Поиск

Исследователи представили GIDEON — инновационный метод на базе целочисленного линейного программирования (ILP), предназначенный для поиска моделей межпутевых взаимодействий (BPM) в сетях генетического взаимодействия. В основе работы лежит анализ данных парного эпистаза дрожжей Baker's yeast, где оценивается рост штаммов с двойным нокаутом генов по сравнению с одиночными нокдаунами. Авторы внедрили улучшенную схему взвешивания ребер с учетом распределения данных, что позволило значительно расширить коллекции BPM по сравнению с существующими методами. Результаты показывают, что GIDEON обеспечивает более качественное функциональное обогащение выявленных групп генов. В ходе исследования были обнаружены новые наборы генов BPM, включая те, что связывают биосинтез эргостерола и ароматических аминокислот. Эти данные открывают новые перспективы для поиска мишеней противогрибковых препаратов, используя системный подход к анализу генетических сетей.

В исследовании проводится глубокий анализ влияния параметров хроматографического сэмплирования на точность количественного анализа в методе DIA-протеомики (Data-Independent Acquisition). Авторы изучают, как количество точек данных на пик (DPPP) и другие характеристики хроматографии влияют на пределы обнаружения (LOD) и количественного определения (LOQ). Результаты показывают, что снижение DPPP минимально влияет на LOD, но существенно ухудшает LOQ, что критично для обнаружения низкокопийных белков. С помощью моделирования признаков было установлено, что площадь пика предшественника является наиболее сильным предиктором LOQ, в то время как влияние DPPP носит контекстно-зависимый характер. При тестировании на 40 образцах плазмы (20 раковых и 20 контрольных) с использованием системы Seer Proteograph было доказано, что уменьшение плотности сэмплирования ведет к потере статистической значимости для белков с низкой концентрацией. Исследование подчеркивает необходимость оптимизации DIA-протоколов с упором на метрики LOQ и статистической мощности, а не только на общее количество идентификаций.

Минцифры РФ совместно с Минздравом, Росздравнадзором и другими профильными ведомствами расширило перечень цифровых платформ, доступных пользователям даже при ограничениях мобильного интернета. Ключевым нововведением стало включение в этот «белый список» сервисов для дистанционного контроля состояния здоровья, в частности систем непрерывного мониторинга уровня глюкозы (НМГ) в крови. Данное решение принято во исполнение поручения президента РФ и направлено на критически важную задачу: обеспечение бесперебойного доступа пациентов к жизненно важным медицинским данным. Реализация этой меры позволит пациентам с диабетом сохранять стабильную связь с медицинскими устройствами и приложениями, что минимизирует риски, связанные с потерей контроля над уровнем сахара. Это важный шаг в развитии цифрового здравоохранения и обеспечении технологической устойчивости медицинских сервисов в условиях сетевых ограничений.

Исследование посвящено изучению роли белка TDP-43, который играет ключевую роль в развитии рака и нейродегенеративных заболеваний. Ученые исследовали механизмы транскрипционной регуляции, используя мультиомиксные данные (Hi-C, ChIP-seq, RNA-seq, ATAC-seq) на клеточных линиях K562 и HepG2. Было установлено, что связывание TDP-43 тесно коррелирует с образованием структур ДНК G-квадруплексов (dG4) в ключевых точках анкеровки хроматиновых петель, таких как промоторы и энхансеры. Результаты показывают, что присутствие TDP-43 повышает стабильность dG4, увеличивает частоту взаимодействий хроматиновых петель и доступность хроматина, что ведет к активации экспрессии генов. Эксперименты по нокдауну TDP-43 в клетках HepG2 подтвердили, что снижение уровня белка приводит к значительному уменьшению формирования dG4 и ослаблению силы петлевых взаимодействий, вызывая масштабную транскрипционную дисрегуляцию. Данное открытие раскрывает новый молекулярный механизм, объясняющий, как нарушения в работе TDP-43 приводят к патологическим изменениям в экспрессии генов при различных заболеваниях.

