Искусственный интеллект в биологии

Статья на конкурс «Био/Мол/Текст»: Искусственный интеллект (ИИ) все больше входит в самые разные сферы нашей жизни, включая такую сложную и ответственную, как медицина. И пока биоэтики ведут горячие споры о допустимости использования нечеловеческого интеллекта для спасения человеческих жизней, программисты придумали новое применение ИИ в диагностике — виртуальная гистология. Это новая технология, когда ИИ имитирует результат различных гистологических окрашиваний. Нейросеть анализирует фотографию среза ткани, причем образец может быть как неокрашенным, так и уже обработанным каким-либо красителем. Затем нейросеть генерирует картинку, в точности имитирующую результат нужного химического окрашивания. Таким образом, одно стеклышко превращается в бесконечный источник данных, позволяя врачам видеть невидимые структуры без лишних манипуляций.

Статья на конкурс «Био/Мол/Текст»: Современные белковые языковые модели позволяют по-новому взглянуть на эволюцию белков, рассматривая ее как направленное движение в латентном пространстве последовательностей. В статье разбирается подход evo-velocity, который использует вероятностные оценки языковых моделей для реконструкции направлений и относительной динамики эволюционных изменений без построения филогенетических деревьев. Показано, как метод воспроизводит известные эволюционные траектории вирусов и белковых семейств, какие предпосылки лежат в его основе и какие ограничения следует учитывать при интерпретации результатов. Подход evo-velocity иллюстрирует, что статистика белковых последовательностей содержит информацию не только о структуре и функции, но и о динамике эволюции.

Статья на конкурс «Био/Мол/Текст»: «Рак без начала» — звучит как название научно-фантастической книги, но на самом деле это суровая реальность для многих пациентов. Когда в организме развиваются метастазы, а традиционные методы диагностики не позволяют определить первоисточник, диагноз звучит как приговор — рак неизвестной первичной локализации, или CUP-синдром. Это состояние представляет собой сложную диагностическую задачу, характеризующуюся метастатическими опухолями неустановленного происхождения и неблагоприятным прогнозом. Тем не менее, последние достижения в области искусственного интеллекта открывают новые возможности для диагностики, вселяя надежду на улучшение результатов терапии.

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»: 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»: 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.