для автоматического запуска задач на рабочих станциях;
• подключать новых пользователей для доступа к работе и назначать для них роли с настраиваемыми правами;
• хранить на сервере, скачивать на локальное устройство и импортировать результаты выполнения задач в МК Enterprise для дальнейшего исследования.

Агенты устанавливаются на целевые серверы и рабочие станции под управлением ОС Windows, Linux, macOS удалённо или с USB-носителя. Предусмотрено два типа агентов: с лицензией на один год и одноразовый (отрабатывает конкретную задачу на целевой рабочей станции или сервере и после отправки отчёта в центр управления удаляется).

Рисунок 6. Модуль «МК Облачные сервисы» в MK Enterprise

«МК Извлечение устройств» — модуль для извлечения данных из разнообразных мобильных устройств и их составляющих: телефонов и планшетов на базе операционных систем iOS, Android и KaiOS, карт памяти и сим-карт. Он объединяет в себе четыре раздела: «Устройства», «Методы», «Инструменты» и «Настройки».

Первая категория содержит список всех поддерживаемых устройств с указанием методов, которые можно применить. Доступны для извлечения и расшифровки данных физические образы или полные файловые системы мобильных устройств от Apple, Samsung, Huawei, Xiaomi, Realme, Oppo, Sony, LG и др. Этот перечень постоянно пополняется.

Раздел «Методы» включает в себя все возможные методы извлечения. Доступны возможность обхода и подбора паролей на блокировку экрана исследуемого устройства и получение информации из установленных приложений: Brave Private Browser, Express VPN, Gmail, Google Meet, ProtonMail, Signal, Skype, Spark, TeamViewer, TenChat, WhatsApp, Zoom и др.

Раздел «Настройки» позволяет установить любые из пяти хешей, необходимых для считывания извлечённых данных.

Рисунок 7. Раздел «Методы» модуля «МК Извлечение устройств» в MK Enterprise

Научные публикации

Депрессия и риск развития соматических заболеваний. Руководство для врачей (под редакцией Незнанов Н.Г., Мазо Г.Э., Кибитов А.О.). 2018; М. Спец. Изд-во мед. Книг.

Кибитов А.О. Генетические аспекты наркологических заболеваний. Москва, Прометей, 2021. (Издание 2-е, стереотипное).

Научные статьи за 5 лет (2019-2023г):

Hatoum AS, Colbert SMC, Johnson EC, Huggett SB, Deak JD, Pathak G, Jennings MV, Paul SE, Karcher NR, Hansen I, Baranger DAA, Edwards A, Grotzinger A; Substance Use Disorder Working Group of the Psychiatric Genomics Consortium; Tucker-Drob EM, Kranzler HR, Davis LK, Sanchez-Roige S, Polimanti R, Gelernter J, Edenberg HJ, Bogdan R, Agrawal A. Multivariate genome-wide association meta-analysis of over 1 million subjects identifies loci underlying multiple substance use disorders. Nat Ment Health. 2023 Mar;1(3):210-223. doi: 10.1038/s44220-023-00034-y. Epub 2023 Mar 22. PMID: 37250466; PMCID: PMC10217792.

Kibitov AA, Kiryanova EM, Salnikova LI, Bure IV, Shmukler AB, Kibitov AO. The ANKK1/DRD2 gene TaqIA polymorphism (rs1800497) is associated with the severity of extrapyramidal side effects of haloperidol treatment in CYP2D6 extensive metabolizers with schizophrenia spectrum disorders. Drug Metab Pers Ther. 2022 Nov 28;38(2):133-142. doi: 10.1515/dmpt-2022-0143. PMID: 36437548.

Pinakhina D, Yermakovich D, Vergasova E, Kasyanov E, Rukavishnikov G, Rezapova V, Kolosov N, Sergushichev A, Popov I, Kovalenko E, Ilinskaya A, Kim A, Plotnikov N, Ilinsky V, Neznanov N, Mazo G, Kibitov A, Rakitko A, Artomov M. GWAS of depression in 4,520 individuals from the Russian population highlights the role of MAGI2 (S-SCAM) in the gut-brain axis. Front Genet. 2023 Jan 4;13:972196. doi: 10.3389/fgene.2022.972196. PMID: 36685848; PMCID: PMC9845291.

Levchenko A, Malov S, Antonik A, Protsvetkina A, Rybakova KV, Kanapin A, Yakovlev AN, Nenasteva AY, Nikolishin AE, Cherkasov N, Chuprova NA, Blagonravova AS, Sergeeva AV, Zhilyaeva TV, Denisenko MK, Gainetdinov RR, Kibitov AO, Krupitsky EM. A Genome-Wide Association Study Reveals a BDNF-Centered Molecular Network Associated with Alcohol Dependence and Related Clinical Measures. Biomedicines. 2022 Nov 22;10(12):3007. doi: 10.3390/biomedicines10123007. PMID: 36551763; PMCID: PMC9775455.

Kibitov AA, Rakitko AS, Kasyanov ED, Rukavishnikov GV, Kozlova KA, Ilinsky VV, Neznanov NG, Mazo GE, Kibitov AO. Screening of Depressive Symptoms in a Russian General Population Sample: A Web-based Cross-sectional Study. ClinPractEpidemiolMent Health. 2021 Dec 22;17:205-211. doi: 10.2174/1745017902117010205. PMID: 35173789; PMCID: PMC8728561.

