Elizaveta Alexeevskaya 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»: 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.

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.

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.