svetastreltsova1971@yandex.ru 0,0

Статья на конкурс «Био/Мол/Текст»: На протяжении десятилетий нейробиология служила главным источником вдохновения для создания искусственного интеллекта. Однако сегодня ИИ стал мощнейшим инструментом для познания нашего собственного разума. Данная статья рассматривает новую гибридную область исследований — NeuroAI, которая возникла не так давно, но уже завоевала внимание многих ученых мира. NeuroAI можно использовать не только как классический инструмент для обработки данных, но и как платформу для обратного проектирования (reverse engineering) мозга. В этом неклассическом подходе искусственные нейросети используются как «цифровые двойники» для тестирования гипотез о работе кортикальных сетей. В этой статье приводится ряд интересных исследований, демонстрирующих возможности такого подхода: от иерархической организации зрительной и слуховых систем и тонкой специализации нейронных популяций до моделирования и изучения нейробиологических поломок, лежащих в основе психических заболеваний.

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»: 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.