Rukavishnikov GV, Verbitskaya EV, Vekovischeva OY, Bobrovsky AV, Kibitov AO, Mazo GE. The association of obesity with eating disorders risk: online survey of a large cohort of Russian-speaking individuals seeking medical weight correction assistance. J Eat Disord. 2021 Aug 14;9(1):100. doi: 10.1186/s40337-021-00456-y. PMID: 34391485; PMCID: PMC8364085.

Levchenko A, Kanapin A, Samsonova A, Fedorenko OY, Kornetova EG, Nurgaliev T, Mazo GE, Semke AV, Kibitov AO, Bokhan NA, Gainetdinov RR, Ivanova SA. A genome-wide association study identifies a gene network associated with paranoid schizophrenia and antipsychotics-induced tardive dyskinesia. ProgNeuropsychopharmacolBiol Psychiatry. 2021 Mar 8;105:110134. doi: 10.1016/j.pnpbp.2020.110134. Epub 2020 Oct 13. PMID: 33065217.

Kasyanov, E.D., Merkulova, T.V., Kibitov, A.O. et al. Genetics of Bipolar Spectrum Disorders: Focus on Family Studies Using Whole Exome Sequencing. Russ J Genet 56, 786–801 (2020). https://doi.org/10.1134/S1022795420070054

Fedorenko OY, Golimbet VE, Ivanova SА, LevchenkoА, Gainetdinov RR, Semke AV, Simutkin GG, GareevaАE, GlotovАS, Gryaznova A, Iourov IY, Krupitsky EM, Lebedev IN, Mazo GE, Kaleda VG, Abramova LI, Oleichik IV, Nasykhova YA, Nasyrova RF, Nikolishin AE, Kasyanov ED, Rukavishnikov GV, Timerbulatov IF, Brodyansky VM, Vorsanova SG, Yurov YB, Zhilyaeva TV, Sergeeva AV, Blokhina EA, Zvartau EE, Blagonravova AS, Aftanas LI, Bokhan NА, Kekelidze ZI, Klimenko TV, Anokhina IP, Khusnutdinova EK, Klyushnik TP, Neznanov NG, Stepanov VA, Schulze TG, KibitovАО. Opening up new horizons for psychiatric genetics in the Russian Federation: moving toward a national consortium. Mol Psychiatry. 2019 Aug;24(8):1099-1111. doi: 10.1038/s41380-019-0354-z.

АНГЕДОНИЯ ПРИ РАССТРОЙСТВАХ НАСТРОЕНИЯ И СОМАТИЧЕСКИХ ЗАБОЛЕВАНИЯХ: РЕЗУЛЬТАТЫ РАЗВЕДОЧНОГО МЕНДЕЛЕВСКОГО РАНДОМИЗАЦИОННОГО АНАЛИЗА
Касьянов Е.Д., Пинахина Д.В., Ракитько А.С., Вергасова Е.О., Ермакович Д.П., Рукавишников Г.В., Малышко Л.В., Попов Я.В., Коваленко Е.В., Ильинская А.Ю., Ким А.А., Плотников Н.А., Незнанов Н.Г., Ильинский В.В., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2023. Т. 123. № 4-2. С. 65-73.

СВЯЗЬ ДЕПРЕССИИ И ТРЕВОГИ С СОМАТИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ: РОЛЬ НЕГАТИВНЫХ ВНЕШНИХ ФАКТОРОВ
Рукавишников Г.В., Ракитько А.С., Касьянов Е.Д., Ильинский В.В., Малышко Л.В., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2023. Т. 123. № 4-2. С. 74-80.

ОСОБЕННОСТИ ТЕМПЕРАМЕНТА И ХАРАКТЕРА В СЕМЬЯХ С РЕКУРРЕНТНЫМ ДЕПРЕССИВНЫМ И БИПОЛЯРНЫМ АФФЕКТИВНЫМ РАССТРОЙСТВАМИ
Касьянов Е.Д., Кибитов А.О., Мазо Г.Э.
Психологический журнал. 2023. Т. 44. № 2. С. 40-49.

КРАТКАЯ РУССКОЯЗЫЧНАЯ ВЕРСИЯ ШКАЛЫ ИМПУЛЬСИВНОСТИ БАРРАТТА (BIS-11): РАЗРАБОТКА И ВАЛИДИЗАЦИЯ
Шумская Д.С., Трусова А.В., Кибитов А.О.
Психология. Журнал Высшей школы экономики. 2023. Т. 20. № 2. С. 211-230.

СОВРЕМЕННЫЕ ИССЛЕДОВАНИЯ ПО ПОЛНОГЕНОМНОМУ ПОИСКУ АССОЦИАЦИИ ПРИ ДЕПРЕССИИ: КРИТИЧЕСКАЯ РОЛЬ ФЕНОТИПИРОВАНИЯ
Касьянов Е.Д., Ракитько А.С., Рукавишников Г.В., Голимбет В.Е., Шмуклер А.Б., Ильинский В.В., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2022. Т. 122. № 1. С. 50-61.

СВЯЗЬ СЕМЕЙНОЙ ОТЯГОЩЕННОСТИ РАССТРОЙСТВАМИ НАСТРОЕНИЯ С НЕБЛАГОПРИЯТНЫМ ДЕТСКИМ ОПЫТОМ И СУИЦИДАЛЬНОСТЬЮ У ПАЦИЕНТОВ С ДЕПРЕССИЕЙ
Кибитов А.А., Касьянов Е.Д., Николишин А.Е., Рукавишников Г.В., Малышко Л.В., Попович У.О., Голимбет В.Е., Незнанов Н.Г., Шмуклер А.Б., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2022. Т. 122. № 6-2. С. 56-63.

