daucuzs@gmail.com 0,0

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.

Статья на конкурс «Био/Мол/Текст»: Шизофрения — одна из самых загадочных болезней в психиатрии. Она встречается примерно у 1% людей во всем мире — стабильно, независимо от страны, культуры или эпохи. При этом за единым диагнозом скрывается поразительная неоднородность: у разных пациентов болезнь проявляется по-разному, течет по-разному и по-разному отвечает на лечение. Наследуемость оценивается в 60–80% — цифра, которая звучит как приговор. Но это ловушка интерпретации. Психические заболевания — это не поломка одного гена. Это тысячи вариантов, разбросанных по геному, каждый из которых сам по себе безвреден. Вместе они формируют не судьбу, а порог уязвимости. В этой статье мы разбираем, почему такая генетическая архитектура ставит в тупик классические методы анализа данных — и как машинное обучение вместе с искусственным интеллектом помогают находить закономерности там, где привычная статистика бессильна.

Статья на конкурс «Био/Мол/Текст»: Представь: редкие генетические синдромы, которые годами остаются нераспознанными врачами, теперь диагностируются с помощью одного фото. Исследуй роль ИИ в анализе генома, с акцентом на синдроме Кабуки — названном в честь японского театра кабуки из-за поразительного сходства черт лица с драматическим гримом кумадори. Узнай, как нейросеть DeepGestalt, обученная на тысячах снимков, с точностью 91% распознает мутации в генах KMT2D или KDM6A, помогая установить диагноз на основе симптомов. Открой синергию биологии, математики, программирования и медицины в инструментах вроде Face2Gene, которые ускоряют поиск, облегчают жизнь пациентам и ведут к эре персонализированной медицины. А впереди? ИИ, прогнозирующий болезни, оценивающий риски и подбирающий терапию под каждого — это уже реальность!

Статья на конкурс «Био/Мол/Текст»: На протяжении всего времени своего существования человечество использует фитотерапию для профилактики и лечения болезней. Даже сейчас, в двадцатые годы XXI века, большинству жителей планеты доступна лишь медицинская помощь, основанная почти исключительно на использовании лекарственных растений. Более того, растительное сырье используется при производстве многих лекарственных препаратов. Лечебные, ядовитые и многие другие используемые человеком свойства растений им придают так называемые вторичные метаболиты. Данные соединения представлены несколькими группами веществ, которые по своей химической природе могут являться терпеноидами, алкалоидами, фенольными производными или гликозидами. В этой статье речь пойдет о самих вторичных метаболитах с биологической активностью и о том, как они помогают в разработке современных лекарств, но могут быть токсичными для человека и животных.

Статья на конкурс «Био/Мол/Текст»: Если бы незадачливый путешественник во времени случайно убил асгардархей, на базе которых сформировались эукариоты, то каким был бы наш мир? Был бы он обречен оставаться скучным и лишенным сложных многоклеточных форм? Не совсем. Гигантские серные бактерии имели бы шанс развиться в клетки со сложной структурой, напоминающие эукариот, и в сложные многоклеточные организмы. В этой заметке в жанре альтернативной эволюции я использую генеративный искусственный интеллект, чтобы представить, как выглядел бы этот мир — и показать эволюционный потенциал обитателей сероводородных озер.