Статья на конкурс «Био/Мол/Текст»: Многие специалисты придерживаются идеи о том, что сложные когнитивные способности, подобные тем, что встречаются у приматов, требуют как минимум двух ключевых особенностей. Первая — это большой размер мозга. Множество данных показывает, что в пределах таксонов животные с большим мозгом демонстрируют более сложные когнитивные навыки, чем те, у кого мозг меньше. Эта закономерность была отмечена у приматов, китообразных и птиц, а также у насекомых. Тем не менее, влияние относительного или абсолютного размера мозга на поведение остается спорной темой. Второй общей предпосылкой для высокоразвитого мозга является наличие коры, характерной для млекопитающих. Известно, что у птиц коры головного мозга в ее «классическом понимании» нет. Так почему же исследования на птицах занимают особую нишу в нейробиологических исследованиях?

Статья на конкурс «Био/Мол/Текст»: Все мы в детстве с удовольствием слушали сказки о милых ежиках, носящих яблоки на колючках, и бабочках с волшебной пыльцой на крыльях. Верили в то, что от вранья нос удлиняется, подобно носу Буратино и Бабы Яги. Кто-то проводил эксперименты по «размножению» дождевых червей. Буквально каждый читал басню «Стрекоза и Муравей», вовсе не подозревая, что речь в ней вовсе не о стрекозе... Как же нас обманывали! Сегодня же все мифы будут разоблачены! Вы наконец-то узнаете правду!

Статья на конкурс «Био/Мол/Текст»: Наше бюро расследований существует под названием «лаборатория генной и клеточной инженерии растений». Сейчас наша команда распутывает сеть операций, установившуюся в клетках картофеля испокон веков ради того, чтобы из года в год под землей появлялись клубни. Какой бы безобидной ни казалась наша работа, в ней много общего с приключениями детектива и шерифа.

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.