ВАЛИДАЦИЯ СКРИНИНГОВОГО ТЕСТА, ОСНОВАННОГО НА КРИТЕРИЯХ DSM-5, МЕТОДОМ ЦИФРОВОГО ФЕНОТИПИРОВАНИЯ НА РОССИЙСКОЙ ПОПУЛЯЦИИ
Касьянов Е.Д., Вербицкая Е.В., Ракитько А.С., Ильинский В.В., Рукавишников Г.В., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2022. Т. 122. № 6-2. С. 64-70.

РЕЗУЛЬТАТЫ ПИЛОТНОГО ПОЛНОГЕНОМНОГО АССОЦИАТИВНОГО ИССЛЕДОВАНИЯ (GWAS) И ПОЛИГЕННЫЕ ШКАЛЫ РИСКА ДЕПРЕССИИ В РОССИЙСКОЙ ПОПУЛЯЦИИ С ИСПОЛЬЗОВАНИЕМ ОНЛАЙН-ФЕНОТИПИРОВАНИЯ
Кибитов А.О., Ракитько А.С., Касьянов Е.Д., Рукавишников Г.В., Кибитов А.А., Ермакович Д., Козлова К.А., Ильинский В.В., Малышко Л.В., Шмуклер А.Б., Голимбет В.Е., Незнанов Н.Г., Мазо Г.Э.
Российский психиатрический журнал. 2022. № 5. С. 13-29.

СЕМЕЙНАЯ ОТЯГОЩЕННОСТЬ РАССТРОЙСТВАМИ НАСТРОЕНИЯ АССОЦИИРОВАНА С ВЫРАЖЕННОСТЬЮ АНГЕДОНИИ И СИМПТОМОВ РАССТРОЙСТВ ПИЩЕВОГО ПОВЕДЕНИЯ У ПАЦИЕНТОВ С ДЕПРЕССИЕЙ
Кибитов А.А., Касьянов Е.Д., Рукавишников Г.В., Шмуклер А.Б., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Социальная и клиническая психиатрия. 2022. Т. 32. № 2. С. 5-11.

МЕРЦАЮЩАЯ ГРАНЬ МЕЖДУ ДЕПРЕССИЕЙ И ТРЕВОГОЙ: КЛИНИЧЕСКИЕ И ГЕНЕТИЧЕСКИЕ АСПЕКТЫ
Мазо Г.Э., Касьянов Е.Д., Кибитов А.О.
Социальная и клиническая психиатрия. 2022. Т. 32. № 4. С. 50-58.

АНГЕДОНИЯ ПРИ ДЕПРЕССИИ: НЕЙРОБИОЛОГИЧЕСКИЕ И ГЕНЕТИЧЕСКИЕ АСПЕКТЫ
Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2021. Т. 121. № 3. С. 146-154.

СОВРЕМЕННЫЕ ПОДХОДЫ К ИЗУЧЕНИЮ ГЕНЕТИКИ ДЕПРЕССИИ: ВОЗМОЖНОСТИ И ОГРАНИЧЕНИЯ
Касьянов Е.Д., Рукавишников Г.В., Кибитов А.А., Малышко Л.В., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2021. Т. 121. № 5-2. С. 61-66.

СЕМЕЙНАЯ ОТЯГОЩЕННОСТЬ АФФЕКТИВНЫМИ РАССТРОЙСТВАМИ, ГЕНДЕРНЫЙ ФАКТОР И КЛИНИЧЕСКИЕ ХАРАКТЕРИСТИКИ ДЕПРЕССИИ
Мазо Г.Э., Касьянов Е.Д., Николишин А.Е., Рукавишников Г.В., Шмуклер А.Б., Голимбет В.Е., Незнанов Н.Г., Кибитов А.О.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2021. Т. 121. № 5-2. С. 75-83.

СВЯЗЬ ГЕНЕТИЧЕСКИХ МАРКЕРОВ РИСКА РАЗВИТИЯ ИНТЕРНЕТ-ЗАВИСИМОСТИ С ДЕТСКИМ ПСИХОТРАВМИРУЮЩИМ ОПЫТОМ И ЛИЧНОСТНЫМИ ОСОБЕННОСТЯМИ У МОЛОДЫХ ВЗРОСЛЫХ: ПРЕДВАРИТЕЛЬНЫЕ РЕЗУЛЬТАТЫ
Кибитов А.О., Трусова А.В., Чупрова Н.А., Соловьева М.Г., Гречаный С.В., Солдаткин В.А., Яковлев А.Н., Илюк Р.Д., Николишин А.Е., Крупицкий Е.М., Шмуклер А.Б., Егоров А.Ю.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2021. Т. 121. № 7. С. 77-83.

КЛИНИЧЕСКИЕ ОСОБЕННОСТИ ДЕПРЕССИИ С РАННИМ МАНИФЕСТОМ: ФОКУС НА НЕЙРОВЕГЕТАТИВНЫЕ СИМПТОМЫ
Касьянов Е.Д., Николишин А.Е., Рукавишников Г.В., Лежейко Т.В., Гареева А.Э., Казанцева А.В., Савицкая К.С., Сараев И.Д., Малышко Л.В., Солдаткин В.А., Хуснутдинова Э.К., Валинуров Р.Г., Тимербулатов И.Ф., Берёзкин А.С., Голимбет В.Е., Незнанов Н.Г., Кибитов А.О., Мазо Г.Э.
Российский психиатрический журнал. 2021. № 2. С. 43-53.

