Рубрика «биоинформатика»

Зачем я вообще полез в ДНК

Первое — это интерес, как двигатель узнать что-то новое. Это также напрямую связано с развитием ИИ, где я принимаю непосредственное участие.

И второе — если посмотреть, как реальная клетка читает мРНК и собирает белки, это похоже на исполнение байткода:

  • Рибосома движется по мРНК в одном направлении и читает её триплетами — по три нуклеотида за раз. Для программиста это похоже на последовательный разбор потока, где каждый следующий токен имеет фиксированную длину.

  • Старт-кодонЧитать полностью »

Считалось, что культура стала нашим надежным щитом от естественного отбора. Но 15 тысяч древних геномов доказывают обратное: когда мы распахали поля и построили города, наша ДНК включилась в яростную гонку на выживание.

При изменении среды геном реагирует незамедлительно

В основе аутоиммунных заболеваний щитовидной железы лежит поликлональный механизм. Соматические мутации в иммуннорегуляторных локусах ставят под сомнение традиционные подходы к лечению.

Иммунная система постоянно балансирует: она должна уничтожать чужеродные агенты, но при этом не атаковать собственные ткани организма. Иммунная толерантность обеспечивается регуляторными факторами, которые предотвращают активацию лимфоцитов против аутоантигенов.

Читать полностью »

Почему в биологических проектах уверенность нейронок часто опережает реальное научное понимание, и какие выводы из этого стоит сделать разработчикам.

Главный триумф AI в биологии - AlphaFold. Проект не возник из ниоткуда, он опирается на Protein Data Bank PDBЧитать полностью »

Группа исследователей впервые смоделировала полный жизненный цикл живой бактериальной клетки с наномасштабным разрешением, отследив поведение каждого гена, белка и химической реакции от репликации ДНК до клеточного деления. Результаты исследования, опубликованные в журнале Cell, открывают возможность заменить сотни реальных лабораторных экспериментов одной комплексной 4D-симуляцией.

Смоделированная клетка на ранних стадиях деления

Читать полностью »

Привет! Это Маша Синдеева, научный сотрудник группы дизайна белков AIRI. Основное направление нашей группы — это разработка ИИ‑моделей для задач, связанных с дизайном белков.

В этом посте я постараюсь рассказать о том, что такое белки, как устроен процесс их дизайна, и как с этим может помочь наша новая статья AFToolkit: a framework for molecular modeling of proteins with AlphaFold‑derived representations, которая вышла в журнале Briefings in Bioinformatics, и которую мы написали вместе с ребятами из группы органической химии AIRI.

Читать полностью »

Сейчас на Хабре много пишут о галлюцинировании нейронных сетей и больших языковых моделей в частности. Хорошим введением в эту тему, написанным с философских позиций, мне представляется текст уважаемого Дэна Рычковского @DZRobo «Когда ИИ закрывает глаза: путешествие между воображением и галлюцинациями». Базовое техническое погружение в тему вы найдёте в статье уважаемой @toppal «Причины возникновения галлюцинаций LLM», это перевод академической статьиЧитать полностью »

Вы когда-нибудь задумывались, сколько тайн скрыто в миллиардах генетических последовательностей, данных о белках и эпигенетических механизмах? А теперь представьте, как алгоритмы преобразуют этот хаос в логичные и работающие модели.

Не так давно алгоритмы в биоинформатике собирались вручную. Сегодня, благодаря машинному обучению, они адаптируются, обучаясь на предоставленных данных, вычленяют низкоуровневые закономерности и формируют абстрактные представления.

Главные направления биоинформатики

Задачи, которые стоят перед биоинформатикой, можно разделить на три основные категории:

Они называли их сумасшедшими. Шарлатанами. Еретиками, посягнувшими на божественный порядок вещей.

В 2005 году журнал MIT Technology Review предложил $20,000 любому, кто сможет опровергнуть подход британского программиста-самоучки к победе над старением. Премию так никто и не получил. Это стало первым звонком: что-то в мире науки необратимо изменилось.

Сегодня, в 2025 году, компании с суммарным финансированием в $10 миллиардов штурмуют последний рубеж человечества. Смерть больше не судьба. Она стала инженерной проблемой.

Программист, взломавший код старения

Читать полностью »

Глубокое обучение гламурно и ажиотажно. Если обучить трансформер (современную языковую модель) на датасете из 22 миллионов ферментов, а затем использовать его для прогнозирования функции 450 неизвестных ферментов, то можно опубликовать свои результаты Nature Communications (уважаемом научном издании). Вашу статью прочитают 22 тысяч раз и она будет в верхних 5% из всех результатов исследований по оценке Altmetric (рейтингу внимания к онлайн-статьям).

Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js