tattiana@mail.ru 0,0

Вышивка на конкурс «Био/Мол/Текст»: Эта работа — попытка отразить единство и многообразие жизни на Земле через символы генетического кода. Четыре буквы кода ДНК (A, T, G, C) превращены в художественные образы царств живой природы: Животные, Растения, Грибы и Бактерии. Каждая буква населена представителями царств и представляет визуальную метафору того, что универсальный язык ДНК лежит в основе всего биологического разнообразия.

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»: 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»: 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.