Статья на конкурс «Био/Мол/Текст»: Глиссирование, скольжение по водной глади на большой скорости — это наиболее эффективный на сегодняшний день способ быстрого передвижения по воде. Но у него есть свои минусы. В состояние глиссирования сложно войти. Нужно потратить много топлива, чтобы разогнать лодку или катер до нужной скорости. Ровно по этой причине сложно представить сухогруз или танкер, который стремительно летит по волнам в состоянии глиссирования. Но есть и другой способ скользить по воде, не утопая в ней — использовать ее поверхностное натяжение. Яркий пример — водомерки, которые, как конькобежцы, скользят по бескрайней водной глади. Но так ли прост этот прием? Как его осуществить и перенести на технику? Читайте в этой статье.

Статья на конкурс «Био/Мол/Текст»: Генная терапия Casgevy стала событием, которое еще недавно казалось научной фантастикой. Впервые технология CRISPR/Cas9 вышла за пределы лабораторий и доказала свою способность менять судьбы людей с тяжелыми наследственными заболеваниями. В центре статьи — история Виктории Грей, чья жизнь десятилетиями была подчинена боли, и научный прорыв, позволивший «перезагрузить» работу крови на генетическом уровне. Материал объясняет, как активация фетального гемоглобина позволяет остановить разрушительное действие серповидноклеточной болезни, приводит ключевые результаты клинических исследований и поднимает неизбежные вопросы о цене прогресса, доступности высоких технологий и будущем медицины. Casgevy здесь — не просто препарат, а символ новой эры, в которой генетические ошибки перестают быть приговором.

Статья на конкурс «Био/Мол/Текст»: На заре обработки биологических снимков исследователь проводил долгие часы, вручную обводя контуры клеток или даже подсчитывая клетки микроскопического поля в камере Горяева. Развитие технологий обработки изображений позволило автоматизировать такие задачи, как подсчет клеток на снимке и их классификация. Это значительно продвинуло разработку лекарств (быстрый анализ выживаемости), диагностику заболеваний и многие другие направления исследований. В этой статье рассмотрим эволюцию подходов к определению клеток на микроскопических изображениях в задачах компьютерного зрения — как методы анализа клеточных снимков развивались от алгоритмов с жестко заданными правилами обработки пикселей к нейросетевым моделям, использующим обучение на данных, геометрические представления формы и самообучение. И разберемся, почему каждый новый подход возникал как ответ на ограничения предыдущего, и как со временем менялся сам способ формального описания клеточной структуры.