О ФИЦВиМ

О ФИЦВиМ

Федеральное государственное бюджетное научное учреждение «Федеральный исследовательский центр вирусологии и микробиологии» (ФГБНУ ФИЦВиМ, далее – Центр) является научной организацией.

Организован в соответствии с приказом Федерального агентства научных организаций (далее – ФАНО России) от 20 января 2017 г. №  14  в  форме присоединения к Государственному научному учреждению «Всероссийский научно-исследовательский институт ветеринарной вирусологии и микробиологии Российской академии сельскохозяйственных наук» (ГНУ ВНИИВВиМ  Россельхозакадемии) Федерального государственного бюджетного научного учреждения «Саратовский научно-исследовательский ветеринарный институт» (ФГБНУ «Саратовский НИВИ»), Федерального государственного бюджетного научного учреждения «Самарская научно-исследовательская ветеринарная станция» (ФГБНУ СамНИВС) и Федерального государственного бюджетного научного учреждения «Научно-исследовательский ветеринарный институт Нечернозёмной зоны Российской Федерации» (ФГБНУ «НИВИ НЗ России»).

Денис Колбасов

Денис Колбасов

Директор ФГБНУ ФИЦВиМ
О ФИЦВиМ
Врожденная устойчивость к вирусу африканской чумы свиней: актуальные научные данные и перспективные направления исследований
23.01.2026
Врожденная устойчивость к вирусу африканской чумы свиней: актуальные научные данные и перспективные направления исследований В обзоре представлен анализ биологических и эпидемиологических аспектов естественной резистентности к вирусу АЧС, выявленной у диких африкан...
Оценка безопасности и эффективности пероральной вакцинации диких кабанов аттенуированным штаммом вируса АЧС NH/P68, адаптированным к клеточной линии MA104
21.01.2026
Оценка безопасности и эффективности пероральной вакцинации диких кабанов аттенуированным штаммом вируса АЧС NH/P68, адаптированным к клеточной линии MA104 Данное исследование посвящено анализу эффективности пероральной иммунизации диких кабанов вакциной на основе ослабленного вируса африканской...
Интерпретируемые большие языковые модели для раннего прогнозирования множественной лекарственной устойчивости
19.01.2026
Интерпретируемые большие языковые модели для раннего прогнозирования множественной лекарственной устойчивости Новые модели на основе больших языковых моделей (LLM) показали высокую эффективность в раннем прогнозировании антимикробной резистентности...