ФУНКЦИОНАЛЬНЫЙ ПОЛИМОРФИЗМ VAL66MET ГЕНА BDNF У ЗДОРОВЫХ МОЛОДЫХ ВЗРОСЛЫХ АССОЦИИРОВАН С СЕМЕЙНОЙ ОТЯГОЩЕННОСТЬЮ ПО ДЕПРЕССИИ И АЛКОГОЛЬНОЙ ЗАВИСИМОСТИ, ВЫРАЖЕННОСТЬЮ ТРЕВОГИ И ЧЕРТАМИ ЛИЧНОСТИ
Меркулова Т.В., Чупрова Н.А., Коротина А.С., Горецкая Т.А., Денисов В.Е., Николишин А.Е., Соловьева М.Г., Березина И.Ю., Арзуманов Ю.Л., Кибитов А.О.
Вопросы наркологии. 2021. № 1 (196). С. 106-121.

ЭФФЕКТЫ ВЗАИМОДЕЙСТВИЯ ГЕНЕТИЧЕСКИХ ПОЛИМОРФИЗМОВ И НЕБЛАГОПРИЯТНОГО ДЕТСКОГО ОПЫТА В ФОРМИРОВАНИИ РИСКА РАЗВИТИЯ ИНТЕРНЕТ-ЗАВИСИМОСТИ
Кибитов А.О., Чупрова Н.А., Трусова А.В., Соловьева М.Г., Меркулова Т.В., Жиганова М.С., Николишин А.Е., Гречаный С.В., Баранок Н.В., Рыбакова К.В., Илюк Р.Д., Понизовский П.А., Солдаткин В.А., Яковлев А.Н., Егоров А.Ю., Шмуклер А.Б., Крупицкий Е.М.
Вопросы наркологии. 2021. № 12 (207). С. 31-60.

ДИМЕНСИОНАЛЬНЫЕ ГЕНЕТИЧЕСКИЕ МАРКЕРЫ РИСКА ИНТЕРНЕТ-ЗАВИСИМОГО ПОВЕДЕНИЯ У МОЛОДЫХ ВЗРОСЛЫХ
Кибитов А.О., Чупрова Н.А., Соловьева М.Г., Меркулова Т.В., Гречаный С.В., Баранок Н.В., Рыбакова К.В., Николишин А.Е., Понизовский П.А., Солдаткин В.А., Яковлев А.Н., Егоров А.Ю., Трусова А.В., Крупицкий Е.М., Шмуклер А.Б.
Вопросы наркологии. 2021. № 4 (199). С. 25-52.

ПСИХОМЕТРИЧЕСКИЕ СВОЙСТВА И ВАЛИДИЗАЦИЯ РУССКОЯЗЫЧНОЙ ВЕРСИИ ШКАЛЫ ИНТЕРНЕТ-ЗАВИСИМОСТИ CIAS В ВЫБОРКЕ МОЛОДЫХ ВЗРОСЛЫХ
Трусова А.В., Шумская Д.С., Кибитов А.О.
Вопросы наркологии. 2021. № 7 (202). С. 34-54.

СОЦИАЛЬНО-ДЕМОГРАФИЧЕСКИЕ И АНАМНЕСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ПАЦИЕНТОВ С АЛКОГОЛЬНОЙ ЗАВИСИМОСТЬЮ И ПОЛИМОРФИЗМ ГЕНОВ СИСТЕМ ГАМК-ГЛУТАМАТА И ДОФАМИНА
Кибитов А.О., Рыбакова К.В., Соловьева М.Г., Скурат Е.П., Чупрова Н.А., Меркулова Т.В., Крупицкий Е.М.
Социальная и клиническая психиатрия. 2021. Т. 31. № 1. С. 5-19.

КОМПЛЕКСНАЯ МОДЕЛЬ ПРОГНОЗА РИСКА ИНТЕРНЕТ-ЗАВИСИМОСТИ С ИСПОЛЬЗОВАНИЕМ СИСТЕМЫ МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИХ И ПСИХОЛОГИЧЕСКИХ МАРКЕРОВ: ПРЕДВАРИТЕЛЬНЫЕ РЕЗУЛЬТАТЫ
Трусова А.В., Гвоздецкий А.Н., Соловьева М.Г., Чупрова Н.А., Меркулова Т.В., Гречаный С.В., Солдаткин В.А., Яковлев А.Н., Илюк Р.Д., Понизовский П.А., Егоров А.Ю., Крупицкий Е.М., Шмуклер А.Б., Кибитов А.О.
Социальная и клиническая психиатрия. 2021. Т. 31. № 4. С. 34-47.