Исследование представляет simCRISPR — гибкую программную среду для симуляции данных пулированных CRISPR-скринингов, разработанную для решения проблемы отсутствия «золотого стандарта» при тестировании методов обнаружения взаимодействий «ген-среда» (GxE). Авторы создали фреймворк, который позволяет моделировать сложные экспериментальные дизайны, имитируя реальные условия лабораторных исследований. В ходе тестирования популярных методов анализа было установлено, что нормализация на основе sgRNA в «безопасных гаванях» (safe-harbor) значительно повышает точность обнаружения взаимодействий, особенно при наличии эффектов, связанных с повреждением ДНК. Применение предложенного рабочего процесса к реальному скринингу взаимодействия с доксорубицином показало, что такая нормализация снижает систематическую ошибку в распределении log₂FC и позволяет выявить дополнительные биологически значимые гены-кандидаты. Инструмент предоставляет возможность более точной калибровки порогов эффекта (log₂FC) для таких алгоритмов, как DESeq2, что критически важно для интерпретации генетических взаимодействий. Программный код simCRISPR доступен в открытом репозитории GitHub для использования в биоинформатических исследованиях.

В данном исследовании ученые использовали методы компьютерного моделирования для изучения механизмов работы белка DCAF7, который играет ключевую роль в организации клеточных комплексов. С помощью инструментов AlphaFold2/3, SLiMAn2 и PSSMsearch был выявлен консервативный $\alpha$-спиральный короткий линейный мотив (SLiM), который связывается с верхней поверхностью $\beta$-пропеллера белка DCAF7. На основе этого мотива была разработана регулярная экспрессия, позволившая идентифицировать новые потенциальные прямые мишени в мета-интерактоме DCAF7 и протеоме человека. Исследование также включало предсказание домен-доменных взаимодействий и моделирование олигомерных комплексов. Результаты работы раскрывают структурную основу функции скаффолдинга DCAF7 и указывают на его важную роль в патогенезе нейроонтогенетических расстройств, включая аутизм. Полученные данные открывают новые возможности для разработки терапевтических стратегий, направленных на модуляцию клеточных процессов через управление белковыми взаимодействиями.

Стартап Optura привлек 17,5 млн долларов в рамках раунда серии A при поддержке крупных инвесторов, включая Salesforce Ventures и Echo Health Ventures. Платформа специализируется на мониторинге и оценке эффективности внедряемых ИИ-решений, что является критически важным для здравоохранения. Согласно заявлениям компании, на платформе Optura в данный момент управляется более чем 2 млрд долларов в рамках различных ИИ-инициатив. Текущие показатели демонстрируют впечатляющую рентабельность: отслеживаемая стоимость ИИ-проектов составляет 120 млн долларов, что соответствует возврату инвестиций (ROI) на уровне 700% для текущих инициатив. Данный продукт решает важную проблему прозрачности затрат и эффективности нейросетевых технологий в медицинских и корпоративных структурах.

Компания Whoop анонсировала значительное обновление своих сервисов, направленное на интеграцию данных носимых устройств в клиническую практику. Ключевым нововведением станет возможность предоставления врачам доступа к показателям пользователя по запросу, что позволит специалистам анализировать физиологическое состояние пациента в динамике. Кроме того, внедряется функция синхронизации данных с электронными медицинскими картами (EHR), что упрощает передачу биометрической информации непосредственно в медицинскую систему. Эти обновления призваны помочь пользователям глубже понять, как различные лекарственные препараты, хронические заболевания и медицинские процедуры влияют на их общую физическую производительность и восстановление. Данная инициатива знаменует собой переход от чисто потребительского фитнес-гаджета к инструменту, поддерживающему персонализированный мониторинг здоровья под медицинским наблюдением.

Данный материал представляет собой обзор из рассылки STAT AI Prognosis, посвященный регуляторным аспектам внедрения искусственного интеллекта в медицину. Основное внимание уделяется специфическим особенностям и «подводным камням» наиболее распространенного пути одобрения медицинских устройств в FDA. В статье анализируются механизмы сертификации алгоритмов, которые могут содержать скрытые недостатки или пробелы в прозрачности. Кроме того, рассматриваются вопросы работы алгоритмов прогнозирования сепсиса и другие актуальные проблемы применения машинного обучения в клинической практике. Материал важен для специалистов, занимающихся внедрением ИИ-решений, так как подсвечивает регуляторные риски и сложности процесса сертификации программного обеспечения как медицинского изделия (SaMD).

