Nastya95.ru@list.ru 0,0

Статья на конкурс «Био/Мол/Текст»: Стремительное развитие технологий компьютерного зрения в последние годы, подпитываемое прогрессом в глубоком обучении и доступностью больших данных, существенно трансформирует многие ключевые процессы в науке, промышленности, медицине и повседневной жизни. Особенно революционна его роль в сферах, где человеческое восприятие является слабым местом, внося субъективность, когнитивные искажения и ошибки, вызванные усталостью. Современные системы на основе нейронных сетей и сложных архитектур не просто анализируют изображения, а понимают их контекст, превосходя человека в скорости, точности и постоянстве. Они обеспечивают автоматический, объективный и мгновенный анализ визуальных данных — от обнаружения и диагностики патологий по рентгеновским снимкам до навигации беспилотных автомобилей и управления «умным» городом. Так компьютерное зрение перестало быть лабораторным узкоспециализированным инструментом, а превратилось в незаменимую технологию для принятия точных и надежных решений в цифровую эпоху, где ценность объективных визуальных данных непрерывно растет.

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»: 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»: «Биомолекула» не раз писала о важности GPCR в нашем организме. Долгое время ученым не удавалось получить активные структуры GPCR в комплексе с G-белком и лигандом — природа тщательно скрывала от исследователей молекулярные механизмы работы этих рецепторов. Однако появление новых технологических подходов позволило преодолеть эту преграду. В этой статье мы расскажем о четырех способах стабилизировать активный комплекс GPCR–лиганд–G-белок. Рассмотренные подходы позволяют раскрыть молекулярные механизмы активации рецепторов и открывают новые пути для рационального дизайна лекарств, помогая фармакологам с хирургической точностью находить новые терапевтические средства.

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.