ВЛИЯНИЕ СЕМЕЙНОЙ ОТЯГОЩЕННОСТИ РАССТРОЙСТВАМИ НАСТРОЕНИЯ НА АССОЦИАЦИЮ ДЕТСКОЙ ТРАВМЫ И СУИЦИДАЛЬНОСТИ У ПАЦИЕНТОВ С ДЕПРЕССИЕЙ
Кибитов А.А., Касьянов Е.Д., Николишин А.Е., Рукавишников Г.В., Лежейко Т.В., Гареева А.Э., Казанцева А.В., Савицкая К.С., Сараев И.Д., Болгов М.И., Шишковская Т.И., Попович У.О., Олейчик И.В., Старостина Е.А., Богданова И.О., Малышко Л.В., Соловьева Н.В., Солдаткин В.А., Берёзкин А.С., Каледа В.Г. и др.
Социальная и клиническая психиатрия. 2021. Т. 31. № 4. С. 5-14.

ДИАГНОСТИКА И ЛЕЧЕНИЕ ПСИХИЧЕСКИХ И НАРКОЛОГИЧЕСКИХ РАССТРОЙСТВ: СОВРЕМЕННЫЕ ПОДХОДЫ
Абдырахманова А.К., Автенюк А.С., Александров А.А., Ананьева Н.И., Аристова Т.А., Балунов О.А., Богачева В.А., Бондарева М.М., Бочаров В.В., Бутома Б.Г., Бухановская О.А., Васильева А.В., Вид В.Д., Второв А.В., Ганзенко М.А., Гасанов Р.Ф., Гончаренко А.Ю., Добродеева В.С., Дубинина Е.Е., Емелина Д.А. и др.
Том Выпуск 4. Санкт-Петербург, 2021.

ПОЛИГЕННЫЕ ШКАЛЫ РИСКА РАЗВИТИЯ ДЕПРЕССИИ НА ОСНОВЕ GWAS С КЛИНИЧЕСКОЙ ВАЛИДАЦИЕЙ: МЕТОДОЛОГИЯ И ДИЗАЙН ИССЛЕДОВАНИЯ В РОССИЙСКОЙ ПОПУЛЯЦИИ
Кибитов А.О., Мазо Г.Э., Ракитько А.С., Касьянов Е.Д., Рукавишников Г.В., Ильинский В.В., Голимбет В.Е., Шмуклер А.Б., Незнанов Н.Г.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2020. Т. 120. № 11. С. 131-140.

ГЕНЕТИЧЕСКИЕ МАРКЕРЫ РИСКА ВЫРАЖЕННОСТИ СИМПТОМОВ И ПРОЯВЛЕНИЙ ИНТЕРНЕТ-ЗАВИСИМОСТИ ПО ШКАЛЕ CIAS: ПРЕДВАРИТЕЛЬНЫЕ РЕЗУЛЬТАТЫ
Кибитов А.О., Чупрова Н.А., Гречаный С.В., Соловьева М.Г., Бродянский В.М., Меркулова Т.В., Николишин А.Е., Солдаткин В.А., Яковлев А.Н., Илюк Р.Д., Крупицкий Е.М., Шмуклер А.Б., Егоров А.Ю.
Вопросы наркологии. 2020. № 1 (184). С. 60-82.

РИСК РАЗВИТИЯ ИНТЕРНЕТ-ЗАВИСИМОСТИ: СВЯЗЬ ГЕНЕТИЧЕСКИХ МАРКЕРОВ, ПСИХОЛОГИЧЕСКИХ ФАКТОРОВ И ПСИХОТРАВМИРУЮЩЕГО ОПЫТА ДЕТСТВА
Кибитов А.О., Чупрова Н.А., Трусова А.В.
Вопросы наркологии. 2020. № 5 (188). С. 21-36.

ГЕНЕТИЧЕСКИЕ МАРКЕРЫ РИСКА ИНТЕРНЕТ-ЗАВИСИМОСТИ: СВЯЗЬ С АНАМНЕСТИЧЕСКИМИ И КЛИНИЧЕСКИМИ ХАРАКТЕРИСТИКАМИ
Кибитов А.О., Чупрова Н.А., Гречаный С.В., Егоров А.Ю.
Вопросы наркологии. 2020. № 7 (190). С. 66-90.

СЕТЕВОЙ АНАЛИЗ КАК ПЕРСПЕКТИВНЫЙ МЕТОД ИЗУЧЕНИЯ ГЕНЕТИЧЕСКОЙ АРХИТЕКТУРЫ ДЕПРЕССИИ
Шмуклер А.Б., Кибитов А.О., Мазо Г.Э., Рукавишников Г.В., Незнанов Н.Г.
Социальная и клиническая психиатрия. 2020. Т. 30. № 4. С. 69-75.

БИОПСИХОСОЦИАЛЬНАЯ МОДЕЛЬ В ПСИХИАТРИИ КАК ОПТИМАЛЬНАЯ ПАРАДИГМА ДЛЯ СОВРЕМЕННЫХ БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЙ
Незнанов Н.Г., Рукавишников Г.В., Касьянов Е.Д., Филиппов Д.С., Кибитов А.О., Мазо Г.Э.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2020. № 2. С. 3-15.

НАРУШЕНИЯ ПИЩЕВОГО ПОВЕДЕНИЯ, ИЗБЫТОЧНАЯ МАССА ТЕЛА И ОЖИРЕНИЕ СРЕДИ 27 700 РЕСПОНДЕНТОВ, ЗАИНТЕРЕСОВАННЫХ В КОРРЕКЦИИ МАССЫ ТЕЛА
Рукавишников Г.В., Вербицкая Е.В., Бобровский А.В., Кибитов А.О., Мазо Г.Э.
Профилактическая медицина. 2020. Т. 23. № 2. С. 59-65.