В ходе заседания проектного комитета нацпроекта «Продолжительная и активная жизнь» вице-премьер РФ Татьяна Голикова представила промежуточные итоги внедрения цифровых технологий в здравоохранение. За первый квартал 2026 года к системам дистанционного мониторинга состояния здоровья было успешно подключено более 400 тысяч пациентов. Основную группу участников составляют люди с хроническими заболеваниями, включая сахарный диабет и патологии сердечно-сосудистой системы. Программа направлена на развитие первичного звена здравоохранения и повышение эффективности профилактики заболеваний через непрерывный сбор данных. Использование цифровых инструментов мониторинга позволяет более оперативно реагировать на изменения состояния пациентов и оптимизировать лекарственное обеспечение. Данная инициатива является частью масштабной стратегии по цифровизации медицины в рамках национальных проектов.

Департамент города Москвы объявил о проведении открытого конкурса на развитие Единой медицинской информационно-аналитической системы (ЕМИАС). Проект направлен на масштабную автоматизацию процессов проведения и расшифровки диагностических исследований, что напрямую связано с внедрением интеллектуальных алгоритмов в медицинскую практику. Начальная максимальная цена контракта составляет 975,13 млн рублей. Основная цель работ заключается в переработке и подготовке компонентов системы для повышения эффективности цифровой диагностики. Реализация данного проекта позволит интегрировать более продвинутые аналитические инструменты в городскую систему здравоохранения. Заявки на участие в тендере принимаются до 1 июня 2026 года.

Статья предлагает новую социотехническую теорию рисков, возникающих при использовании медицинских ИТ-систем. Авторы объясняют, что риски безопасности пациентов часто связаны не с техническими сбоями, а со сложным взаимодействием цифровых систем, рабочих процессов и организационных структур.

В статье предлагается метод создания программных модулей для интеллектуальных медицинских палат, позволяющий динамически выстраивать конвейеры обработки данных. Это решение направлено на автоматизацию мониторинга состояния пациентов и упрощение разработки систем сбора и анализа медицинских данных в реальном времени.

Протокол исследования направлен на разработку и тестирование eHealth-решения для поддержки домашних физических упражнений у детей с ДЦП. Исследование будет использовать смешанные методы для оценки возможности внедрения цифровых технологий в процесс реабилитации.

Исследование оценивает эффективность платформы PART для дистанционной оценки периферического и центрального слуха у пожилых людей в домашних условиях. Результаты показали умеренно высокую надежность тестов и высокую степень приемлемости метода для мониторинга слуховых функций.

В исследовании разработана система текстовых уведомлений MedText-PCI, основанная на модели COM-B, для улучшения соблюдения режима приема лекарств пациентами после чрескожного коронарного вмешательства. Разработанный протокол включает 115 сообщений, использующих различные техники изменения поведения для поддержки вторичной профилактики.

В статье анализируются методы привлечения участников в цифровое клиническое исследование по профилактике тревожности. Результаты показывают, что социальные сети и университетские каналы наиболее эффективны для набора, а основными мотивами участников являются помощь другим, вопросы здоровья и личная выгода.

Исследование анализирует риски систематических ошибок при создании моделей ИИ для онлайн-диагностики симптомов из-за самоотбора участников. Авторы выявили, что способы привлечения пользователей и процент прохождения повторных опросов существенно влияют на репрезентативность данных, что критично для обучения точных медицинских алгоритмов.

В исследовании представлена оценка эффективности расширенной информационной схемы, лежащей в основе платформы VBDs360, предназначенной для интеграции данных сложных энтомологических исследований. Основная задача заключалась в обеспечении высокоточной связки данных и прослеживаемости образцов в многоэтапных рабочих процессах, включающих полевые сборы, содержание в инсектариях и лабораторные анализы. В ходе пилотного проекта в южной Танзании система позволила успешно интегрировать 77 017 строк данных, распределенных по 6 различным таблицам и 3 типам рабочих процессов. Результаты показали 100% точность связки между полевым сбором и морфологической категоризацией для 66 108 записей диких особей F0. Также была достигнута полная прослеживаемость линий Fn и 100% точность связи между историей воздействия инсектицидов и данными о смертности для 5 654 записей. Точность связки с данными молекулярной лаборатории составила 97,3% для образцов F0 и 99,3% для образцов Fn. Данная информационная архитектура позволяет минимизировать ошибки транскрипции и обеспечивает надежность данных в масштабных распределенных исследованиях по контролю переносчиков малярии.