kuzmenkon23@sch57.ru 0,0

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»: В 1990-х казалось, что аптамеры вот-вот вытеснят антитела. Спустя десятилетия — всего несколько препаратов, а в обзорах все чаще звучит: «высокий потенциал, но мало реализован». В этой статье мы разбираемся, что дело может быть не в самих аптамерах, а в способе их поиска — методе SELEX, который на практике напоминает лотерею. На фоне успехов AlphaFold мы объясняем, почему прямой перенос этого подхода на аптамеры не работает, и как вместо случайного отбора перейти к рациональному дизайну. Наконец, мы рассказываем, как платформа Xelari заменяет месяцы лабораторного перебора полным компьютерным проектированием аптамеров и почему у этих почти забытых молекул снова появился шанс.

Статья на конкурс «Био/Мол/Текст»: Белки — это молекулярные машины, отточенные эволюцией на протяжении сотен миллионов и даже миллиардов лет. Мы пока не способны воспроизвести этот длинный путь естественной эволюции, но уже активно учимся направлено конструировать белки под конкретные задачи. И помогают нам в этом большие массивы данных и искусственный интеллект (ИИ). Сначала он научился предсказывать трехмерную структуру природных белков, а теперь на очереди — дизайн: создание новых функций и уверенная оптимизация уже существующих. В статье разбираем, как генеративные модели придумывают форму будущего белка, подбирают к ней аминокислотную последовательность и как вместе с лабораторными экспериментами проверяется, что такой белок действительно работает.

Видео на конкурс «Био/Мол/Текст»: В нашей работе мы хотим продемонстрировать эстетическую часть профессии биолога на примере видео, смонтированного из микрофотографий нетозов. Нетоз — это один из способов гибели нейтрофилов, когда клетка, погибая, выбрасывает из ядра нити хроматина, чтобы поймать в сети чужеродные организму патогены (бактерии, грибы) и уничтожить их.

Статья на конкурс «Био/Мол/Текст»: Науку и бизнес часто разводят по разным берегам: прикладные исследования есть, но прямой маршрут от открытия к инвестициям редок. Есть ли исключения? Можно ли превратить научное исследование в бизнес? Истории таких компаний, как Constructive.Bio, перепрограммировавшей геном прокариот; Colossal Biosciences, работающей над воссозданием видов; и ISMO Bio-Photonics, смоделировавшей легкие на микрочипе, показывают, что можно. О том, на основе каких идей удалось построить эти стартапы и на какие научные концепции они опирались, читайте в этой статье.