СОВРЕМЕННЫЕ ВОЗМОЖНОСТИ ТЕРАПЕВТИЧЕСКОЙ КОРРЕКЦИИ ИНДУЦИРОВАННОЙ АНТИПСИХОТИКАМИ ГИПЕРПРОЛАКТИНЕМИИ
Мазо Г.Э., Кибитов А.О.
Современная терапия психических расстройств. 2020. № 1. С. 29-36.

НАРУШЕНИЯ ПИЩЕВОГО ПОВЕДЕНИЯ У ПАЦИЕНТОВ С ДЕПРЕССИВНЫМ РАССТРОЙСТВОМ: ПАТОФИЗИОЛОГИЧЕСКИЕ МЕХАНИЗМЫ КОМОРБИДНОСТИ
Мазо Г.Э., Рукавишников Г.В., Кибитов А.О., Кельин Л.Л., Бобровский А.В.
Успехи физиологических наук. 2019. Т. 50. № 2. С. 31-41.

ГЕНЕТИЧЕСКАЯ ДЕТЕРМИНИРОВАННОСТЬ КОМОРБИДНОСТИ ДЕПРЕССИИ И СОМАТИЧЕСКИХ ЗАБОЛЕВАНИЙ
 Рукавишников Г.В., Кибитов А.О., Мазо Г.Э., Незнанов Н.Г.
 Журнал неврологии и психиатрии им. C.C. Корсакова. 2019. Т. 119. № 1. С. 89-96.

РОЛЬ СЕМЕЙНЫХ ИССЛЕДОВАНИЙ В ИЗУЧЕНИИ НЕЙРОБИОЛОГИЧЕСКОГО БАЗИСА ДЕПРЕССИВНЫХ РАССТРОЙСТВ
Касьянов Е.Д., Мазо Г.Э., Кибитов А.О.
Журнал неврологии и психиатрии им. C.C. Корсакова. 2019. Т. 119. № 2. С. 87-93.

НАРУШЕНИЯ ОДНОУГЛЕРОДНОГО МЕТАБОЛИЗМА ПРИ ШИЗОФРЕНИИ: ГЕНЕТИЧЕСКИЕ И ТЕРАПЕВТИЧЕСКИЕ АСПЕКТЫ
Жиляева Т.В., Сергеева А.В., Благонравова А.С., Мазо Г.Э., Кибитов А.О.
Нейрохимия. 2019. Т. 36. № 2. С. 91-100.

СЕМЬЯ ПАЦИЕНТА С АДДИКТИВНЫМИ РАССТРОЙСТВАМИ КАК “ТОЧКА ВХОДА” В ЦЕЛЕВЫЕ ПРОГРАММЫ ИНДИВИДУАЛЬНОЙ МЕДИЦИНСКОЙ ПРОФИЛАКТИКИ ДЛЯ ГРУПП ВЫСОКОГО ГЕНЕТИЧЕСКОГО РИСКА
Кибитов А.О.
Вопросы наркологии. 2019. № 1 (172). С. 5-30.

ПЕРВОЕ В РОССИИ ПОЛНОГЕНОМНОЕ ИССЛЕДОВАНИЕ АЛКОГОЛЬНОЙ ЗАВИСИМОСТИ ТИПА GWAS: ПРОЕКТ РОССИЙСКОГО НАЦИОНАЛЬНОГО КОНСОРЦИУМА ПО ПСИХИАТРИЧЕСКОЙ ГЕНЕТИКЕ
Кибитов А.О., Николишин А.Е., Трусова А.В., Крупицкий Е.М.
Вопросы наркологии. 2019. № 10 (181). С. 87-115.

ИНТЕРНЕТ-ЗАВИСИМОСТЬ: КЛИНИЧЕСКИЕ, БИОЛОГИЧЕСКИЕ, ГЕНЕТИЧЕСКИЕ И ПСИХОЛОГИЧЕСКИЕ АСПЕКТЫ
Кибитов А.О., Трусова А.В., Егоров А.Ю.
Вопросы наркологии. 2019. № 3 (174). С. 22-47.

ПИЛОТНОЕ ИССЛЕДОВАНИЕ ГЕНЕТИЧЕСКИХ МАРКЕРОВ РИСКА ИНТЕРНЕТ-ЗАВИСИМОСТИ: РОЛЬ ГЕНОВ НЕЙРОТРОФИЧЕСКОГО ФАКТОРА МОЗГА (BDNF) И ДОФАМИНОВОГО РЕЦЕПТОРА ТИПА 4 (DRD4)
Кибитов А.О., Соловьева М.Г., Бродянский В.М., Чупрова Н.А., Гречаный С.В., Солдаткин В.А., Яковлев А.Н., Илюк Р.Д., Николишин А.Е., Понизовский П.А., Вантей В.Б., Громыко Д.И., Долгих Н.В., Ерофеева Н.А., Ильичев А.Б., Магомедова Е.А., Нечаева А.И., Пашкевич Н.В., Поздняк В.В., Семенова Ю.В. и др.
Вопросы наркологии. 2019. № 6 (177). С. 27-72.

СВЯЗЬ ВЫРАЖЕННОСТИ ПРИЗНАКОВ ИНТЕРНЕТ-ЗАВИСИМОСТИ С ХАРАКТЕРИСТИКАМИ ДЕТСКОГО ПСИХОТРАВМИРУЮЩЕГО ОПЫТА У МОЛОДЫХ ВЗРОСЛЫХ
Трусова А.В., Гречаный С.В., Егоров А.Ю., Кибитов А.О.
Вопросы наркологии. 2019. № 8 (179). С. 40-41.

ФАРМАКОГЕНЕТИЧЕСКИЙ АНАЛИЗ ЭФФЕКТИВНОСТИ ТЕРАПИИ АЛКОГОЛЬНОЙ ЗАВИСИМОСТИ ПРЕГАБАЛИНОМ: АНАЛИЗ МЕЖГЕННОГО ВЗАИМОДЕЙСТВИЯ
Кибитов А.О., Бродянский В.М., Рыбакова К.В., Соловьева М.Г., Скурат Е.П., Чупрова Н.А., Николишин А.Е., Крупицкий Е.М.
Наркология. 2019. Т. 18. № 3. С. 33-51.

СИСТЕМА КОМПЛЕКСНЫХ МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИХ И ПСИХОЛОГИЧЕСКИХ МАРКЕРОВ ВЫСОКОГО РИСКА РАЗВИТИЯ ИНТЕРНЕТ-ЗАВИСИМОСТИ: ВОЗМОЖНОСТИ ИЗУЧЕНИЯ, ДИЗАЙН И МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ
Кибитов А.О., Егоров А.Ю., Трусова А.В., Николишин А.Е., Гречаный С.В., Рыбакова К.В., Илюк Р.Д., Солдаткин В.А., Баранок Н.В., Яковлев А.Н., Понизовский П.А., Ханыков В.В., Бродянский В.М., Чупрова Н.А., Соловьева М.Г., Крупицкий Е.М., Шмуклер А.Б.
Наркология. 2019. Т. 18. № 8. С. 18-39.

ФАРМАКОГЕНЕТИЧЕСКИЙ ТЕСТ В ПРАКТИКЕ ВРАЧА-ПСИХИАТРА: АЛГОРИТМ ПРИНЯТИЯ РЕШЕНИЙ И ТЕРАПЕВТИЧЕСКАЯ ТАКТИКА НА ПРИМЕРЕ КЛИНИЧЕСКОГО СЛУЧАЯ
Корчагина Н.Ю., Мазо Г.Э., Кибитов А.О.
Социальная и клиническая психиатрия. 2019. Т. 29. № 2. С. 51-58.

АНГЕДОНИЯ КАК БАЗОВЫЙ СИНДРОМ И МИШЕНЬ ДЛЯ ТЕРАПЕВТИЧЕСКОГО ВОЗДЕЙСТВИЯ ПРИ ДЕПРЕССИВНОМ РАССТРОЙСТВЕ
Мазо Г.Э., Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 3. С. 10-18.

РОЛЬ ГЕНЕТИЧЕСКИХ ИССЛЕДОВАНИЙ С СЕМЕЙНЫМ ДИЗАЙНОМ В ИЗУЧЕНИИ АФФЕКТИВНЫХ РАССТРОЙСТВ
Касьянов Е.Д., Мазо Г.Э., Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 106-108.

ГЕНЕТИЧЕСКИЕ ОСОБЕННОСТИ ДОФАМИНЕРГИЧЕСКОЙ НЕЙРОМЕДИАТОРНОЙ СИСТЕМЫ У ПАЦИЕНТОВ С СОЧЕТАНИЕМ АЛКОГОЛЬНОЙ ЗАВИСИМОСТИ И ДЕПРЕССИИ
Николишин А.Е., Бродянский В.М., Чупрова Н.А., Соловьева М.Г., Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 112-114.

РОССИЙСКИЙ НАЦИОНАЛЬНЫЙ КОНСОРЦИУМ ПО ПСИХИАТРИЧЕСКОЙ ГЕНЕТИКЕ: ИТОГИ ПЕРВЫХ ДВУХ ЛЕТ РАБОТЫ, ВОЗМОЖНОСТИ РАЗВИТИЯ И МЕЖДУНАРОДНЫХ КОЛЛАБОРАЦИЙ
Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 31-35.

ТЕРАПЕВТИЧЕСКАЯ РЕЗИСТЕНТНОСТЬ ПРИ ДЕПРЕССИИ С ПОЗИЦИИ ГЕНЕТИКИ И ФАРМАКОГЕНЕТИКИ
Мазо Г.Э., Рукавишников Г.В., Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 43-47.

ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ НЕЙРОФИЗИОЛОГИЧЕСКИХ ТЕСТОВ – ЭНДОФЕНОТИПОВ ШИЗОФРЕНИИ ДЛЯ ИЗУЧЕНИЯ РОЛИ ГЕНЕТИЧЕСКИХ ФАКТОРОВ В ОРГАНИЗАЦИИ КОГНИТИВНЫХ ПРОЦЕССОВ В НОРМЕ И ПРИ ПСИХИЧЕСКИХ ЗАБОЛЕВАНИЯХ
Киренская А.В., Сторожева З.И., Кибитов А.О.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 70-72.

ГЕНЕТИЧЕСКИЕ И ЭПИГЕНЕТИЧЕСКИЕ АСПЕКТЫ КОМОРБИДНОСТИ ДЕПРЕССИИ И СОМАТИЧЕСКИХ ЗАБОЛЕВАНИЙ
Рукавишников Г.В., Кибитов А.О., Мазо Г.Э., Незнанов Н.Г.
Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2019. № 4-1. С. 78-79.

СОВРЕМЕННОЕ СОСТОЯНИЕ МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИХ ИССЛЕДОВАНИЙ В СУИЦИДОЛОГИИ И НОВЫЕ ВОЗМОЖНОСТИ ОЦЕНКИ РИСКА СУИЦИДА
Розанов В.А., Кибитов А.О., Гайнетдинов Р.Р., Меринов А.В., Зотов П.Б.
Суицидология. 2019. Т. 10. № 1 (34). С. 3-20.

Научная деятельность

Отделение геномики психических расстройств создано в 2023 г. в связи с успешным развитием генетических и геномных исследований. выполняющихся в Отделении трансляционной психиатрии ФГБУ «НМИЦ ПН им. В.М. Бехтерева» Минздрава России  с 2018 года. Полученные в результате первых геномных исследований результаты легли в основу основных направлений научной деятельности отделения.

Основные направления научной деятельности:

• Изучение геномных механизмов этиологии и патогенеза психических расстройств
• Поиск систем валидных геномных маркеров высокого и ультравысокого риска развития психических расстройств и их клинических вариантов и исходов, в том числе в популяционных выборках для стратификации по уровню генетического риска для целей таргетной профилактики
• Изучение комплексных механизмов взаимодействия генома и окружающей среды, в частности неблагоприятного детского опыта, в формировании высокого и ультравысокого индивидуального риска развития психических расстройств, а также прогноза риска суицидального поведения.
• Построение и тестирование комплексных моделей формирования высокого риска психических заболеваний, включающих генетические, психологические и личностные факторы, с учетом эффектов неблагоприятного детского опыта в рамках концепции “GxE interactions” и элементов детального фенотипирования («deep phenotyping”).
• Разработка алгоритмов оценки индивидуального уровня риска развития психических расстройств для успешной ранней диагностики и эффективной адресной профилактики
• Изучение семейных случаев психических расстройств на клиническом, генетическом и геномном уровнях
• Поиск систем специфических маркеров (анамнестических, клинических, генетических) вероятных наследственных или «семейных» форм психических заболеваний
• Разработка алгоритмов ведения семейных случаев психических расстройств и управления рисками развития психической патологии
• Изучение связи психических расстройств с широким кругом соматических заболеваний на геномном уровне в рамках концепции генетической коморбидности и поиск геномных маркеров высокого риска коморбидности психических и соматических заболеваний
• Изучение систем геномных маркеров эффективности и риска степени выраженности и спектра побочных эффектов в рамках психофармакотерапии психических расстройств.
• Поиск связи геномных маркеров риска психических расстройств и традиционных фармакогенетических маркеров систем биотрансформации лекарственных средств. Разработка систем геномных маркеров для прогноза эффективности потенциальных схем лечения психических расстройств.

В основе работы отделения лежат мультицентровые научные исследования в рамках Российского национального консорциума по психиатрической генетике (http://rncpg.org) с применением принципов доказательной медицины и современных международных диагностических и психометрических инструментов.

Важным принципом исследований является синтез клинического и биологического подхода. Строгий клинический подход к конструированию фенотипов психических расстройств, суицидального поведения, черт личности, темперамента и характера, а также отдельных субфенотипов  и к анализу их клинического и биологического смысла, а также их вариантов и элементов в сочетании с технологическими и биоинформатическими возможностями и значительным опытом проведения доказательных мультицентровых исследований обеспечивает высокий уровень качества научных результатов работы отделения.

Стажировки и образовательные проекты

На базе отделения геномики психических расстройств возможно выполнение научных работ различного уровня: курсовые, дипломные и диссертационные работы, стажировки, ординатура, аспирантура.

Специальности:  психиатрия, психология, биоинформатика.

РНФ 20-15-00132 (2020-2025) Разработка системы полигенных шкал риска развития депрессии в российской популяции на основе полногеномного исследования с клинической валидацией. Руководитель: Н.Г. Незнанов. Ответственные исполнители: Мазо Г.Э., А.О. Кибитов

РНФ 23-15-00347 (2023-2025) Модели прогноза высокого риска суицида у пациентов с психическими расстройствами на основе комплексного анализа взаимодействия генома и неблагоприятного детского опыта. Руководитель: Г.Э. Мазо. Ответственные исполнители: А.О. Кибитов, Касьянов Е.Д., Жиляева Т.В.

Выводы

МК Enterprise 3.0 помогает специалистам службы ИБ расследовать различные факты мошенничества, утечки конфиденциальных данных, нарушения внутренней политики безопасности, расследовать инциденты связанные с вредоносным кодом, выявлять источники появления на ПК и гаджетах сотрудников запрещённых приложений и т. д.

С помощью МК Enterprise можно (и необходимо) проводить профилактические работы, направленные на предотвращение инцидентов в сфере ИБ. Для этого можно воспользоваться инструментами периодического аудита файловой системы рабочих станций и серверов предприятия, а также корпоративных мобильных устройств и переносных накопителей данных, если они используются в компании.

• Консолидация и представление необходимых для расследования сведений в единой консоли.
• Проведение исследования цифровых источников данных одним инструментом.
• Удобная система отчётности.
• Интуитивно понятный интерфейс.
• Полная цифровизация процесса расследования.
• Наличие в реестре российского ПО.

• Возможность установки основного модуля MK Enterprise только на ОС Windows.
• Отсутствие клиент-серверной архитектуры.
• Высокие системные требования к рабочей станции / ноутбуку специалиста по ИБ.